[發(fā)明專利]挖掘用戶職業(yè)的方法、裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和終端設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810068937.0
• 申請(qǐng)日: 2018-01-24
• 公開（公告）號(hào): CN110110213B
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 張宗一;梁晨曦;谷皓;凌國(guó)惠;張功源
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06K9/62
• 代理公司: 北京德琦知識(shí)產(chǎn)權(quán)代理有限公司 11018
• 代理人: 徐文靜;陳世華

1.一種挖掘用戶職業(yè)的方法，其特征在于，所述方法包括：

提取樣本用戶的特征值，將所述樣本用戶的特征值轉(zhuǎn)換為樣本用戶的特征詞；

根據(jù)所述樣本用戶的特征詞和所述樣本用戶的職業(yè)標(biāo)簽，訓(xùn)練嵌入向量輸出模型，構(gòu)建已訓(xùn)練嵌入向量輸出模型；

將職業(yè)標(biāo)簽和所述待挖掘用戶的特征詞輸入所述已訓(xùn)練嵌入向量輸出模型，以獲取所有職業(yè)標(biāo)簽嵌入向量和待挖掘用戶的嵌入向量，所述職業(yè)標(biāo)簽嵌入向量和所述待挖掘用戶的嵌入向量隸屬同一向量空間；

將所述待挖掘用戶的嵌入向量與所述所有職業(yè)標(biāo)簽嵌入向量中的每一個(gè)職業(yè)標(biāo)簽嵌入向量相匹配，取與所述待挖掘用戶的嵌入向量最匹配的職業(yè)標(biāo)簽嵌入向量對(duì)應(yīng)的職業(yè)標(biāo)簽作為所述待挖掘用戶的職業(yè)標(biāo)簽。

2.如權(quán)利要求1所述的挖掘用戶職業(yè)的方法，其特征在于，所述使用所述樣本用戶的特征詞和所述樣本用戶的職業(yè)標(biāo)簽訓(xùn)練嵌入向量輸出模型，構(gòu)建已訓(xùn)練嵌入向量輸出模型，包括：

初始化所述樣本用戶的嵌入向量和職業(yè)標(biāo)簽嵌入向量；

以所述樣本用戶的特征詞和所述樣本用戶的職業(yè)標(biāo)簽作為樣本數(shù)據(jù)訓(xùn)練所述嵌入向量輸出模型，直至損失函數(shù)取值最小時(shí)訓(xùn)練結(jié)束，訓(xùn)練結(jié)束時(shí)獲得的嵌入向量輸出模型作為所述已訓(xùn)練嵌入向量輸出模型，所述損失函數(shù)為衡量所述待挖掘用戶的實(shí)際職業(yè)標(biāo)簽和根據(jù)所述已訓(xùn)練嵌入向量輸出模型預(yù)測(cè)出待挖掘用戶的職業(yè)標(biāo)簽之間差值的函數(shù)。

3.如權(quán)利要求2所述的挖掘用戶職業(yè)的方法，其特征在于，所述損失函數(shù)為所述a表示樣本用戶A的特征詞，所述b表示所述樣本用戶A的職業(yè)標(biāo)簽，所述表示除所述b之外的職業(yè)標(biāo)簽，所述sim(a,b)或所述為余弦相似度計(jì)算公式。

4.如權(quán)利要求1至3任意一項(xiàng)所述的挖掘用戶職業(yè)的方法，其特征在于，所述將所述待挖掘用戶的嵌入向量與所述所有職業(yè)標(biāo)簽嵌入向量中的每一個(gè)職業(yè)標(biāo)簽嵌入向量相匹配，取與所述待挖掘用戶的嵌入向量最匹配的職業(yè)標(biāo)簽嵌入向量對(duì)應(yīng)的職業(yè)標(biāo)簽作為所述待挖掘用戶的職業(yè)標(biāo)簽，包括：

計(jì)算所述待挖掘用戶的嵌入向量與所述所有職業(yè)標(biāo)簽嵌入向量中的每一個(gè)職業(yè)標(biāo)簽嵌入向量的余弦相似度，將所述余弦相似度最大時(shí)職業(yè)標(biāo)簽嵌入向量對(duì)應(yīng)的職業(yè)標(biāo)簽作為所述待挖掘用戶的職業(yè)標(biāo)簽。

5.一種挖掘用戶職業(yè)的裝置，其特征在于，所述裝置包括：

特征轉(zhuǎn)換模塊，用于提取樣本用戶的特征值，將所述樣本用戶的特征值轉(zhuǎn)換為樣本用戶的特征詞；

嵌入向量獲取模塊，用于根據(jù)所述樣本用戶的特征詞和所述樣本用戶的職業(yè)標(biāo)簽，訓(xùn)練嵌入向量輸出模型，構(gòu)建已訓(xùn)練嵌入向量輸出模型；將職業(yè)標(biāo)簽和所述待挖掘用戶的特征詞輸入所述已訓(xùn)練嵌入向量輸出模型，以獲取所有職業(yè)標(biāo)簽嵌入向量和待挖掘用戶的嵌入向量，所述職業(yè)標(biāo)簽嵌入向量和所述待挖掘用戶的嵌入向量隸屬同一向量空間；

匹配模塊，用于將所述待挖掘用戶的嵌入向量與所述所有職業(yè)標(biāo)簽嵌入向量中的每一個(gè)職業(yè)標(biāo)簽嵌入向量相匹配，取與所述待挖掘用戶的嵌入向量最匹配的職業(yè)標(biāo)簽嵌入向量對(duì)應(yīng)的職業(yè)標(biāo)簽作為所述待挖掘用戶的職業(yè)標(biāo)簽。

6.如權(quán)利要求5所述的挖掘用戶職業(yè)的裝置，其特征在于，所述模型構(gòu)建單元包括：

初始化單元，用于初始化所述樣本用戶的嵌入向量和職業(yè)標(biāo)簽嵌入向量；

訓(xùn)練單元，用于以所述樣本用戶的特征詞和所述樣本用戶的職業(yè)標(biāo)簽作為樣本數(shù)據(jù)訓(xùn)練所述嵌入向量輸出模型，直至損失函數(shù)取值最小時(shí)訓(xùn)練結(jié)束，訓(xùn)練結(jié)束時(shí)獲得的嵌入向量輸出模型作為所述已訓(xùn)練嵌入向量輸出模型，所述損失函數(shù)為衡量所述待挖掘用戶的實(shí)際職業(yè)標(biāo)簽和根據(jù)所述已訓(xùn)練嵌入向量輸出模型預(yù)測(cè)出待挖掘用戶的職業(yè)標(biāo)簽之間差值的函數(shù)。

7.如權(quán)利要求6所述的挖掘用戶職業(yè)的裝置，其特征在于，所述損失函數(shù)為所述a表示樣本用戶A的特征詞，所述b表示所述樣本用戶A的職業(yè)標(biāo)簽，所述表示除所述b之外的職業(yè)標(biāo)簽，所述sim(a,b)或所述為余弦相似度計(jì)算公式。