[發明專利]職業標簽建立方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010007898.0
• 申請日: 2020-01-02
• 公開（公告）號: CN111210201B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 喻寧;史良洵;陳克炎;朱園麗;朱艷喬;陳皓云
• 申請（專利權）人: 平安科技（深圳）有限公司;中國平安財產保險股份有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06K9/62
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及大數據技術領域，揭露了一種職業標簽建立方法，包括：從地理位置定位設備獲取用戶基于位置的服務信息，得到原始數據集；根據預設的興趣點信息及預設的時間信息，對所述原始數據集進行特征提取，得到特征數據集；將所述用戶的身份信息與所述特征信息數據集建立關聯，得到用戶的特征信息數據集；對所述特征信息數據集進行聚類處理，得到所述特征信息數據集的聚類中心點集；根據所述聚類中心點集的聚類中心點計算不同數據類型在所述用戶的特征信息數據集的占比，根據所述占比，構建所述用戶的職業畫像。本發明還提出一種職業標簽建立裝置、電子設備以及一種計算機可讀存儲介質。本發明可以實現用戶職業的精確評估。

技術領域

本發明涉及大數據技術領域，尤其涉及一種職業標簽建立的方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

目前業內都是通過個人信息采集，如問卷調查，保險登記等等方式來獲取用戶的職業信息，這種情況需要用戶如實且愿意回答自己的職業狀況。因此，這些傳統方式有時候并不能準確得出用戶的職業標簽，此外，采用這些傳統方式在采集到用戶信息后需要有專人進行整理和歸檔，在這個過程中，存在著簡單且機械重復的人力勞動。

發明內容

本發明提供一種職業標簽建立的方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于根據用戶的位置服務信息，自動識別用戶的職業標簽。

為實現上述目的，本發明提供的一種職業標簽建立方法，包括：

從地理位置定位設備獲取用戶基于位置的服務信息，得到原始數據集；

根據預設的興趣點信息及預設的時間信息，對所述原始數據集進行特征提取，得到特征數據集；

將所述用戶的身份信息與所述特征信息數據集建立關聯，得到用戶的特征信息數據集；

對所述特征信息數據集進行聚類處理，得到所述特征信息數據集的聚類中心點集；

根據所述聚類中心點集的聚類中心點計算不同數據類型在所述用戶的特征信息數據集的占比，根據所述占比，構建所述用戶的職業畫像；

將所述用戶的職業畫像通過電子設備輸出。

可選地，所述對所述特征信息數據集進行聚類處理，得到所述特征信息數據集的聚類中心點集，包括：

計算所述特征信息數據集中任意兩個特征信息數據的距離值；

根據所述距離值判斷所述兩個特征信息數據是否為相似特征數據；

若所述兩個特征信息數據為相似特征信息數據，將所述兩個特征信息數據進行合并，形成一個聚類中心點；

若所述兩個特征信息數據為不相似特征信息數據，分別根據所述兩個特征信息數據中的每一個特征信息數據形成一個聚類中心點。

可選地，所述計算所述特征信息數據集中任意兩個特征信息數據的距離值，包括：

利用下述公式計算所述特征信息數據集中任意兩個特征信息數據的距離值：

Jaccard(O_A,O_B)表示任意兩個特征信息數據的距離值，O_A∩O_B表示所述任意兩個特征信息數據中相同詞語的個數，O_A∪O_B表示將所述任意兩個特征信息數據中相同詞語進行合并后所有詞語的總個數。

可選地，在所述對所述原始數據集進行特征提取之前，該方法還包括：

對所述原始數據集進行去異常處理及對去異常處理后的所述原始數據集進行缺失值檢測。

可選地，所述對所述原始數據集進行去異常處理，包括：