[发明专利]用户识别方法、装置、设备及存储介质

说明书

本申请涉及数据分析领域，具体使用了用户分类模型识别目标用户，并公开了一种用户识别方法、装置、设备及存储介质，所述方法包括：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；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。提高了线下数据录入的准确度和基于用户特征的目标用户的识别准确度。

技术领域

本申请涉及数据分析领域，尤其涉及一种用户识别方法、装置、设备及存储介质。

背景技术

目前，在对用户进行目标用户的识别时，现有的方法大多是基于业务规则，对用户进行特征分析，从而基于分析出的用户特征进行目标用户的识别。但是该方法会受到个人主观的影响，容易产生数据上的遗漏，无法完整分析到所有特征，导致识别出的用户数据特征不完整。并且，业务规则的建立是基于人工观察和数据比较，因此用户数据特征不能完全准确地区别开，所以按照这样的规则进行目标用户的识别时，识别准确率较低。

因此，如何基于用户的特征进行识别，以提高识别目标用户的准确率成为亟待解决的问题。

发明内容

本申请提供了一种用户识别方法、装置、设备及存储介质，以提高识别目标用户的准确度。

第一方面，本申请提供了一种用户识别方法，所述方法包括：

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。

第二方面，本申请还提供了一种用户识别装置，所述装置包括：

数据获取模块，用于获取待识别用户的线下图像数据和线上数据；

图像处理模块，用于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；

特征数据模块，用于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；

分类概率模块，用于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；

用户确定模块，用于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。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的用户识别方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的用户识别方法。