[發明專利]用于生成用戶的年齡信息的方法和裝置

有效

• 申請號: 201710269974.3
• 申請日: 2017-04-24
• 公開（公告）號: CN107103366B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 盧月;李愛華;葛勝利
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q30/06
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了用于生成用戶的年齡信息的方法和裝置。該方法的一具體實施方式包括：獲取用戶集合中的待檢測用戶對物品集合中的單個物品執行預設操作的單物品操作次數、待檢測用戶對物品集合中的所有物品執行預設操作的總操作次數、對物品集合中的至少一種物品執行過預設操作的用戶的總用戶數量以及對單個物品執行過預設操作的用戶的單物品用戶數量；基于單物品操作次數、總操作次數、總用戶數量以及單物品用戶數量，生成待檢測用戶對單個物品執行預設操作的操作量特征參數；基于物品集合中至少一個物品對應的操作量特征參數，生成待檢測用戶的年齡信息。該實施方式實現了更準確地生成用戶年齡。

技術領域

本申請涉及計算機技術領域，具體涉及互聯網技術領域，尤其涉及用于生成用戶的年齡信息的方法和裝置。

背景技術

用戶的行為習慣與用戶年齡有很強的相關性，因此預測用戶年齡可以使得根據用戶的行為習慣進行信息推送有較強的針對性。目前，在預測用戶的年齡時，通常基于用戶的行為數據來預測用戶年齡，例如通過用戶在一段時間中購買商品的品類數量、各品類分別購買的數量、首次購買距今的時長等數據作為特征，然后用設定的算法對用戶所屬年齡段進行預測。

然而，現有的這種預測用戶年齡的方式常常忽略了不同商品的差異性，無法體現出不同商品影響用戶年齡的強度，使得最終預測出的年齡存在準確性不足的問題。

發明內容

本申請的目的在于提出一種改進的用于生成用戶的年齡信息的方法和裝置，來解決以上背景技術部分提到的技術問題。

第一方面，本申請實施例提供了一種用于生成用戶的年齡信息的方法，該方法包括：獲取用戶集合中的待檢測用戶對物品集合中的單個物品執行預設操作的單物品操作次數、待檢測用戶對物品集合中的所有物品執行預設操作的總操作次數、對物品集合中的至少一種物品執行過預設操作的用戶的總用戶數量以及對單個物品執行過預設操作的用戶的單物品用戶數量；基于單物品操作次數、總操作次數、總用戶數量以及單物品用戶數量，生成待檢測用戶對單個物品執行預設操作的操作量特征參數；基于物品集合中至少一個物品對應的操作量特征參數，生成待檢測用戶的年齡信息。

在一些實施例中，上述基于物品集合中至少一個物品對應的操作量特征參數，生成待檢測用戶的年齡信息，包括：使用物品集合中至少一個物品對應的操作量特征參數構造成特征矩陣并輸入至機器學習模型，其中，機器學習模型是預先使用年齡已知用戶在物品集合中至少一個物品對應的操作量特征參數構造的特征矩陣以及年齡已知用戶的年齡值分別作為模型的輸入與輸出樣本進行訓練而得到的；基于機器學習模型的輸出值確定待檢測用戶的年齡信息。

在一些實施例中，上述基于單物品操作次數、總操作次數、總用戶數量以及單物品用戶數量，生成待檢測用戶對單個物品執行預設操作的操作量特征參數，包括：確定單操作次數與總操作次數之間的第一比值；確定總用戶數量與單物品用戶數量之間的第二比值；基于第一比值和第二比值，生成單個物品對應的操作量特征參數。

在一些實施例中，上述基于第一比值和第二比值，生成單個物品對應的操作量特征參數，包括：以預設底數對第二比值求對數，得到對數值；對第一比值與對數值執行乘積操作，并將所得到的乘積結果設置為待檢測用戶對單個物品的操作量特征參數。

在一些實施例中，上述方法還包括：獲取待檢測用戶執行預設操作的其他操作特征參數；以及，使用物品集合中至少一個物品對應的操作量特征參數構造成特征矩陣并輸入至機器學習模型，包括：使用物品集合中至少一個物品對應的操作量特征參數以及其他操作特征參數構造成特征矩陣并輸入至機器學習模型，其中機器學習模型是是預先使用年齡已知用戶在物品集合中至少一個物品對應的操作量特征參數以及其他特征參數構造的特征矩陣以及年齡已知用戶的年齡值分別作為模型的輸入與輸出樣本進行訓練而得到的。