[发明专利]一种用户画像确定方法、电子设备及计算机可读存储介质

权利要求书

1.一种用户画像确定方法，其特征在于，所述方法包括如下步骤：

获取用户的设备活跃数据集，所述设备活跃数据集包括训练集数据和预测集数据；

将所述训练集数据对应的第一特征向量输入至用户状态预测模型进行训练，得到用户状态的第一概率向量（X₁，X₂，X₃，……，X_i），i=1……m，其中，所述X_i是指第i状态特征的训练概率值；

将所述第一概率向量（X₁，X₂，X₃，……，X_i）和预设向量（Z₁，Z₂，Z₃，……，Z_i），得到目标损失函数值L_s=F（L₁，L₂，L₃，……，L_i），其中，所述F（）为所述用户状态预测模型中总损失函数；

基于所述目标损失函数值L_s，调整所述用户状态预测模型的参数；

将所述预测集数据对应的第二特征向量输入已调整的所述用户状态预测模型进行预测，得到用户状态的第二概率向量（Y₁，Y₂，Y₃，……，Y_i），i=1……m，其中，所述Y_i是指第i状态特征的预测概率值；

根据所述第二概率向量（Y₁，Y₂，Y₃，……，Y_i），确定用户画像。

2.根据权利要求1所述的用户画像确定方法，其特征在于，所述用户状态包括m个状态维度，任一所述状态维度与其他m-1个所述状态维度之间存在非正交关系。

3.根据权利要求1所述的用户画像确定方法，其特征在于，所述预设向量（Z₁，Z₂，Z₃，……，Z_i）通过读取预设文本信息进行获取，其中，所述Z_i是指在预设文本信息中，标注的第i状态特征的实际值。

4.根据权利要求2所述的用户画像确定方法，其特征在于，所述F（）为，其中，为第i状态维度的损失函数值，为第i状态维度对应的损失函数值权重。

5.根据权利要求4所述的用户画像确定方法，其特征在于，L_i=p（X_i，Z_i），所述p（）为任一状态维度的损失函数。

6.根据权利要求1所述的用户画像确定方法，其特征在于，所述训练集数据是指第一时间窗内，用户的全部设备活跃数据，其中，所述第一时间窗为6~12个月。

7.根据权利要求1所述的用户画像确定方法，其特征在于，所述预测集数据是指第二时间窗内，用户的全部设备活跃数据，其中，所述第二时间窗为1~3个月。

8.根据权利要求1所述的用户画像确定方法，其特征在于，所述方法还包括如下方法确定用户画像：

根据所述第二概率向量（Y₁，Y₂，Y₃，……，Y_i）中任一预测概率值与预设概率值进行比较；

当所述预测概率值大于所述预设概率值时，标定所述预测概率值对应的状态维度为1；

当所述预测概率值小于所述预设概率值时，标定所述预测概率值对应的状态维度为0；

基于已标定所述预测概率值对应的状态维度，确定用户画像。