[發(fā)明專利]用戶興趣識別方法、裝置及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201710749088.0
• 申請日: 2017-08-25
• 公開（公告）號: CN107391760B
• 公開（公告）日: 2018-05-25
• 發(fā)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;G06F17/27;G06K9/62;G06Q30/02
• 代理公司: 深圳市世紀恒程知識產(chǎn)權代理事務所 44287
• 代理人: 胡海國

本發(fā)明公開了一種用戶興趣識別方法，該方法包括：獲取訓練樣本和測試樣本，其中訓練樣本為根據(jù)文本數(shù)據(jù)訓練出對應話題模型后經(jīng)人工標注獲得的；利用第一預設算法提取訓練樣本和測試樣本的特征，并根據(jù)訓練樣本的特征通過迭代算法計算邏輯回歸模型的最優(yōu)模型參數(shù)；根據(jù)測試樣本的特征和ROC曲線下面積AUC對含最優(yōu)模型參數(shù)的邏輯回歸模型進行評價，訓練出第一主題分類器；利用第一主題分類器確定文本數(shù)據(jù)所屬主題，根據(jù)含最優(yōu)模型參數(shù)的邏輯回歸模型計算文本數(shù)據(jù)所屬主題的得分，并根據(jù)第二預設算法計算用戶對所述主題感興趣的信心分。本發(fā)明還公開了一種用戶興趣識別裝置及計算機可讀存儲介質(zhì)，可識別用戶興趣，幫助企業(yè)準確定位潛在客戶。

技術領域

本發(fā)明涉及數(shù)據(jù)處理領域，尤其涉及一種用戶興趣識別方法、裝置及計算機可讀存儲介質(zhì)。

背景技術

近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展，尤其是社會化媒體的異軍突起，人們越來越體會到其對自身和信息傳播環(huán)境的各種影響。以往人們一直是被動的從互聯(lián)網(wǎng)上獲取信息，但是現(xiàn)在越來越多的人主動地參與社會化媒體上信息的產(chǎn)生與傳播，隨之產(chǎn)生了海量的用戶信息和社交關系信息。

然而，目前很多企業(yè)的內(nèi)部數(shù)據(jù)中通常以交易記錄為主，所包含的客戶信息不夠全面，無法準確定位潛在客戶，了解用戶需求。因此，如何通過互聯(lián)網(wǎng)數(shù)據(jù)信息識別用戶興趣，全方面了解用戶，從而幫助企業(yè)準確定位潛在客戶已成為目前亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提供一種用戶興趣識別方法、裝置及計算機可讀存儲介質(zhì)，旨在通過互聯(lián)網(wǎng)的數(shù)據(jù)信息識別用戶興趣，全方面了解用戶，幫助企業(yè)快速準確地定位潛在客戶，從而提高營銷效率。

為實現(xiàn)上述目的，本發(fā)明提供一種用戶興趣識別方法，所述用戶興趣識別方法包括以下步驟：

獲取訓練樣本和測試樣本，其中，所述訓練樣本為根據(jù)文本數(shù)據(jù)訓練出對應的話題模型后經(jīng)過人工標注獲得的；

利用第一預設算法分別提取所述訓練樣本和所述測試樣本的特征，并根據(jù)所述訓練樣本的特征，通過迭代算法計算出邏輯回歸模型的最優(yōu)模型參數(shù)，訓練出含最優(yōu)模型參數(shù)的邏輯回歸模型；

根據(jù)所述測試樣本的特征和所述含最優(yōu)模型參數(shù)的邏輯回歸模型繪制受試者工作特征ROC曲線，并根據(jù)ROC曲線下面積AUC對所述含最優(yōu)模型參數(shù)的邏輯回歸模型進行評價，訓練出第一主題分類器；

利用所述第一主題分類器對所述文本數(shù)據(jù)進行分類，確定所述文本數(shù)據(jù)所屬的主題，并根據(jù)所述含最優(yōu)模型參數(shù)的邏輯回歸模型計算所述文本數(shù)據(jù)所屬主題的得分；

根據(jù)所述得分和第二預設算法計算撰寫所述文本數(shù)據(jù)的用戶對所述主題感興趣的信心分，根據(jù)所述信心分識別所述用戶的興趣。

可選地，所述根據(jù)所述得分和第二預設算法計算撰寫所述文本數(shù)據(jù)的用戶對所述主題感興趣的信心分，根據(jù)所述信心分識別所述用戶的興趣，包括：

根據(jù)所述得分和第三預設算法計算所述文本數(shù)據(jù)所屬主題的平均得分；

根據(jù)所述平均得分和第二預設算法計算撰寫所述文本數(shù)據(jù)的用戶對所述主題感興趣的信心分，根據(jù)所述信心分識別所述用戶的興趣；

其中，所述第三預設算法的計算公式為：