[發明專利]性別預測方法、裝置、存儲介質及電子設備

在審

• 申請號: 201711407326.6
• 申請日: 2017-12-22
• 公開（公告）號: CN109961077A
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 陳巖;劉耀勇
• 申請（專利權）人: 廣東歐珀移動通信有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種性別預測方法，其特征在于，包括：

獲取已知性別用戶使用電子設備的多維特征作為樣本，并構建性別預測的樣本集；

根據所述特征對于樣本集分類的基尼指數信息增益對所述樣本集進行分類，以構建出相應的分類回歸樹模型，所述分類回歸樹模型的輸出包括男性、或者女性；

根據預測時間采集未知性別用戶使用電子設備的多維特征作為預測樣本；

根據所述預測樣本和所述分類回歸樹模型預測所述未知性別用戶的性別。

2.如權利要求1所述的性別預測方法，其特征在于，根據所述特征對于樣本集的基尼指數信息增益對所述樣本集進行劃分，以構建出相應的分類回歸樹模型，包括：

生成分類回歸樹模型的根節點，并將所述樣本集分配給所述根節點；

將所述根節點的樣本集確定為當前待分類的目標樣本集；

獲取所述特征對于目標樣本集分類的基尼指數信息增益；

根據所述基尼指數信息增益從所述特征中選取當前的劃分特征及其對應的劃分點；

根據所述劃分特征和所述劃分點對所述樣本集進行劃分，得到兩個子樣本集；

生成當前節點的子節點，并將所述去所述子樣本集分配給相應的所述子節點；

判斷所述子節點是否滿足預設分類終止條件；

若否，則將所述目標樣本集更新為所述子樣本集，并返回執行獲取所述特征對于目標樣本集的基尼指數的步驟；

若是，則將所述子節點作為葉子節點，根據所述子樣本集中樣本的樣本類別設置所述葉子節點的輸出，所述樣本類別包括男性、或者女性。

3.如權利要求2所述的性別預測方法，其特征在于，獲取所述特征對于目標樣本集分類的基尼指數信息增益，包括：

獲取所述特征的取值對于目標樣本集分類的基尼指數；

根據所述基尼指數，獲取所述特征的取值對于目標樣本集分類的基尼指數信息增益。

4.如權利要求3所述的性別預測方法，其特征在于，獲取所述特征的取值對于目標樣本集分類的基尼指數信息增益，包括：

根據所述特征的取值將所述目標樣本集劃分成第一子樣本集和第二子樣本集；

獲取所述第一子樣本集和所述第二子樣本集中樣本類別的概率；

根據所述樣本類別的概率獲取所述取值對于目標樣本分類的基尼指數。

5.如權利要求3所述的性別預測方法，其特征在于，根據所述樣本類別的概率獲取所述取值對于目標樣本分類的基尼指數，包括：

根據所述第一子樣本集中樣本類別的概率獲取所述特征為取值時對于目標樣本集分類的第一基尼指數；

根據所述第二子樣本集中樣本類別的概率獲取所述特征不為取值時對于目標樣本集分類的第二基尼指數；

根據所述基尼指數，獲取所述特征對于目標樣本集分類的基尼指數信息增益，包括：

根據所述第一基尼指數、第一子樣本集與目標樣本集的樣本數量比值、第二基尼指數、以及第二子樣本集與目標樣本集的樣本數量比值，獲取所述特征的取值對于目標樣本集分類的基尼指數信息增益。

6.如權利要求5所述的性別預測方法，其特征在于，根據所述基尼指數，獲取所述特征對于目標樣本集分類的基尼指數信息增益，包括：

通過如下公式計算出特征對于目標樣本集分類的基尼指數信息增益：

其中，Gini(D,A)為特征A對于目標樣本集D分類的基尼指數信息增益，Gini(D₁)為特征A為取值a時對于目標樣本D分類的基尼指數，Gini(D₂)為A不為取值a時對于目標樣本D分類的基尼指數；a為特征A的一種取值，D1和D2為基于特征A＝a對目標樣本集D劃分后得到的兩個子樣本集。

7.如權利要求2所述的性別預測方法，其特征在于，根據所述基尼指數信息增益從所述特征中選取當前的劃分特征及其對應的劃分點，包括：

從所述基尼指數信息增益中確定最小的目標基尼指數信息增益；

將所述目標基尼指數信息增益的特征及其取值，分別作為劃分特征和劃分點。