[發明專利]一種標簽的生成方法及系統在審
| 申請號： | 202010125081.3 | 申請日： | 2020-02-27 |
| 公開（公告）號： | CN111325280A | 公開（公告）日： | 2020-06-23 |
| 發明（設計）人： | 吳雨 | 申請（專利權）人： | 蘇寧云計算有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06F16/215;G06F16/23 |
| 代理公司： | 江蘇圣典律師事務所 32237 | 代理人： | 許峰 |
| 地址： | 210042 江蘇省南*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 標簽 生成 方法 系統 | ||
本發明實施例公開了一種標簽的生成方法及系統，所述方法包括，獲取用戶的基本信息和行為特征數據，并對所述用戶的基本信息和行為特征數據進行清洗；根據所述清洗后的用戶的基本信息和行為特征數據，選擇邏輯回歸分類模型的特征；根據所述邏輯回歸分類模型的特征，對邏輯回歸分類模型進行訓練；使用訓練后的邏輯回歸分類模型進行預測，生成標簽。解決了便于對電商用戶的基礎信息標簽進行預測和優化的問題，大大提高了標簽的準確性和完整性。
技術領域
本發明涉及計算機領域，具體涉及一種標簽的生成方法及系統。
背景技術
在電商的會員體系中，會經常使用到會員的基礎信息，具體會使用到一種標簽系統，通過各種標簽來將用戶的信息分解并存儲在數據庫中，以用戶性別為例，傳統的電商都是人工錄取用戶性別，或者注冊信息識別，然后將性別標簽維護成初始結果，并落入離線表，幾乎不會再改動。
如此就帶來了諸多不便，比如由于是人工錄入的數據，有錯誤的可能性與風險大大提升；如果使用會員的注冊信息，則會有隱私相關的問題，導致很多缺失值；同時電商的購物行為，并不一定和實際的性別相符，也會導致誤差。因此迫切需要一個解決方案來對電商用戶的基礎信息標簽進行預測和優化，提升標簽的完整性和準確性。
發明內容
本發明的實施例提供一種標簽的生成方法及系統，解決了便于對電商用戶的基礎信息標簽進行預測和優化的問題。
為達到上述目的，本發明的實施例采用如下技術方案：
第一方面，本發明的實施例提供一種標簽的生成方法，所述方法包括：
獲取用戶的基本信息和行為特征數據，并對所述用戶的基本信息和行為特征數據進行清洗；
根據所述清洗后的用戶的基本信息和行為特征數據，選擇邏輯回歸分類模型的特征；
根據所述邏輯回歸分類模型的特征，對邏輯回歸分類模型進行訓練；
使用訓練后的邏輯回歸分類模型進行預測，生成標簽。
結合第一方面，作為本發明實施例的第一種可實現方案，所述獲取用戶的基本信息和行為特征數據，并對所述用戶的基本信息和行為特征數據進行清洗，具體包括：
獲取用戶行為和日志信息，過濾處理成用戶的基本信息和行為特征數據；
將所述用戶的基本信息和行為特征數據進行清洗，去除空值、重復值和異常值；
將所述用戶的基本信息和行為特征數據進行預處理。
結合第一方面的第一種可實現方案，作為本發明實施例的第二種可實現方案，所述根據所述清洗后的用戶的基本信息和行為特征數據，選擇邏輯回歸分類模型的特征，具體包括：
通過預設特征的方式，選擇邏輯回歸分類模型使用的特征。
結合第一方面的第一種可實現方案，作為本發明實施例的第三種可實現方案，所述根據所述清洗后的用戶的基本信息和行為特征數據，選擇邏輯回歸分類模型的特征，具體包括：
根據所述用戶的基本信息和行為特征數據，通過使用GBDT算法，計算得到每個特征的特征重要度；
根據所述特征重要度，選擇特征重要度高的特征作為邏輯回歸分類模型使用的特征。
結合第一方面的第一種可實現方案，作為本發明實施例的第四種可實現方案，所述根據所述邏輯回歸分類模型的特征，對邏輯回歸分類模型進行訓練，具體包括：
預設所述邏輯回歸分類模型的超參數至少一個；
根據所述選擇的特征和邏輯回歸分類模型，將所述特征作為邏輯回歸分類模型的參數，結合預處理后的用戶基本信息，將所述預設的超參數一一代入訓練，得到訓練后的邏輯回歸分類模型；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇寧云計算有限公司，未經蘇寧云計算有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010125081.3/2.html，轉載請聲明來源鉆瓜專利網。
