[发明专利]一种可解释、可交互的用户画像方法及装置

权利要求书

1.一种可解释、可交互的用户画像方法，其特征在于：该方法包括：

S10：按照可解释的方法构建用户画像标签；

S20：使用Hive存储用户画像标签相关数据；

S30：利用ECharts让用户画像面向用户可视化、可反馈；

S40：根据用户对用户画像的调整，反馈用户意见给系统进行优化；

S50：采用反歧视以及准确性测试，检验用户画像的性能。

2.根据权利要求1所述的一种可解释、可交互的用户画像方法，其特征在于：所述S10具体为：

确定使用的标签类别，包括统计类标签、规则类标签、挖掘类标签；

在构建用户画像时，对用户画像的标签进行自然语言解释，包括对标签类别、标签数据来源、标签推理规则进行解释；

按照解释的难度确定标签所占的比例分别为统计类标签50％、规则类标签30％、挖掘类标签20％。

3.根据权利要求2所述的一种可解释、可交互的用户画像方法，其特征在于：所述确定使用的标签类别中，挖掘类标签利用隐因子模型LFM以及TF-IDF挖掘数据，提交Spark任务进行计算。

4.根据权利要求1所述的一种可解释、可交互的用户画像方法，其特征在于：所述S20具体为：

建立Hive用户标签表，确定标签的名称、内容、解释栏；

将计算出的用户标签向量值插入Hive用户标签表“内容”中，将对标签的自然语言解释放在用户标签表中的“解释栏”。

5.根据权利要求1所述的一种可解释、可交互的用户画像方法，其特征在于：所述S30具体为：

引入ECharts文件，指定使用雷达图；

雷达图的指示器为Hive数据仓库中存储的用户标签，雷达图的数据为每个用户在对应的用户标签上所得分数；

在雷达图的轴线上设置展开字段，展开字段的关键词为“解释”，内容为对应的解释，来源于Hive用户标签表中的解释栏；

在雷达图指示器上设置点击事件，点击后出现留言表，用户可以输入对用户画像的异议与其他反馈；

反馈界面使用LinearLayout进行布局，并且指定反馈框适应屏幕。

6.根据权利要求1所述的一种可解释、可交互的用户画像方法，其特征在于：所述S40具体为：

使用python工具对用户的反馈意见进行文本分词处理；

基于TF-IDF算法对反馈意见进行主题词抽取，得出用户的反馈数据文件；

基于反馈数据，调整用户的标签向量值，更新用户画像；

基于更新后的用户画像进行推荐。

7.根据权利要求1所述的一种可解释、可交互的用户画像方法，其特征在于：所述S50具体为：

对用户画像的反歧视性、准确性、反馈机制进行测试，其中，抽取相同量的正常群体和弱势群体的样本，对比正常群体和弱势群体在暴力指数标签、信用指数和犯罪可能性指数的敏感标签的平均指数差异，测试用户画像的对弱势群体的反歧视性；

使用交叉验证测试统计类标签以及规则类标签的准确性，使用抽样验证测试开发挖掘类标签的准确性；

分类用户的反馈内容，对每一类别都抽取一定反馈用户的样本，将每类分为A、B两组，A组为用户反馈之前的活跃度，B组为用户反馈之后的活跃度，将A、B两组进行对比，测试反馈机制运行效果。