[发明专利]用户画像的构建方法及装置、存储介质及电子设备在审

专利信息
申请号: 202010633190.6 申请日: 2020-07-02
公开(公告)号: CN111784301A 公开(公告)日: 2020-10-16
发明(设计)人: 黄文强;季蕴青;胡路苹;胡玮;黄雅楠;胡传杰;浮晨琪;李蚌蚌;申亚坤;徐晨敏 申请(专利权)人: 中国银行股份有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06K9/62;G06N3/02;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李伟
地址: 100818 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户 画像 构建 方法 装置 存储 介质 电子设备
【权利要求书】:

1.一种用户画像的构建方法,其特征在于,包括:

获取目标用户的原始信息;

对所述原始信息进行匿名化处理,获得所述原始信息对应的匿名信息;

对所述匿名信息进行特征构造,获得所述匿名信息对应的第一特征信息;

将所述第一特征信息输入预先训练的神经网络模型中,经所述神经网络模型进行处理后,获得与所述第一特征信息对应的所述目标用户的属性标签;

依据所述目标用户的属性标签构建所述目标用户的画像。

2.根据权利要求1所述的方法,其特征在于,所述获取目标用户的原始信息,包括:

确定所述目标用户的用户标识;

在预设的信息数据库中,提取与所述用户标识对应的所述目标用户的原始信息。

3.根据权利要求1所述的方法,其特征在于,所述对所述原始信息进行匿名化处理,获得所述原始信息对应的匿名信息,包括:

调用预先设定的数据规约,对所述原始信息进行解耦操作,获得所述原始信息对应的匿名信息。

4.根据权利要求1所述的方法,其特征在于,对所述匿名信息进行特征构造,获得所述匿名信息对应的第一特征信息,包括:

获取所述匿名信息的数据分布;

依据所述匿名信息的数据分布,对所述匿名信息进行特征构造,获得所述匿名信息对应的各个信息特征;

将所述匿名信息对应的各个信息特征确定为所述匿名信息对应的第一特征信息。

5.根据权利要求1所述的方法,其特征在于,所述神经网络模型的训练过程,包括:

获取训练数据,所述训练数据包含多个样本特征信息及每个所述样本特征信息对应的属性标签;

将所述多个样本特征信息及每个所述样本特征信息对应的属性标签输入预先选取的初始神经网络模型中;

当所述初始神经网络模型对应的收敛值满足预设收敛条件时,完成对所述初始神经网络模型的训练,获得用于生成属性标签的神经网络模型。

6.一种用户画像的构建装置,其特征在于,包括:

获取单元,用于获取目标用户的原始信息;

第一处理单元,用于对所述原始信息进行匿名化处理,获得所述原始信息对应的匿名信息;

构造单元,用于对所述匿名信息进行特征构造,获得所述匿名信息对应的第一特征信息;

第二处理单元,用于将所述第一特征信息输入预先训练的神经网络模型中,经所述神经网络模型进行处理后,获得与所述第一特征信息对应的所述目标用户的属性标签;

构建单元,用于依据所述目标用户的属性标签构建所述目标用户的画像。

7.根据权利要求6所述的装置,其特征在于,所述获取单元,包括:

第一确定子单元,用于确定所述目标用户的用户标识;

提取子单元,用于在预设的信息数据库中,提取与所述用户标识对应的所述目标用户的原始信息。

8.根据权利要求6所述的装置,其特征在于,所述构造单元,包括:

获取子单元,用于获取所述匿名信息的数据分布;

构造子单元,用于依据所述匿名信息的数据分布,对所述匿名信息进行特征构造,获得所述匿名信息对应的各个信息特征;

第二确定子单元,用于将所述匿名信息对应的各个信息特征确定为所述匿名信息对应的第一特征信息。

9.一种存储介质,其特征在于,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行如权利要求1~5任意一项所述的用户画像的构建方法。

10.一种电子设备,其特征在于,包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,处理器、存储器通过总线完成相互间的通信;处理器用于调用存储器中的程序指令,以执行如权利要求1~5任意一项所述的用户画像的构建方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010633190.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top