[發明專利]一種用戶畫像模型的優化方法、介質以及設備

有效

• 申請號: 201810035915.4
• 申請日: 2018-01-15
• 公開（公告）號: CN108280542B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 宋國慶;羅偉東
• 申請（專利權）人: 深圳市和訊華谷信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 北京酷愛智慧知識產權代理有限公司 11514
• 代理人: 安娜

1.一種用戶畫像模型的優化方法，其特征在于，包括：

獲取用戶行為數據；

根據所述行為數據，基于預先建立的第一預測模型，獲得第一預測結果；

根據所述第一預測結果和所述行為數據，訓練優化第二預測模型；

在根據所述行為數據，基于預先建立的第一預測模型，獲得第一預測結果的步驟之前，還包括：

獲取樣本數據；

對所述樣本數據進行分類；

對分類后的所述樣本數據進行數據清洗，獲得所述樣本數據的特征樣本數據；

根據所述特征樣本數據，訓練第一預測模型；

在根據所述特征樣本數據，訓練第一預測模型的步驟之前，還包括：

對所述特征樣本數據進行組合，獲得新特征樣本數據；

所述根據所述特征樣本數據，訓練第一預測模型，包括：

根據所述新特征樣本數據，訓練第一預測模型；

在對特征樣本數據進行組合時，分析特征之間的關聯性，將各種特征進行組合，做多層線性變換，并將特征空間進行旋轉；

在對所述特征樣本數據進行組合，獲得新特征樣本數據的步驟之后，還包括：對所述新特征樣本數據進行歸一化處理；所述根據所述特征樣本數據，訓練第一預測模型，包括：根據歸一化處理后的所述新特征樣本數據，訓練第一預測模型；

在訓練第一預測模型的步驟之后，還包括：

獲取測試數據；

根據所述測試數據，計算所述第一預測模型的準確度分值；

判斷所述準確度分值是否大于預設準確度閾值；

若大于，則執行所述根據所述行為數據，基于預先建立的第一預測模型，獲得第一預測結果的步驟；

若不大于，則重新執行所述根據所述特征樣本數據，訓練第一預測模型的步驟；

在根據所述第一預測結果和所述行為數據，訓練優化第二預測模型的步驟之前，還包括：

基于所述第一預測模型，獲得所述第一預測結果的置信度；

判斷所述置信度是否小于相應的第一閾值；若小于，則重新執行所述根據所述特征樣本數據，訓練第一預測模型的步驟；

若不小于，則輸出所述第一預測結果；并判斷所述置信度是否大于相應的第二閾值；

若大于，則判斷所述第一預測結果可做為訓練特征；若不大于，則判斷所述第一預測結果不可做為訓練特征；

所述根據所述第一預測結果和所述行為數據，訓練優化第二預測模型，包括：

根據所述置信度大于所述第二閾值的所述第一預測結果和所述行為數據，訓練優化第二預測模型。

2.根據權利要求1所述的方法，其特征在于，所述對所述樣本數據進行分類，包括：

根據行為模式，對所述樣本數據進行分類。

3.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-2之一所述的方法。

4.一種用戶畫像模型的優化設備，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計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1-2之一所述的方法。