[發明專利]基于數據源的業務定制裝置、方法及計算機可讀存儲介質

有效

• 申請號: 201710313995.0
• 申請日: 2017-05-05
• 公開（公告）號: CN107038256B
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 王健宗;黃章成;吳天博;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及一種基于數據源的業務定制裝置、方法及計算機可讀存儲介質，基于數據源的業務定制裝置包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的基于數據源的業務定制系統，基于數據源的業務定制系統被處理器執行時實現如下步驟：獲取預定的各數據源中的用戶生成內容；利用預先訓練生成的用戶群體標簽識別模型對用戶生成內容進行識別，以識別出各數據源對應的用戶群體標簽；根據預定的用戶群體標簽與群體業務的映射關系確定各數據源對應的群體業務，將各數據源與對應的群體業務發送給預定的終端，以對各數據源進行群體業務定制。本發明能夠大范圍地進行業務定制，提高業務定制的效率。

技術領域

本發明涉及互聯網技術領域，尤其涉及一種基于數據源的業務定制裝置、方法及計算機可讀存儲介質。

背景技術

用戶生成內容(UGC，User Generated Content)是由用戶在網站或其他開放性媒介中參與生成的內容，該內容可獨立傳播展示并播放，例如微博、論壇討論、用戶自制的音視頻、問答、各種網絡新聞等等。目前，很多金融公司(例如，銀行、保險等公司)基于這些用戶生成內容進行分析，并確定用戶的行為特征標簽，進而根據用戶的行為特征標簽定制(或推廣)對應的業務。

然而，這種確定每個用戶的行為特征標簽并為每個用戶定制業務的方案，相對于網絡上海量的用戶生成內容，會使得業務的定制受到很大的局限性，業務定制的效率低下。

發明內容

本發明的目的在于提供一種基于數據源的業務定制裝置、方法及計算機可讀存儲介質，旨在基于群體性的數據源進行大范圍的業務定制，提高業務定制的效率。

為實現上述目的，本發明提供一種基于數據源的業務定制裝置，所述基于數據源的業務定制裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的基于數據源的業務定制系統，所述基于數據源的業務定制系統被所述處理器執行時實現如下步驟：

S1，獲取預定的各數據源中的用戶生成內容；

S2，利用預先訓練生成的用戶群體標簽識別模型對所述用戶生成內容進行識別，以識別出各數據源對應的用戶群體標簽；

S3，根據預定的用戶群體標簽與群體業務的映射關系確定各所述數據源對應的群體業務，將各所述數據源與對應的群體業務發送給預定的終端，以對各所述數據源進行群體業務定制。

優選地，所述用戶群體標簽識別模型基于最大熵準則進行建立，所述用戶群體標簽識別模型的模型函數包括用戶行為屬性分布函數，所述用戶行為屬性分布函數為：

所述x為用戶，所述y為用戶標簽，所述f_j(x,y)為用戶x的第j個特征的屬性，λ_j,y＝{λ_1,y,λ_2,y,λ_3,y,...,λ_F,y}為用戶的行為屬性的概率分布，所述Z(x)是正規化因子。

優選地，所述用戶群體標簽識別模型的模型函數還包括最優化函數，所述最優化函數為：

所述p(x_i,y_i)為用戶x_i的標簽y_i在用戶群體標簽中出現的概率，所述為用戶的行為屬性的似然函數，所述為正則化因子，所述β為控制所述最優化函數正則化程度的參數。

優選地，所述用戶群體標簽識別模型的識別過程包括對所述用戶的行為屬性的概率分布進行求解迭代，以及在每一迭代的過程中還包括微分模式迭代。

優選地，所述基于數據源的業務定制系統被所述處理器執行步驟S1之前，還包括：

S01，獲取預設數量的數據源中的用戶生成內容，以獲取的每一數據源中的用戶生成內容為一群體數據樣本，并為每一群體數據樣本標注對應的用戶群體標簽；