[发明专利]用户画像的构建方法及装置

权利要求书

1.一种用户画像的构建方法，其特征在于，包括：

获取目标用户在多个上网渠道上的舆情特征信息，以及所述目标用户的属性特征信息；

根据所述舆情特征信息和所述属性特征信息采用预设分类器构建所述目标用户的用户画像，其中，所述预设分类器包括第一分类器和第二分类器。

2.根据权利要求1所述的方法，其特征在于，在根据所述舆情特征信息和所述属性特征信息采用预设分类器构建所述目标用户的用户画像之后，所述方法还包括：

确定所述用户画像的兴趣范围；

为所述目标用户推送与所述兴趣范围相关的服务内容。

3.根据权利要求1所述的方法，其特征在于，获取目标用户在多个上网渠道上的舆情特征信息包括：

采集所述目标用户的上网账号；

查找通过所述上网账号登录的线上软件；

通过所述线上软件采集所述目标用户发布的评论信息，以及除所述目标用户之外的其他用户对所述目标用户发布的评论信息和印象标签。

4.根据权利要求1所述的方法，其特征在于，在根据所述舆情特征信息和所述属性特征信息采用预设分类器构建所述目标用户的用户画像之前，所述方法还包括：

采用非监督学习方式和监督学习的方式训练所述预设分类器，其中，所述预设分类器为链式分类器。

5.根据权利要求4所述的方法，其特征在于，采用非监督学习方式训练所述预设分类器包括：

获取第一组用户各自的第一特征向量，其中，所述第一特征向量对应于样本用户的舆情特征信息；以及获取所述第一组用户各自的第一标签的值，所述第一标签的值对应于样本用户的第一标签信息的兴趣值；

以所述第一特征向量和所述第一标签的值的集合作为第一训练集，训练所述第一分类器；

将所述第一组用户各自的第一特征向量和第一标签的值组合，得到所述第一组用户各自的第二特征向量；以及获取所述第一组用户各自的第二标签的值，所述第二标签的值对应于用户的第二标签信息的兴趣值；

以所述第二特征向量和第二标签的值的集合作为第二训练集，训练第二分类器。

6.根据权利要求5所述的方法，其特征在于，采用监督学习方式训练所述预设分类器包括：

在训练第二分类器之后，获取第二组用户的各自的第一特征向量，所述第一特征向量对应于所述属性特征信息；

将所述第二组用户各自的第一特征向量输入所述第一分类器，得到所述第二组用户的各自的第一标签预测值；

将所述第二组用户中每个样本用户的第一特征向量和第一标签预测值组合，得到所述第二组用户各自的第二特征向量；以及获取第二组用户各自的第二标签的值，所述第二标签的值对应于样本用户的第二标签信息的兴趣值；

以所述第二组用户各自的第二特征向量和第二标签的值的集合作为第三训练集，继续训练所述第二分类器。

7.根据权利要求1所述的方法，其特征在于，根据所述舆情特征信息和所述属性特征信息采用预设分类器构建所述目标用户的用户画像包括：

计算所述舆情特征信息和所述属性特征信息的第一特征向量；

将所述第一特征向量输入所述第一分类器，获得所述目标用户的第一标签的兴趣值；

将所述第一特征向量与所述第一标签的兴趣值组合，得到所述目标用户的第二特征向量；

将所述第二特征向量输入所述第二分类器，获得所述目标用户的第二标签的兴趣值。

8.一种用户画像的构建装置，其特征在于，包括：

获取模块，用于获取目标用户在多个上网渠道上的舆情特征信息，以及所述目标用户的属性特征信息；

构建模块，用于根据所述舆情特征信息和所述属性特征信息采用预设分类器构建所述目标用户的用户画像，其中，所述预设分类器包括第一分类器和第二分类器。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。