[发明专利]用户类型识别方法、装置及数据处理设备

权利要求书

1.一种用户类型识别方法，其特征在于，所述方法包括：

获取目标用户信息，从所述目标用户信息中提取多种识别项，所述识别项包括至少一个第一识别项；

提取各所述第一识别项的识别特征向量，以及所述识别项中除各所述第一识别项之外的第二识别项的识别特征向量，并调整各所述第一识别项的所述识别特征向量；

将各所述第一识别项调整后的所述识别特征向量及所述第二识别项的识别特征向量进行特征融合，并输入至训练完成的用户分类模型，得到所述目标用户信息的分类识别结果。

2.根据权利要求1所述的用户类型识别方法，其特征在于，所述从所述目标用户信息中提取多种识别项，包括：

从所述目标用户信息中提取用户行为信息以及用户属性信息，并从所述用户行为信息中提取交互对象信息，所述交互对象信息包括对象描述信息及对象属性信息。

3.根据权利要求2所述的用户类型识别方法，其特征在于，所述第一识别项包括交互对象信息，所述第二识别项包括用户行为信息及用户属性信息；

所述提取各所述第一识别项的识别特征向量，以及所述识别项中除各所述第一识别项之外的第二识别项的识别特征向量，并调整各所述第一识别项的所述识别特征向量，包括：

将所述交互对象信息、所述用户行为信息以及所述用户属性信息分别输入对应的特征提取模型，得到用户行为特征向量、用户属性特征向量以及交互对象特征向量；

获取所述交互对象信息的调整种子参数，并通过所述调整种子参数调整所述交互对象特征向量。

4.根据权利要求3所述的用户类型识别方法，其特征在于，所述获取所述交互对象信息的调整种子参数，并通过所述调整种子参数调整所述交互对象特征向量，包括：

获取所述对象描述信息及所述对象属性信息的描述交互对象信息；

将所述对象描述信息的描述交互对象信息及所述对象属性信息的描述交互对象信息输入长度特征提取模型，并对输出进行量化处理，得到所述调整种子参数，并通过所述调整种子参数调整所述交互对象特征向量。

5.根据权利要求3所述的用户类型识别方法，其特征在于，所述将各所述第一识别项调整后的所述识别特征向量及所述第二识别项的识别特征向量进行特征融合，并输入至训练完成的用户分类模型，得到所述目标用户信息的分类识别结果，包括：

拼接所述用户行为特征向量、所述用户属性特征向量以及所述调整后的交互对象特征向量，得到特征融合后的融合特征向量；

将所述融合特征向量作为所述用户分类模型的输入，输出所述分类识别结果。

6.一种用户类型识别装置，其特征在于，所述装置包括：

数据获取模块，用于获取目标用户信息，从所述目标用户信息中提取多种识别项，所述识别项包括至少一个第一识别项；

特征提取模块，用于提取各所述第一识别项的识别特征向量，以及所述识别项中除各所述第一识别项之外的第二识别项的识别特征向量，并调整各所述第一识别项的所述识别特征向量；

分类识别模块，用于将各所述第一识别项调整后的所述识别特征向量及所述第二识别项的识别特征向量进行特征融合，并输入至训练完成的用户分类模型，得到所述目标用户信息的分类识别结果。

7.根据权利要求6所述的用户类型识别装置，其特征在于，所述数据获取模块具体用于从所述目标用户信息中提取用户行为信息以及用户属性信息，并从所述用户行为信息中提取交互对象信息，所述交互对象信息包括对象描述信息及对象属性信息。

8.根据权利要求7所述的用户类型识别装置，其特征在于，所述第一识别项包括交互对象信息，所述第二识别项包括用户行为信息及用户属性信息；所述特征提取模块具体用于将所述交互对象信息、所述用户行为信息以及所述用户属性信息分别输入对应的特征提取模型，得到用户行为特征向量、用户属性特征向量以及交互对象特征向量；获取所述交互对象信息的调整种子参数，并通过所述调整种子参数调整所述交互对象特征向量。