[发明专利]一种确定用户属性信息的方法及装置

说明书

本申请提供了一种确定用户属性信息的方法及装置，包括：分别从不同的数据源处获取参考用户向不同数据源上传的在目标类别下的第一实际属性值；针对每个数据源，根据从该数据源处获取到每个参考用户的目标类别的第一实际属性值和存储在本地的所述参考用户在目标类别下的标准属性值的重合数量，确定每个数据源在所述目标类别的可信度；分别从每个数据源获取目标用户向不同数据源上传的目标类别的第二实际属性值；将数据源在所述目标类别的可信度作为权值，采用加权计算的方式，根据数据源在所述目标类别的可信度和目标用户向不同数据源上传的目标类别的实际属性值，计算目标用户的目标类别的优化属性值。

技术领域

本申请涉及数据优化领域，具体而言，涉及一种确定用户属性信息的方法及装置。

背景技术

目前，随着互联网的发展，广告宣传也趋向数字化，数字媒体广告流量监测在企业或品牌的数字广告宣传方面起到了导向的作用。

现有技术中对于数字媒体广告流量数据的监测是第三方根据自身所自建的样本库来进行，第三方的自建样本库的总体样本量有限，并且获得的结果数据由于只使用了第三方自己的样本，往往与用户手中的数据有较大的差异，因此结果数据缺乏可信度。

发明内容

有鉴于此，本申请的目的在于提供一种确定用户属性信息的方法及装置，用于解决现有技术中数字媒体广告流量监测可信度低的问题。可以通过从覆盖细分市场的多个数据源获取参考用户，与本地数据进行比对得到各数据源下的目标类别的可信度，再通过对目标用户的目标类别在各数据源下的属性值进行优化计算，得到目标用户的目标类别的优化属性值，提高了通过数字媒体广告流量监测得到的目标用户的属性值的可信度。

第一方面，本申请实施例提供了一种确定用户属性信息的方法，该方法包括：

分别从不同的数据源处获取参考用户向不同数据源上传的在目标类别下的第一实际属性值；

针对每个数据源，根据从该数据源处获取到每个参考用户的目标类别的第一实际属性值和存储在本地的所述参考用户在目标类别下的标准属性值的重合数量，确定每个数据源在所述目标类别的可信度；

分别从每个数据源获取目标用户向不同数据源上传的目标类别的第二实际属性值；

将数据源在所述目标类别的可信度作为权值，采用加权计算的方式，根据数据源在所述目标类别的可信度和目标用户向不同数据源上传的目标类别的实际属性值，计算目标用户的目标类别的优化属性值。

根据第一方面，本申请实施例提供了第一方面的第一种可能的实施方案，其中，在分别从不同的数据源处获取参考用户向不同数据源上传的在目标类别下的第一实际属性值之前，还包括：

根据不同的数据源的市场份额信息，确定从每个数据源获取的样本用户的数量；所述样本用户包含参考用户和目标用户；

从每个数据源处获取对应的所述数量的预设倍数的待选样本用户，再进行随机抽样选出对应数量的样本用户，以得到每个数据源的样本用户。

根据第一方面的第一种可能的实施方案，本申请实施例提供了第一方面的第二种可能的实施方案，其中，在从每个数据源处获取对应的所述数量的预设倍数的待选样本用户，再进行随机抽样选出对应数量的样本用户，以得到每个数据源的样本用户之后，还包括：

针对每个数据源，根据各数据源的样本用户和存储在本地的基础用户，得到各数据源的样本用户和本地的基础用户的共有用户，将所述共有用户作为参考用户。

根据第一方面，本申请实施例提供了第一方面的第三种可能的实施方案，其中，在将数据源在所述目标类别的可信度作为权值，采用加权计算的方式，根据数据源在所述目标类别的可信度和目标用户向不同数据源上传的目标类别的实际属性值，计算目标用户的目标类别的优化属性值之后，还包括：