[發(fā)明專利]用戶數(shù)據(jù)分類方法、裝置、服務(wù)器和計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710401985.2
• 申請日: 2017-05-31
• 公開（公告）號: CN107273454B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 赫南;朱順;孫振鵬;楊旭;陳英杰;完灝;胡景賀;溫園旭;李慧倩;李嬋怡
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06Q30/02
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 王洵

1.一種用戶數(shù)據(jù)分類方法，包括：

產(chǎn)生用戶數(shù)據(jù)的特征，所述特征包括購買商品的類目特征、人口屬性特征以及時間特征，其中所述時間特征包括購買時間加權(quán)特征和與各個人生階段有關(guān)的特征，并且其中所述購買時間加權(quán)特征定義如下：

其中λ是衰減因子，T為時間戳，t_i為用戶第i次購買行為的時間戳，m為截止到T為止所述用戶的總購買次數(shù)；

根據(jù)標(biāo)注規(guī)則，產(chǎn)生用戶數(shù)據(jù)的標(biāo)注數(shù)據(jù)集和未標(biāo)注數(shù)據(jù)集；

根據(jù)所述標(biāo)注數(shù)據(jù)集和未標(biāo)注數(shù)據(jù)集，構(gòu)建多個類別中的一個類別的正樣本標(biāo)注數(shù)據(jù)集P和未知樣本數(shù)據(jù)集U；

根據(jù)正樣本標(biāo)注數(shù)據(jù)集P和未知樣本數(shù)據(jù)集U以及相對應(yīng)的用戶數(shù)據(jù)的特征，產(chǎn)生分類器；

使用所述分類器確定未標(biāo)注數(shù)據(jù)集中的用戶數(shù)據(jù)是否屬于所述類別。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述用戶數(shù)據(jù)是電商用戶數(shù)據(jù)，所述多個類別是多個人生階段。

3.根據(jù)權(quán)利要求2所述的方法，還包括判斷所述用戶數(shù)據(jù)是否滿足標(biāo)注規(guī)則，如果滿足則加入到標(biāo)注數(shù)據(jù)集中，所述標(biāo)注規(guī)則包括：

如果用戶數(shù)據(jù)指示只購買過一個人生階段的商品，則將購買時間確定為該人生階段的開始時間，

如果用戶數(shù)據(jù)指示購買過多個人生階段的商品且按照時間順序購買，則最后一次購買的時間確定相對應(yīng)的人生階段的開始時間，和/或

如果用戶數(shù)據(jù)指示購買過多個人生階段的商品且沒有按照時間順序購買，則以最早的人生階段為準(zhǔn)，將屬于該人生階段的最早下單時間確定該人生階段的開始時間；

其中，所述方法還包括，根據(jù)所確定的人生階段的開始時間、每個人生階段的持續(xù)時間和當(dāng)前時間，確定用戶數(shù)據(jù)當(dāng)前屬于哪個人生階段。

4.根據(jù)權(quán)利要求1所述的方法，其中，正樣本標(biāo)準(zhǔn)數(shù)據(jù)集P包括標(biāo)注數(shù)據(jù)集中屬于所述類別的用戶數(shù)據(jù)，未知樣本數(shù)據(jù)集U包括由標(biāo)注數(shù)據(jù)集中不屬于所述類別的用戶數(shù)據(jù)和未標(biāo)注數(shù)據(jù)集中的用戶數(shù)據(jù)組成的集合中的至少一部分，并且產(chǎn)生分類器包括以下步驟：

設(shè)置分類器M為空，并且可靠負(fù)樣本集合RN為空；

從P中隨機采樣一部分用戶數(shù)據(jù)S加入U，更新P和U，記為Ps＝P-S，Us＝U+S；

使用Ps作為正樣本，Us作為負(fù)樣本，訓(xùn)練邏輯回歸分類器LR_i，i＝0，1，…，如下

(1)利用S設(shè)定分類器閾值th；

(2)對于每一個樣本u∈Us：如果在LR_i的分類器結(jié)果小于閾值th，則將u加入RN中，并且Us＝Us-RN；

(3)M＝M+LR_i；

使用Ps作為正樣本，RN作為負(fù)樣本，訓(xùn)練邏輯回歸分類器LR_i，重復(fù)以上步驟(1)-(3)，直到滿足迭代終止條件，得到分類器LR_last；

使用LR_last對P進行分類，如果超過一定閾值數(shù)量的正樣本被判定為負(fù)，則返回LR₁作為最終分類器，否則返回LR_last作為最終的分類器。

5.一種用戶數(shù)據(jù)分類裝置，包括：

特征產(chǎn)生單元，被配置為產(chǎn)生用戶數(shù)據(jù)的特征，所述特征包括購買商品的類目特征、人口屬性特征以及時間特征，其中所述時間特征包括購買時間加權(quán)特征和與各個人生階段有關(guān)的特征，并且其中所述購買時間加權(quán)特征定義如下：

其中λ是衰減因子，T為時間戳，t_i為用戶第i次購買行為的時間戳，m為截止到T為止所述用戶的總購買次數(shù)；

標(biāo)注單元，被配置為根據(jù)標(biāo)注規(guī)則，產(chǎn)生用戶數(shù)據(jù)的標(biāo)注數(shù)據(jù)集和未標(biāo)注數(shù)據(jù)集；

樣本構(gòu)建單元，被配置為根據(jù)所述標(biāo)注數(shù)據(jù)集和未標(biāo)注數(shù)據(jù)集，構(gòu)建多個類別中的一個類別的正樣本標(biāo)注數(shù)據(jù)集P和未知樣本數(shù)據(jù)集U；

分類器產(chǎn)生單元，被配置為根據(jù)正樣本標(biāo)注數(shù)據(jù)集P和未知樣本數(shù)據(jù)集U以及相對應(yīng)的用戶數(shù)據(jù)的特征，產(chǎn)生分類器；

分類單元，被配置為使用所述分類器確定未標(biāo)注數(shù)據(jù)集中的用戶數(shù)據(jù)是否屬于所述類別。

6.根據(jù)權(quán)利要求5所述的裝置，其中，所述用戶數(shù)據(jù)是電商用戶數(shù)據(jù)，所述多個類別是多個人生階段。