[发明专利]用户识别方法、装置、设备及存储介质

权利要求书

1.一种用户识别方法，其特征在于，包括：

获取待识别用户的线下图像数据和线上数据；

对所述线下图像数据进行图像处理，以得到所述待识别用户的线下数据；

将所述线下数据和线上数据作为所述待识别用户的用户数据，并对所述用户数据进行数据预处理，以得到所述待识别用户的特征数据，所述预处理包括特征因素量化、异常值处理和数据清洗；

将所述待识别用户的特征数据输入预先训练的用户分类模型，以得到所述待识别用户的分类概率；

若所述待识别用户的分类概率大于用户分类阈值，则确定所述待识别用户为目标用户。

2.根据权利要求1所述的用户识别方法，其特征在于，所述对所述线下图像数据进行图像处理，以得到所述待识别用户的线下数据，包括：

对所述线下图像数据进行预处理，所述预处理包括二值化、噪声去除和倾斜矫正；

对预处理后的所述线下图像数据进行版面分析和字符识别，以得到识别结果；

根据所述识别结果确定线下数据。

3.根据权利要求1所述的用户识别方法，其特征在于，还包括：

获取样本用户的样本数据并对所述样本数据进行数据预处理，以得到所述样本用户的特征数据，所述特征数据包括所述样本用户的历史购买记录、特征因子和对应的特征值；

根据所述样本用户的历史购买记录确定所述样本用户对应的用户标识，所述用户标识包括目标用户和非目标用户；

根据所述样本用户的用户标识、特征因子和与特征因子对应的特征值训练分类模型，并将训练得到的分类模型作为预先训练的用户分类模型。

4.根据权利要求3所述的用户识别方法，其特征在于，在所述根据所述样本用户的用户标识、特征因子和与特征因子对应的特征值训练分类模型之前，还包括：

采用随机森林算法对所述样本用户的特征因子和对应的特征值以及对应的用户标识进行分类，以输出特征因子的权重值；

当所述特征因子的权重值大于因子分类阈值时，确定所述特征因子为目标特征因子；

根据所述目标特征因子对所述样本用户的特征数据进行筛选，以得到所述样本用户与所述目标特征因子对应的特征值；

所述根据所述样本用户的用户标识、特征因子和与特征因子对应的特征值训练分类模型，包括：

根据所述样本用户的用户标识、目标特征因子和与目标特征因子对应的特征值训练分类模型。

5.根据权利要求3所述的用户识别方法，其特征在于，还包括：

获取所述预先训练的用户分类模型对于所述样本用户的分类概率；

基于多个测试阈值分别计算多个与所述测试阈值对应的混淆矩阵；

根据多个所述混淆矩阵计算多个柯尔莫哥洛夫-斯摩洛夫检验值；

将多个所述柯尔莫哥洛夫-斯摩洛夫检验值中的最大值对应的测试阈值作为用户分类阈值。

6.根据权利要求4所述的用户识别方法，其特征在于，所述采用随机森林算法对所述样本用户的特征因子和对应的特征值以及对应的用户标识进行分类，以输出特征因子的权重值，包括：

采用K折交叉切分方法对所述样本用户的特征因子和对应的特征值以及对应的用户标识进行分割，以得到多个不相交的训练子集；

对多个所述训练子集采用重复抽样的方法进行多次随机有放回采样，以得到多个目标训练子集，并将未被抽到的所述样本用户的特征因子和对应的特征值以及对应的用户标识作为袋外数据；

基于所述特征因子和多个所述目标训练子集，采用随机森林算法得到随机森林模型；

基于所述随机森林模型的输出结果，利用所述袋外数据计算所述特征因子的权重值。

7.根据权利要求6所述的用户识别方法，其特征在于，在所述基于所述特征因子和多个所述目标训练子集，采用随机森林算法得到随机森林模型之前，还包括：

对所述目标训练子集中的数据进行抽样平衡化处理，以得到处理后的目标训练子集。