[发明专利]人群画像方法及装置

权利要求书

1.一种人群画像方法，其特征在于，包括：

获取候选标签集合，所述候选标签集合包括至少一个候选标签；

将候选标签集合和人群对应的标签集合输入第一随机森林模型进行训练，训练结束后，获取所述候选标签在每个决策树内每个节点的基尼指数，基于所述候选标签在每个决策树内每个节点的基尼指数对所述候选标签集合进行筛选，得到典型标签；

对所述典型标签的特征值进行区间分布处理，确定分布区间；

基于所述分布区间对所述典型标签的特征值进行统计分布处理，生成人群画像。

2.根据权利要求1所述的人群画像方法，其特征在于，所述基于所述候选标签在每个决策树内每个节点的基尼指数对所述候选标签集合进行筛选，得到典型标签，具体包括：

基于所述候选标签在每个决策树内每个节点的基尼指数计算所述候选标签在每个决策树所有节点的基尼指数变化量；

基于所述候选标签在每个决策树所有节点的基尼指数变化量计算所述候选标签的重要性值；

若所述候选标签的重要性值大于预设阈值，确定所述候选标签为典型标签。

3.根据权利要求2所述的人群画像方法，其特征在于，所述基于所述候选标签在每个决策树内每个节点的基尼指数计算所述候选标签在每个决策树所有节点的基尼指数变化量，具体包括：

基于所述候选标签在每个决策树内每个节点的基尼指数利用公式(1)计算所述候选标签在每个决策树所有节点的基尼指数变化量：

其中，X_i表示第i个候选标签，j表示所述第一随机森林模型的第j个决策树，m表示第j个决策树的第m个节点，M表示第j个决策树总共有M个节点，表示第i个候选标签在第j个决策树所有节点的基尼指数变化量，表示第i个候选标签在第j个决策树的第m个节点的基尼指数变化量。

4.根据权利要求2所述的人群画像方法，其特征在于，所述基于所述候选标签在每个决策树所有节点的基尼指数变化量计算所述候选标签的重要性值，具体包括：

基于所述候选标签在每个决策树所有节点的基尼指数变化量利用公式(2)计算所述候选标签的重要性值：

其中，j表示所述第一随机森林模型的第j个决策树，且1≤j≤n且表示第i个候选标签在第j个决策树所有节点的基尼指数变化量，VIM(X_i)表示第i个候选标签的重要性值。

5.根据权利要求1所述的人群画像方法，其特征在于，所述人群包括目标人群，对所述典型标签的特征值进行区间分布处理，确定分布区间，具体包括：

基于所述典型标签对所述目标人群按预设顺序进行排序；

基于预设阈值从排序结果中选择第一用户，所述第一用户为满足预设阈值的排序后的目标人群；

基于所述第一用户对应的典型标签的特征值和预设区间参数计算区间步长；

基于所述区间步长与所述第一用户对应的典型标签的特征值，确定分布区间。

6.根据权利要求1所述的人群画像方法，其特征在于，所述得到典型标签之后，还包括：

将所述典型标签和与目标场景对应的标签集合输入第二随机森林模型进行训练，通过迭代算法遍历所述第二随机森林模型的所有决策树分枝，获取典型分枝标签；

对所述典型分枝标签的特征值进行区间分布处理，确定分布区间；

基于所述分布区间对所述典型分枝标签的特征值进行统计分布处理，生成细分人群画像。

7.根据权利要求1所述的人群画像方法，其特征在于，所述对所述典型标签的特征值进行区间分布处理，确定分布区间之后，还包括：

对所述分布区间进行自定义调整，得到自定义分布区间；

基于所述自定义分布区间对所述典型标签的特征值进行统计分布处理，生成调整后的人群画像。