[发明专利]用户画像的构建方法及装置

说明书

本发明提供了一种用户画像的构建方法及装置，其中，该方法包括：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。通过本发明，解决了现有技术中构建的用户画像不准确的技术问题，提高了用户画像的准确性和清晰度。

技术领域

本发明涉及计算机领域，具体而言，涉及一种用户画像的构建方法及装置。

背景技术

随着互联网技术的发展，人们越来越频繁地使用网络平台推出的多项业务。例如，使用电子缴费平台提供的缴费业务，或者使用网络购物平台提供的购物服务等。为用户针对性地提供服务无疑可以提高业务的成功率。

现有技术中，用户画像通常只与用户的属性相关，通过属性特征构建用户画像并推送服务，但是，有些用户的兴趣实际上与其属性关联不大，例如，小学生正常是不会化妆的，但现在越来越多的年轻学生也开始了化妆，这与其年龄属性明显不相符，这导致仅仅使用属性特征构建的用户画像也不够全面，也不准确。

针对现有技术中存在的上述问题，目前尚未发现有效的解决方案。

发明内容

本发明实施例提供了一种用户画像的构建方法及装置，以至少解决现有技术中构建的用户画像不准确的技术问题。

根据本发明的一个实施例，提供了一种用户画像的构建方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。