[发明专利]用户画像方法、装置、计算机设备及计算机可读存储介质

说明书

本发明提供一种用户画像方法、装置、计算机设备及计算机可读存储介质。所述用户画像方法获取用户属性和所述用户属性的标签集合，所述标签集合包括多个标签；确定所述标签集合对应的多个关键网站；获取用户的识别信息；根据所述识别信息判断所述多个关键网站是否存在所述用户的注册信息；根据判断结果生成所述用户的注册特征向量；根据所述判断结果生成所述用户的显著性特征向量；将所述注册特征向量和所述显著性特征向量组合为综合特征向量；用训练好的分类模型对所述综合特征向量进行识别，得到所述用户的标签。本发明提升了抽取用户的标签的准确率。

技术领域

本发明涉及实体识别技术领域，具体涉及一种用户画像方法、装置、计算机设备及计算机可读存储介质。

背景技术

用户画像被广泛运用于智能推荐、风控与服务等多个领域。用户画像是预测模型、风控体系的基础，而用户画像不够准确会导致很多建立在用户画像基础上的模型或技术难以展开。

用户画像需要抽取用户的属性标签(如学历、性别等)，现有的用户画像方法根据某一平台上的用户的社交、使用习惯数据抽取用户的属性标签，容易因数据单一、数据缺陷导致抽取用户属性标签的准确率低。如何提升抽取用户属性标签的准确率成为亟待解决的问题。

发明内容

鉴于以上内容，有必要提出一种用户画像方法、装置、计算机设备及计算机可读存储介质，其可以根据用户在各个网站的注册信息抽取出用户的标签，用抽取的用户的标签描述用户画像。

本申请的第一方面提供一种用户画像方法，所述用户画像方法包括：

获取用户属性和所述用户属性的标签集合，所述标签集合包括多个标签；

确定所述标签集合对应的多个关键网站；

获取用户的识别信息；

根据所述识别信息判断所述多个关键网站是否存在所述用户的注册信息；

根据判断结果生成所述用户的注册特征向量，所述注册特征向量反映所述用户在所述多个关键网站的注册状态；

根据所述判断结果生成所述用户的显著性特征向量，所述显著性特征向量反映所述用户已注册的所述多个关键网站的网站数量和未注册的所述多个关键网站的网站数量；

将所述注册特征向量和所述显著性特征向量组合为综合特征向量；

用训练好的分类模型对所述综合特征向量进行识别，得到所述用户的标签。

另一种可能的实现方式中，所述确定所述标签集合对应的多个关键网站包括：

从多个网站中选择与所述用户属性关联的多个网站；

用网站排名算法对选择的多个网站进行排名；

将所述选择的多个网站中的排名靠前的预设数量的网站确定为所述多个关键网站。

另一种可能的实现方式中，所述根据所述识别信息判断所述多个关键网站是否存在所述用户的注册信息包括：

在所述多个关键网站中的指定关键网站搜索所述识别信息；

若所述指定关键网站的搜索结果中包括所述识别信息，则所述指定关键网站存在所述用户的注册信息；

若所述指定关键网站的搜索结果中不包括所述识别信息，则所述指定关键网站不存在所述用户的注册信息。

另一种可能的实现方式中，所述根据所述识别信息判断所述多个关键网站是否存在所述用户的注册信息包括：

根据所述识别信息从所述多个关键网站中的指定关键网站授权的接口查询所述用户的注册信息；