[發明專利]用戶畫像生成方法、裝置、存儲介質及設備

在審

• 申請號: 202010082465.1
• 申請日: 2020-02-07
• 公開（公告）號: CN111275492A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 易全政;胡彬;肖邱勇;鄭曉曉;張紀紅
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/00;G06K9/62;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

1.一種用戶畫像生成方法，其特征在于，包括：

獲取第一用戶的用戶特征數據，以及至少兩個第二用戶的用戶特征數據，所述至少兩個第二用戶與所述第一用戶均具有社交關聯關系；

對所述至少兩個第二用戶進行聚類，得到至少兩個用戶集合，每個用戶集合中的第二用戶的用戶特征數據之間的相似度滿足相似度條件；

根據所述每個用戶集合中的第二用戶的用戶特征數據，確定所述每個用戶集合對應的關鍵用戶特征數據；

根據所述每個用戶集合對應的關鍵用戶特征數據以及所述第一用戶的用戶特征數據，生成所述第一用戶的用戶畫像。

2.如權利要求1所述的方法，其特征在于，所述對所述至少兩個第二用戶進行聚類，得到至少兩個用戶集合，包括：

獲取所述至少兩個第二用戶的用戶特征數據對應的類別數量，作為第一數量；

根據所述第一數量獲取高斯混合模型，所述高斯混合模型包括至少兩個高斯分量，所述至少兩個高斯分量中的高斯分量的數量與所述第一數量相同；

獲取所述至少兩個第二用戶的用戶特征數據分別屬于第i個高斯分量的概率，作為目標概率，所述第i個高斯模型屬于所述至少兩個高斯分量，i為小于或等于K的正整數，K為所述至少兩個高斯分量中的高斯分量的數量；

對所述至少兩個第二用戶中對應的所述目標概率大于概率閾值的第二用戶進行聚類，得到所述第i個高斯分量對應的用戶集合。

3.如權利要求2所述的方法，其特征在于，所述獲取所述至少兩個第二用戶的用戶特征數據分別屬于第i個高斯分量的概率，作為目標概率，包括：

獲取所述至少兩個第二用戶的用戶特征數據分別屬于所述第i個高斯分量的概率，作為第一概率；

采用所述第一概率更新所述第i個高斯分量的原始參數，得到更新后的第i個高斯分量；

若所述更新后的第i個高斯分量處于收斂狀態，則將所述第一概率確定為所述目標概率。

4.如權利要求3所述的方法，其特征在于，所述方法還包括：

獲取所述至少兩個第二用戶的用戶特征數據分別屬于所述更新后的第i個高斯分量的概率，作為第二概率；

獲取所述第一概率與所述第二概率之間的差值；

若所述第一概率與所述第二概率之間的差值小于第一差值閾值，則確定所述更新后的第i個高斯分量處于所述收斂狀態。

5.如權利要求3所述的方法，其特征在于，所述方法還包括：

獲取所述更新后的第i個高斯分量的參數，作為更新參數；

獲取所述更新參數與所述原始參數之間的差值；

若所述更新參數與所述原始參數之間的差值小于第二差值閾值，則確定所述更新后的第i個高斯分量處于所述收斂狀態。

6.如權利要求3-5任一項所述的方法，其特征在于，所述更新后的第i個高斯分量的參數包括更新的期望值，所述更新的期望值用于指示屬于所述更新后的第i個高斯分量的用戶特征數據之間的差異處于差異范圍內；

所述根據所述每個用戶集合中的第二用戶的用戶特征數據，確定所述每個用戶集合對應的關鍵用戶特征數據，包括：

若所述更新后的第i個高斯分量處于所述收斂狀態，則將所述更新的期望值確定為所述第i個高斯分量對應的用戶集合的關鍵用戶特征數據。

7.如權利要求6所述的方法，其特征在于，所述根據所述每個用戶集合對應的關鍵用戶特征數據以及所述第一用戶的用戶特征數據，生成所述第一用戶的用戶畫像，包括：

根據所述至少兩個用戶集合中的各個用戶集合對應的關鍵用戶特征數據，生成好友用戶特征數據，所述好友用戶特征數據由每個高斯分量對應的更新的期望值所構成，所述好友用戶特征數據的長度為每個所述更新的期望值的數據長度的總和；

采用所述好友用戶特征數據以及所述第一用戶的用戶特征數據生成所述第一用戶的用戶畫像。