[发明专利]性别预测模型训练方法和性别预测方法

权利要求书

1.一种性别预测模型训练方法，包括：

获取第一训练样本，其中，所述第一训练样本包括第一样本用户的终端特征和性别标签；

将所述第一样本用户的终端特征作为输入，将所述第一样本用户的性别标签作为输出，对机器学习模型进行训练，得到性别预测模型。

2.根据权利要求1所述的方法，其中，所述方法还包括：

获取第二训练样本，其中，所述第二训练样本包括第二样本用户的终端特征和性别标签；

选取所述第二样本用户的至少部分终端特征作为输入，将所述第二样本用户的性别标签作为输出，更新所述性别预测模型。

3.根据权利要求2所述的方法，其中，所述选取所述第二样本用户的至少部分终端特征作为输入，包括：

采用L1正则从所述第二样本用户的终端特征中选取预设数目的重要非零特征作为输入。

4.根据权利要求1-3中任一项所述的方法，其中，所述终端特征包括以下至少一项：终端安装应用清单、终端品牌、终端型号。

5.根据权利要求1-3中任一项所述的方法，其中，所述机器学习模型是逻辑回归模型或极端梯度提升模型。

6.一种性别预测方法，包括：

从服务端获取预先训练的性别预测模型，其中，所述性别预测模型是采用权利要求1-5中任一项所述的方法训练得到的；

获取目标用户的终端特征；

将所述目标用户的终端特征输入至所述性别预测模型，得到所述目标用户的预测性别信息。

7.根据权利要求6所述的方法，其中，所述方法还包括：

获取第二训练样本，其中，所述第二训练样本包括第二样本用户的终端特征和性别标签；

从所述第二样本用户的终端特征中选取部分终端特征；

将所述部分终端特征作为输入，将所述第二样本用户的性别标签作为输出，更新所述性别预测模型。

8.根据权利要求7所述的方法，其中，所述从所述第二样本用户的终端特征中选取部分终端特征，包括：

采用L1正则从所述第二样本用户的终端特征中选取预设数目的重要非零特征。

9.根据权利要求1-8中任一项所述的方法，其中，所述方法还包括：

基于所述目标用户的预测性别信息获取推送信息；

显示所述推送信息。

10.根据权利要求9所述的方法，其中，所述基于所述目标用户的预测性别信息获取推送信息，包括：

获取目标用户的自选性别信息；

对所述目标用户的自选性别信息和预测性别信息进行加权，确定所述目标用户的性别；

获取与所述目标用户的性别对应的推送信息。

11.一种计算机设备，包括：

一个或多个处理器；

存储装置，其上存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-10中任一所述的方法。