[发明专利]一种用户职业标签生成方法、装置和电子设备

说明书

本发明公开了一种用户职业标签生成方法、装置、电子设备及计算机可读介质，包括：获取用户信息数据，所述用户信息数据至少包括所述用户的关联人对所述用户的标签数据以及所述用户的职业分类信息数据；采用机器学习的方法训练所述用户信息数据，构建用户职业分类预测模型；获取当前用户信息数据，所述当前用户信息数据至少包括所述当前用户的关联人对所述当前用户的标签数据；将所述当前用户信息代入所述用户职业预测模型，预测所述当前用户职业分类；基于所述当前用户职业分类，生成所述当前用户职业标签。本发明能够通过构建用户职业分类预测模型，提高对用户职业的判断能力，有利于金融平台避免由于职业信息缺失造成的经济损失。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种用户职业标签生成方法、装置、电子设备及计算机可读介质。

背景技术

金融平台存在大量信息缺失的用户，用户信息缺失使金融平台对于用户授信额度和用户还款能力的评估出现偏差，不利于金融平台的风险控制。如果用户职业信息缺失，金融平台难以准确估计用户的收入水平，进而难以精准评估用户资质，对用户资质判断失误，将坏客户划分为好客户，则存在放贷难以收回的情况，造成金融平台的经济损失。

现有技术对用户职业的判断准确率不高，用户职业标签在用户标签系统的覆盖率也不高。

发明内容

本发明要解决的技术问题是提高对于用户职业判断的准确率。

本发明的一方面提供一种用户职业标签生成方法，其特征在于，包括：获取用户信息数据，所述用户信息数据至少包括所述用户的关联人对所述用户的标签数据以及所述用户的职业分类信息数据；采用机器学习的方法训练所述用户信息数据，构建用户职业分类预测模型；获取当前用户信息数据，所述当前用户信息数据至少包括所述当前用户的关联人对所述当前用户的标签数据；将所述当前用户信息代入所述用户职业预测模型，预测所述当前用户职业分类；基于所述当前用户职业分类，生成所述当前用户职业标签。

根据本发明的一种优选实施方式，所述获取用户信息数据，进一步包括：整合所述用户不同身份标识的关联人对所述用户的标签数据。

根据本发明的一种优选实施方式，还包括：以所述用户为节点，所述用户间的关系为边，整合所述用户不同身份标识，构建所述用户身份标识信息知识图谱；基于所述身份标识信息知识图谱识别所述用户不同身份标识的所有关联人；提取所述所有关联人对所述用户的标签数据。

根据本发明的一种优选实施方式，还包括：所述不同身份标识可包括用户的通讯网号码、身份号码、设备号码、社交账号。

根据本发明的一种优选实施方式，所述获取当前用户信息数据，进一步包括：利用所述用户身份标识信息知识图谱获取所述当前用户信息数据。

根据本发明的一种优选实施方式，还包括：获取所述当前用户至少一个身份标识；使用所述用户身份标识信息知识图谱识别所述当前用户全部身份标识；提取所述当前用户全部身份标识的关联人对所述当前用户的标签数据。

根据本发明的一种优选实施方式，进一步包括：设置职业分类与职业标签的映射关系表；使用所述映射关系表，依据所述当前用户职业分类建立所述当前用户职业标签。

根据本发明的一种优选实施方式，还包括：所述机器学习的方法进一步可包括神经网络模型。

本发明的第二方面提供一种用户职业标签生成装置，其特征在于，包括：数据获取模块，用于获取用户信息数据，所述用户信息数据包括所述用户的关联人对所述用户的标签数据以及所述用户的职业分类信息数据；模型构建模块，用于采用机器学习的方法训练所述用户信息数据，构建用户职业分类预测模型；输入模块，用于获取当前用户信息数据，所述当前用户信息数据包括所述当前用户的关联人对所述当前用户的标签数据；模型使用模块，用于将所述当前用户信息代入所述用户职业预测模型，预测所述当前用户职业分类；标签生成模块，用于基于所述当前用户职业分类，生成所述当前用户职业标签。