[發明專利]數據歸一化方法、用戶畫像提供方法、設備及存儲介質

有效

• 申請號: 201810175528.0
• 申請日: 2018-03-02
• 公開（公告）號: CN108399249B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 劉俊
• 申請（專利權）人: 上海精數信息科技有限公司
• 主分類號: G06F16/245
• 分類號: G06F16/245;G06K9/62
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 臧云霄;潘一諾

1.一種跨數據源人口屬性的數據歸一化方法，其特征在于，包括：

S110：自n個數據源采集用戶i的人口屬性j的數據取值，n為大于等于2的整數；

S120：判斷人口屬性j的屬性類型；

S130：若所述人口屬性j為連續型，則按如下步驟S131至S133計算用戶i的人口屬性j的歸一化值：

S131：使n個數據源中每一數據源采集的人口屬性j的連續型數據值形成一列數據向量x_jk，其中，該列數據向量x_jk的行數為數據源k中的用戶數量，k為大于等于1小于等于n的整數；

S132：計算該列數據向量的相關系數矩陣；

S133：利用所述相關系數矩陣計算用戶i的人口屬性j的歸一化值；

S140：若所述人口屬性j為離散型，則按如下步驟S141至S145計算用戶i的人口屬性j的歸一化值：

S141：確定所述人口屬性j的取值集合{a_j1,a_j1,…,a_je,…,a_jm}，其中，e為大于等于1小于等于m的整數，m為大于等于2的整數；

S142：根據自多個數據源采集的多個用戶的人口屬性j的離散型數據值計算人口屬性j的先驗概率分布p₀(a_je)；

S143：根據自所述n個數據源采集的用戶i的人口屬性j的離散型數據值計算人口屬性j的關聯用戶i的人口屬性j的概率分布p₁(a_je)；

S144：根據所述人口屬性j的先驗概率分布p₀(a_je)及人口屬性j的關聯用戶i的概率分布p₁(a_je)計算人口屬性j的關聯用戶i的后驗概率分布p₂(a_je)；

S145：根據所述后驗概率分布p₂(a_je)計算用戶i的人口屬性j的歸一化值，

其中，所述S144包括：

根據如下公式計算人口屬性j的關聯用戶i的后驗概率分布p₂(a_je)：p₂(a_je)＝p₀(a_je)·p₁(a_je)。

2.如權利要求1所述的跨數據源人口屬性的數據歸一化方法，其特征在于，所述S132包括：

計算該列數據向量的皮爾遜相關系數相關系數矩陣其中，為和之間的皮爾遜相關系數，k₁，k₂為大于等于1小于等于n的整數。

3.如權利要求2所述的跨數據源人口屬性的數據歸一化方法，其特征在于，和之間的皮爾遜相關系數根據如下公式計算：

其中，s為各數據源中用戶的數量，為自數據源k₁采集的用戶i的人口屬性j的取值，為的平均值，為的標準差，為自數據源k₂采集的用戶i的人口屬性j的取值，為的平均值，為的標準差。

4.如權利要求3所述的跨數據源人口屬性的數據歸一化方法，其特征在于，所述S133包括：

根據如下公式計算用戶i的人口屬性j的歸一化值

5.如權利要求1所述的跨數據源人口屬性的數據歸一化方法，其特征在于，所述S145包括：

根據如下公式計算用戶i的人口屬性j的歸一化值

6.一種用戶畫像提供方法，其特征在于，包括：

獲取用戶賬號；

根據用戶賬號執行如權利要求1至5任一項所述的跨數據源人口屬性的數據歸一化方法獲取該用戶賬號的多個人口屬性的歸一化值；

根據該用戶賬號的多個人口屬性的歸一化值提供關聯該用戶賬號的用戶畫像。