[发明专利]数据归一化方法、用户画像提供方法、设备及存储介质

摘要

本发明提供一种数据归一化方法、用户画像提供方法、设备及存储介质，所述数据归一化方法包括：S110：自n个数据源采集用户i的人口属性j的数据取值；S120：判断人口属性j的属性类型；S130：若所述人口属性j为连续型，则采用相关性加权均值法计算用户i的人口属性j的归一化值：S140：若所述人口属性j为离散型，则采用贝叶斯投票法计算用户i的人口属性j的归一化值。本发明提供的方法和设备在做跨数据源的数据归一时，充分考虑了不同数据源的差异性，对于不同数据源赋予了不同的权值，针对均值法和投票法分别采用了相关性加权和贝叶斯方法，对权值进行了合理的分配，平衡不同数据源可能存在的问题，得到最合理的一个人口属性跨数据源归一值。

主权项

1.一种跨数据源人口属性的数据归一化方法，其特征在于，包括：S110：自n个数据源采集用户i的人口属性j的数据取值，n为大于等于2的整数；S120：判断人口属性j的属性类型；S130：若所述人口属性j为连续型，则按如下步骤S131至S133计算用户i的人口属性j的归一化值：S131：使n个数据源中每一数据源采集的人口属性j的连续型数据值形成一列数据向量xjk，其中，该列数据向量xjk的行数为数据源k中的用户数量，k为大于等于1小于等于n的整数；S132：计算该列数据向量的相关系数矩阵；S133：利用所述相关系数矩阵计算用户i的人口属性j的归一化值；S140：若所述人口属性j为离散型，则按如下步骤S141至S145计算用户i的人口属性j的归一化值：S141：确定所述人口属性j的取值集合{aj1,aj1,…,aje,…,ajm}，其中，e为大于等于1小于等于m的整数，m为大于等于2的整数；S142：根据自多个数据源采集的多个用户的人口属性j的离散型数据值计算人口属性j的先验概率分布p0(aje)；S143：根据自所述n个数据源采集的用户i的人口属性j的离散型数据值计算人口属性j的关联用户i的人口属性j的概率分布p1(aje)；S144：根据所述人口属性j的先验概率分布p0(aje)及人口属性j的关联用户i的概率分布p1(aje)计算人口属性j的关联用户i的后验概率分布p2(aje)；S145：根据所述后验概率分布p2(aje)计算用户i的人口属性j的归一化值。