[發明專利]一種用戶畫像方法及裝置

在審

• 申請號: 201710675017.0
• 申請日: 2017-08-09
• 公開（公告）號: CN109389138A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 張路;羅成;潘宣辰
• 申請（專利權）人: 武漢安天信息技術有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用戶畫像方法，其特征在于，所述方法包括以下步驟：

S01，預定義表征用戶特性的程序名關鍵詞；

S02，從無用戶標簽的用戶中隨機抽取若干組成第一訓練子集，根據程序名關鍵詞匹配第一訓練子集中用戶設備上的應用程序名列表，對用戶進行初步分類；

S03，利用特征選擇算法，計算預定義程序名與已初步分類用戶類別的相關性，并在各類別中選出預設數目的相關度最高的程序名；

S04，根據各類別預設數目的相關度最高的程序名匹配第一訓練子集中的用戶設備上的應用程序名列表，對用戶分類；

S05，迭代計算并判斷當前迭代是否收斂；

S06，利用生成的帶標簽的第一訓練子集進行模型訓練，對用戶進行畫像。

2.如權利要求1所述的方法，其特征在于，所述特征選擇算法包括利用χ²統計量、信息增益、信息增益率、基尼指數進行特征選擇。

3.如權利要求1所述的方法，其特征在于，所述迭代計算的過程為：將S04的分類結果輸入到S03，重新按照特征選擇算法，計算預定義程序名與已分類用戶類別的相關性，并在各類別中選出預設數目的相關度最高的程序名。

4.如權利要求1所述的方法，其特征在于，所述判斷當前迭代收斂的條件為：

其中，N為總用戶數量，k為迭代次數，∑C_1,k、∑C_2,k分別代表各類別的用戶數量，∑C_1,k+∑C_2,k+……＝N，C_1,k-1、∑C_2,k-1代表上一次分類結果的用戶數量，δ為一預設閾值。

5.一種用戶畫像裝置，其特征在于，所述裝置包括預定義模塊、第一分類模塊、特征選擇模塊、第二分類模塊、迭代計算模塊、畫像模塊，其中：

預定義模塊，用于預定義表征用戶特性的程序名關鍵詞；

第一分類模塊，用于從無用戶標簽的用戶中隨機抽取若干組成第一訓練子集，根據程序名關鍵詞匹配第一訓練子集中用戶設備上的應用程序名列表，對用戶進行初步分類；

特征選擇模塊，用于利用特征選擇算法，計算預定義程序名與已初步分類用戶類別的相關性，并在各類別中選出預設數目的相關度最高的程序名；

第二分類模塊，用于根據各類別預設數目的相關度最高的程序名匹配第一訓練子集中的用戶設備上的應用程序名列表，對用戶分類；

迭代計算模塊，用于迭代計算并判斷當前迭代是否收斂；

畫像模塊，用于利用生成的帶標簽的第一訓練子集進行模型訓練，對用戶進行畫像。

6.如權利要求5所述的裝置，其特征在于，所述特征選擇模塊的特征選擇算法包括利用χ²統計量、信息增益、信息增益率、基尼指數進行特征選擇。

7.如權利要求5所述的裝置，其特征在于，所述迭代計算模塊迭代計算的過程為：將第二分類模塊的分類結果輸入到特征選擇模塊，重新按照特征選擇算法，計算預定義程序名與已分類用戶類別的相關性，并在各類別中選出預設數目的相關度最高的程序名。

8.如權利要求5所述的裝置，其特征在于，所述迭代計算模塊判斷當前迭代收斂的條件為：

其中，N為總用戶數量，k為迭代次數，∑C_1,k、∑C_2,k分別代表各類別的用戶數量，∑C_1,k+∑C_2,k+……＝N，C_1,k-1、∑C_2,k-1代表上一次分類結果的用戶數量，δ為一預設閾值。