[發明專利]推測獲得用戶屬性的方法和系統

在審

• 申請號: 201611149073.2
• 申請日: 2016-12-14
• 公開（公告）號: CN108228595A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 丁圣勇;樊勇兵;陳楠;賴培源;陳天;黃志蘭
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 曲瑞

本發明公開了一種推測獲得用戶屬性的方法和系統，涉及大數據技術領域。該方法包括：根據游戲日志信息統計獲得用戶的游戲行為數據；以及根據該游戲行為數據和通過訓練得到的分類器推測獲得所述用戶的用戶屬性；其中，該分類器包含游戲行為數據與用戶屬性的對應關系。該方法不需要較為敏感的涉及用戶隱私的數據，而且成本較低。

技術領域

本發明涉及大數據技術領域，特別涉及一種推測獲得用戶屬性的方法和系統。

背景技術

用戶畫像，即用戶信息標簽化。用戶畫像的核心工作是為用戶打標簽，打標簽的重要目的之一是為了讓人能夠理解并且方便計算機處理，例如可以做分類統計，諸如，統計喜歡某款游戲的用戶數量、喜歡某款游戲的人群中的男女比例等。也可以做數據挖掘工作，例如利用關聯規則計算喜歡某款游戲的人通常喜歡什么樣的運動品牌等。

大數據處理，離不開計算機的運算，標簽提供了一種便捷的方式，使得計算機能夠程序化處理與人相關的信息，甚至通過算法、模型能夠“理解”人。當計算機具備這樣的能力后，無論是搜索引擎、推薦引擎、廣告投放等各種應用領域，都將能進一步提升精準度，提高信息獲取的效率。

用戶畫像一般通過較為直接的數據(例如，用戶發的微博、用戶的購物記錄等)來推測其屬性。

發明內容

本發明的發明人發現，用戶畫像數據一般具有較強的隱私性，比如用戶購物記錄或上網記錄等，這些數據的獲取成本較高。

根據本發明的第一方面，提供了一種推測獲得用戶屬性的方法，包括：根據游戲日志信息統計獲得用戶的游戲行為數據；以及根據所述游戲行為數據和通過訓練得到的分類器推測獲得所述用戶的用戶屬性；其中，所述分類器包含游戲行為數據與用戶屬性的對應關系。

在一個實施例中，在根據游戲日志信息統計獲得用戶的游戲行為數據的步驟之前，所述方法還包括：通過對期望數量的已知用戶屬性的樣本用戶集群進行訓練得到所述分類器。

在一個實施例中，通過對期望數量的已知用戶屬性的樣本用戶集群進行訓練得到所述分類器的步驟包括：通過游戲平臺選取期望數量的利用已知終端號碼注冊的用戶作為樣本用戶集群；通過運營商系統獲取所述樣本用戶集群的注冊信息，所述注冊信息包含用戶屬性；以及對所述樣本用戶集群的注冊信息和所述樣本用戶集群的游戲行為數據進行訓練，得到所述分類器，其中，所述分類器包含游戲行為數據與用戶屬性的對應關系。

在一個實施例中，利用選擇隨機森林模型對期望數量的已知用戶屬性的樣本用戶集群進行訓練得到所述分類器。

在一個實施例中，所述游戲行為數據包括：用于下載所述游戲的手機的型號和屏幕分辨率，以及所述游戲的屬性；所述用戶屬性包括：用戶的性別、年齡范圍和喜歡的游戲類型。

在上述方法中，利用低敏感和低成本的用戶游戲日志信息來推測獲得用戶屬性。該方法不需要較為敏感的涉及用戶隱私的數據，而且成本較低。

根據本發明的第二方面，提供了一種推測獲得用戶屬性的系統，包括：統計單元，用于根據游戲日志信息統計獲得用戶的游戲行為數據；以及分析單元，用于根據所述游戲行為數據和通過訓練得到的分類器推測獲得所述用戶的用戶屬性；其中，所述分類器包含游戲行為數據與用戶屬性的對應關系。

在一個實施例中，所述系統還包括：訓練單元，用于通過對期望數量的已知用戶屬性的樣本用戶集群進行訓練得到所述分類器。

在一個實施例中，所述統計單元通過游戲平臺選取期望數量的利用已知終端號碼注冊的用戶作為樣本用戶集群；并通過運營商系統獲取所述樣本用戶集群的注冊信息，所述注冊信息包含用戶屬性；所述訓練單元對所述樣本用戶集群的注冊信息和所述樣本用戶集群的游戲行為數據進行訓練，得到所述分類器，其中，所述分類器包含游戲行為數據與用戶屬性的對應關系。