[发明专利]用户属性确定方法及装置、存储介质和电子设备在审
申请号: | 202111357446.6 | 申请日: | 2021-11-16 |
公开(公告)号: | CN114078028A | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 黄莲仙 | 申请(专利权)人: | 深圳市中科明望通信软件有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518052 广东省深圳市前海深港合作区南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户 属性 确定 方法 装置 存储 介质 电子设备 | ||
本公开提供了一种用户属性确定方法、用户属性确定装置、计算机可读存储介质和电子设备,涉及计算机技术领域。该用户属性确定方法包括:获取第一用户所使用应用程序的特征数据,第一用户为用户集合中待确定用户属性的用户;将第一用户所使用应用程序的特征数据输入属性分类模型,以得到第一用户的用户属性确定结果;其中,属性分类模型基于第二用户所使用应用程序的特征数据以及第二用户的用户属性类型训练得到,第二用户为用户集合中已确定用户属性类型的用户。本公开方案无需获取外部样本,可以降低用户属性确定过程的成本。
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种用户属性确定方法、用户属性确定装置、计算机可读存储介质和电子设备。
背景技术
用户画像有助于更加准确地确定出产品的服务对象。用户画像的构建为企业精细化运营、数据分析、产品投放等方面提供了巨大助力。在构建用户画像的过程中,用户属性至关重要。
在对用户属性进行预测的过程中,需要依赖外部样本,而外部样本往往较难获取且成本较高,造成用户属性的预测难度大、门槛高。
发明内容
本公开提供一种用户属性确定方法、用户属性确定装置、计算机可读存储介质和电子设备,进而至少在一定程度上克服用户属性预测难度大的问题。
根据本公开的第一方面,提供了一种用户属性确定方法,包括:获取第一用户所使用应用程序的特征数据,第一用户为用户集合中待确定用户属性的用户;将第一用户所使用应用程序的特征数据输入属性分类模型,以得到第一用户的用户属性确定结果;其中,属性分类模型基于第二用户所使用应用程序的特征数据以及第二用户的用户属性类型训练得到,第二用户为用户集合中已确定用户属性类型的用户。
根据本公开的第二方面,提供了一种用户属性确定装置,包括:数据获取模块,用于获取第一用户所使用应用程序的特征数据,第一用户为用户集合中待确定用户属性的用户;结果生成模块,用于将第一用户所使用应用程序的特征数据输入属性分类模型,以得到第一用户的用户属性确定结果;其中,属性分类模型基于第二用户所使用应用程序的特征数据以及第二用户的用户属性类型训练得到,第二用户为用户集合中已确定用户属性类型的用户。
根据本公开的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的用户属性确定方法。
根据本公开的第四方面,提供了一种电子设备,包括处理器;存储器,用于存储一个或多个程序,当一个或多个程序被处理器执行时,使得所述处理器实现上述的用户属性确定方法。
在本公开的一些实施例所提供的技术方案中,第一用户和第二用户均包含于用户集合中,利用具有明确用户属性类型的第二用户所对应的数据对属性分类模型进行训练,再利用训练后的属性分类模型对第一用户的用户属性进行预测。本公开方案中模型的训练依赖的是当前用户集合中用户本身所对应的数据,整个过程不存在外部样本的预先构建及获取过程,成本低,降低了用户属性的预测难度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示出了本公开实施例的确定用户属性的方式的示意图;
图2示出了适于用来实现本公开示例性实施方式的电子设备的计算机系统的结构示意图;
图3示意性示出了根据本公开示例性实施方式的用户属性确定方法的流程图;
图4示意性示出了本公开实施例的确定模型训练样本的过程的流程图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市中科明望通信软件有限公司,未经深圳市中科明望通信软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111357446.6/2.html,转载请声明来源钻瓜专利网。