[發(fā)明專利]一種目標(biāo)用戶的挖掘方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910195363.8
• 申請日: 2019-03-14
• 公開（公告）號: CN109992606A
• 公開（公告）日: 2019-07-09
• 發(fā)明（設(shè)計(jì)）人: 高偉;陸子龍
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

1.一種目標(biāo)用戶的挖掘方法，其特征在于，包括：

根據(jù)預(yù)先訓(xùn)練的向量計(jì)算模型計(jì)算多個待選用戶的圖嵌入向量；

計(jì)算每個所述圖嵌入向量與基準(zhǔn)用戶的基準(zhǔn)向量之間的相似度；

將超過預(yù)設(shè)閾值的相似度所對應(yīng)的待選用戶選定為目標(biāo)用戶。

2.如權(quán)利要求1所述的挖掘方法，其特征在于，所述計(jì)算每個所述圖嵌入向量與基準(zhǔn)用戶的基準(zhǔn)向量之間的相似度，包括：

利用局部敏感哈希算法將所述多個待選用戶的圖嵌入向量哈希到多個哈希桶中；

根據(jù)所述基準(zhǔn)向量對每個所述哈希桶中進(jìn)行計(jì)算，得到所述相似度。

3.如權(quán)利要求1或2所述的挖掘方法，其特征在于，在所述根據(jù)預(yù)先訓(xùn)練的向量計(jì)算模型計(jì)算多個待選用戶的圖嵌入向量步驟之后，還包括：

將所述待選用戶的人口統(tǒng)計(jì)學(xué)特征值加入到與其對應(yīng)的所述圖嵌入向量中。

4.如權(quán)利要求1或2所述的挖掘方法，其特征在于，還包括：

基于用戶的行為構(gòu)建多個用戶的用戶圖，所述用戶圖包括多個節(jié)點(diǎn)，每個所述節(jié)點(diǎn)代表一個用戶；

根據(jù)所述用戶圖選定正樣本和負(fù)樣本；

利用所述正樣本和所述負(fù)樣本進(jìn)行模型訓(xùn)練，得到所述向量計(jì)算模型。

5.如權(quán)利要求4所述的挖掘方法，其特征在于，所述根據(jù)所述用戶圖選定正樣本和負(fù)樣本，包括：

在所述用戶圖中采用加權(quán)游走方法選定所述正樣本；

從所述用戶圖中與特定用戶有聯(lián)系的其他用戶中隨機(jī)選取，得到所述負(fù)樣本。

6.一種目標(biāo)用戶的挖掘裝置，其特征在于，包括：

向量計(jì)算模塊，被配置為根據(jù)預(yù)先訓(xùn)練的向量計(jì)算模型計(jì)算多個待選用戶的圖嵌入向量；

相似度計(jì)算模塊，被配置為計(jì)算每個所述圖嵌入向量與基準(zhǔn)用戶的基準(zhǔn)向量之間的相似度；

目標(biāo)選定模塊，被配置為將超過預(yù)設(shè)閾值的相似度所對應(yīng)的待選用戶選定為目標(biāo)用戶。

7.如權(quán)利要求6所述的挖掘裝置，其特征在于，還包括：

向量附加模塊，被配置為在所述向量計(jì)算模塊根據(jù)預(yù)先訓(xùn)練的向量計(jì)算模型計(jì)算多個待選用戶的圖嵌入向量之后，將所述待選用戶的人口統(tǒng)計(jì)學(xué)特征值加入到與其對應(yīng)的所述圖嵌入向量中。

8.如權(quán)利要求6所述的挖掘裝置，其特征在于，還包括：

圖構(gòu)建模塊，被配置為基于用戶的行為構(gòu)建多個用戶的用戶圖，所述用戶圖包括多個節(jié)點(diǎn)，每個所述節(jié)點(diǎn)代表一個用戶；

樣本選定模塊，被配置為根據(jù)所述用戶圖選定正樣本和負(fù)樣本；

模型訓(xùn)練模塊，被配置為利用所述正樣本和所述負(fù)樣本進(jìn)行模型訓(xùn)練，得到所述向量計(jì)算模型。

9.一種電子設(shè)備，其特征在于，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為執(zhí)行如權(quán)利要求1～5任一項(xiàng)所述的挖掘方法。

10.一種非臨時性計(jì)算機(jī)可讀存儲介質(zhì)，當(dāng)所述存儲介質(zhì)中的指令由移動終端的處理器執(zhí)行時，使得移動終端能夠執(zhí)行如權(quán)利要求1～5任一項(xiàng)所述的挖掘方法。