[發明專利]用于生成信息的方法和裝置

在審

• 申請號: 201810332568.1
• 申請日: 2018-04-13
• 公開（公告）號: CN108520324A
• 公開（公告）日: 2018-09-11
• 發明（設計）人: 張雯;解鵬;曲以元;黃雪娟;張興思;曲洪濤
• 申請（專利權）人: 北京京東金融科技控股有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成信息的方法，包括：

響應于接收到用戶針對目標產品的獲取請求，獲取所述用戶的待識別數據；

對所述待識別數據進行數據分析，生成所述用戶的特征向量；

將所生成的特征向量輸入預先訓練的屬性預測模型，獲得針對所述用戶的、所述目標產品的目標屬性的屬性預測值，其中，屬性預測模型用于表征特征向量與所述目標產品的目標屬性的屬性預測值的對應關系；

基于所獲得的屬性預測值，生成針對所述用戶的、所述目標產品的目標屬性的屬性值。

2.根據權利要求1所述的方法，其中，所述將所生成的特征向量分別輸入預先訓練的屬性預測模型，獲得針對所述用戶的、所述目標產品的目標屬性的屬性預測值，包括：

將所生成的特征向量分別輸入至少兩個基于不同的初始模型預先訓練得到的屬性預測模型，獲得至少兩個針對所述用戶的、所述目標產品的目標屬性的屬性預測值；以及

所述基于所獲得的屬性預測值，生成針對所述用戶的、所述目標產品的目標屬性的屬性值，包括：

獲取各屬性預測模型的預設權重；

基于所獲取的預設權重，對所獲得的至少兩個屬性預測值進行加權求和處理，生成加權求和值；

將所生成的加權求和值確定為針對所述用戶的、所述目標產品的目標屬性的屬性值。

3.根據權利要求1所述的方法，其中，所述對所述待識別數據進行數據分析，包括：

確定所述待識別數據是否包括缺失數據；

響應于確定所述待識別數據包括缺失數據，對所述待識別數據中的缺失數據進行插補。

4.根據權利要求1所述的方法，其中，所述對所述待識別數據進行數據分析，生成所述用戶的特征向量，包括：

獲取預設特征集合，其中，所述預設特征集合包括針對同一預設特征設置的至少兩個特征值范圍，對于所述預設特征集合所包括的特征值范圍中的每個特征值范圍，預先設置有與該特征值范圍相對應的特征向量；

對所述待識別數據和所述預設特征集合進行匹配，以確定所述待識別數據所對應的特征值范圍；

將所確定的特征值范圍所對應的特征向量確定為所述用戶的特征向量。

5.根據權利要求1所述的方法，其中，所述獲取所述用戶的待識別數據，包括：

獲取所述用戶的身份信息；

基于所獲取的身份信息，從預設數據集合中提取所述用戶的待識別數據。

6.根據權利要求1-5之一所述的方法，其中，所述屬性預測模型通過如下步驟訓練得到：

獲取多個樣本待識別數據，并獲取已標定的、所述多個樣本待識別數據中的每個樣本待識別數據所對應的樣本屬性預測值，其中，樣本屬性預測值為所述目標產品的目標屬性的樣本屬性預測值；

對于所述多個樣本待識別數據中的每個樣本待識別數據，對該樣本待識別數據進行數據分析，生成該樣本待識別數據所對應的樣本特征向量；

利用機器學習方法，將所生成的樣本特征向量中的每個樣本特征向量作為輸入，將與輸入的樣本特征向量對應的樣本屬性預測值作為輸出，訓練得到屬性預測模型。

7.一種用于生成信息的裝置，包括：

獲取單元，被配置成響應于接收到用戶針對目標產品的獲取請求，獲取所述用戶的待識別數據；

分析單元，被配置成對所述待識別數據進行數據分析，生成所述用戶的特征向量；

輸入單元，被配置成將所生成的特征向量輸入預先訓練的屬性預測模型，獲得針對所述用戶的、所述目標產品的目標屬性的屬性預測值，其中，屬性預測模型用于表征特征向量與所述目標產品的目標屬性的屬性預測值的對應關系；

生成單元，被配置成基于所獲得的屬性預測值，生成針對所述用戶的、所述目標產品的目標屬性的屬性值。