[發明專利]基于主題模型的家庭成員屬性預測方法、裝置及智能終端

在審

• 申請號: 201811240542.0
• 申請日: 2018-10-23
• 公開（公告）號: CN109408670A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 王新杰;王潔;徐釗
• 申請（專利權）人: 聚好看科技股份有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06F16/78
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種基于主題模型的家庭成員屬性預測方法，其特征在于，包括：

獲取媒資庫中各視頻在各個主題上的概率分布；

根據用戶對各視頻的偏好權重以及各視頻在各個主題上的概率分布，生成用戶的主題偏好概率分布；

利用所述用戶的主題偏好概率分布作為邏輯回歸模型的輸入特征，得到邏輯回歸模型輸出的多種用戶屬性的概率分布，所述邏輯回歸模型的訓練樣本為利用外部數據資源獲取的用戶屬性的標準樣本；

根據所述多種用戶屬性的概率分布統計出符合顯著屬性特性的屬性數量，將所述符合顯著屬性特性的屬性數量確認為家庭成員的數量，并記錄各個家庭成員對應的用戶屬性。

2.根據權利要求1所述的方法，其特征在于，根據所述多種用戶屬性的概率分布統計出符合顯著屬性特性的屬性數量包括：

獲取用戶在多種屬性條件下的綜合概率分布；

獲取整個用戶群體在所述多種屬性下的群體概率分布；

統計出所述綜合概率高于所述群體概率分布的預設點位的屬性數量。

3.根據權利要求1所述的方法，其特征在于，利用外部數據資源獲取用戶屬性的標準樣本包括：

利用內部數據資源獲取多個視頻觀看時間，并利用外部數據資源獲取各個視頻的觀看用戶群屬性特征概率分布P_i；

利用(觀看時間_i*P_i)計算出用戶的屬性概率，其中，n為多個視頻的數量，1≤i≤n；

將所述用戶的屬性概率做歸一化處理，得到用戶屬性的歸一化概率；

選取所述歸一化概率大于預設閾值的用戶作為用戶屬性的標準樣本。

4.根據權利要求1所述的方法，其特征在于，所述根據用戶對各視頻的偏好權重以及各視頻在各個主題上的概率分布，生成用戶的主題偏好概率分布包括：

獲取用戶觀看視頻的總時長；

根據用戶對各視頻的觀看時長與所述總時長的比例計算得出用戶對各視頻的偏好權重矩陣；

將所述偏好權重矩陣與各視頻在各個主題上的概率分布矩陣相乘，得到用戶的主題偏好概率分布。

5.一種基于主題模型的家庭成員屬性預測裝置，其特征在于，包括：

獲取模塊，用于獲取媒資庫中各視頻在各個主題上的概率分布；

生成模塊，用于根據用戶對各視頻的偏好權重以及各視頻在各個主題上的概率分布，生成用戶的主題偏好概率分布；

輸出模塊，用于利用所述用戶的主題偏好概率分布作為邏輯回歸模型的輸入特征，得到邏輯回歸模型輸出的多種用戶屬性的概率分布，所述邏輯回歸模型的訓練樣本為利用外部數據資源獲取的用戶屬性的標準樣本；

統計模塊，用于根據所述多種用戶屬性的概率分布統計出符合顯著屬性特性的屬性數量，將所述符合顯著屬性特性的屬性數量確認為家庭成員的數量，并記錄各個家庭成員對應的用戶屬性。

6.根據權利要求5所述的裝置，其特征在于，根據所述多種用戶屬性的概率分布統計出符合顯著屬性特性的屬性數量包括：

第一獲取子模塊，用于獲取用戶在多種屬性條件下的綜合概率分布；

第二獲取子模塊，用于獲取整個用戶群體在所述多種屬性下的群體概率分布；

第一統計子模塊，用于統計出所述綜合概率高于所述群體概率分布的預設點位的屬性數量。

7.根據權利要求5所述的裝置，其特征在于，利用外部數據資源獲取用戶屬性的標準樣本包括：

第三獲取子模塊，用于分別獲取多個視頻觀看時間以及各個視頻的觀看用戶群屬性特征概率分布P_i；

第一計算子模塊，用于利用(觀看時間_i*P_i)計算出用戶的屬性概率，其中，n為多個視頻的數量，1≤i≤n；

歸一化子模塊，用于將所述用戶的屬性概率做歸一化處理，得到用戶屬性的歸一化概率；

選取子模塊，用于選取所述歸一化概率大于預設閾值的用戶作為用戶屬性的標準樣本。