[發明專利]用于確定用戶社群信息的方法和裝置

在審

• 申請號: 202010137923.7
• 申請日: 2020-03-03
• 公開（公告）號: CN111353103A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 張一凡;王虎;黃志翔;彭南博
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q50/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開的實施例公開了用于確定用戶社群信息的方法和裝置。該方法的一具體實施方式包括：獲取預設的用戶集合的用戶信息，構建連通圖；通過采樣從連通圖中提取出連通子圖，提取出連通子圖的用戶關系特征和社群特征；基于連通子圖對應的用戶關系特征和社群特征，分別確定連通子圖對應的用戶關系先驗信息和社群先驗信息，基于用戶關系先驗信息和社群先驗信息，以及連通子圖，采用預設的主題模型估計出連通子圖對應的用戶子集中的用戶所屬社群的分布信息；基于連通子圖對應的用戶子集中的用戶所屬社群的分布信息，確定對應用戶的社群歸屬信息。該實施方式的主題模型估計出的用戶所屬社群的分布信息，耦合了用戶的社群特征和關系特征，從而提高了確定用戶社群歸屬信息準確性。

技術領域

本公開的實施例涉及計算機技術領域，具體涉及機器學習領域，尤其涉及一種用于確定用戶社群信息的方法和裝置。

背景技術

社群可以按照關聯關系來定義，比如相近的地理區域或者社會關系，也可以按照抽象的思想定義，比如共同愛好或者精神情感等。在互聯網領域，如電商或互聯網金融等，用戶之間往往存在千絲萬縷的聯系，比如擁有共同綁定手機號或者銀行卡號的用戶，或者熱愛購買相同商品或理財產品的用戶，挖掘這種聯系與用戶本身特性之間的關系可以更好的服務于多種業務。而在這些特性之中，用戶的社群標簽可以標識出用戶本身的性質，可用于后續建?；蚱渌麛祿治觥?/p>

相關技術中，一般通過規則匹配、傳統機器學習中的有監督學習、無監督學習或圖算法確定用戶的社群歸屬信息。其中規則匹配僅能基于直觀的標準對個體進行識別；有監督分類模型受限于已有標簽的數量，泛化性較差，且無法發現用戶的隱含社群類型；無監督模型與圖關聯模型只能提取局部信息。

發明內容

本公開的實施例提出了用于確定用戶社群信息的方法和裝置。

第一方面，本公開的實施例提供了一種用于確定用戶社群信息的方法，該方法包括：獲取預設的用戶集合的用戶信息，并基于用戶集合中的用戶信息構建連通圖，連通圖中的節點表征用戶，連通圖中的邊基于各用戶的用戶信息表征的用戶間關系構建；通過采樣從連通圖中提取出連通子圖，并基于連通子圖對應的用戶子集中各用戶的用戶信息提取出連通子圖的用戶關系特征和社群特征，其中，用戶關系特征表征連通子圖中對應的用戶子集中單個用戶的關聯特征，社群特征表征連通子圖對應的用戶子集的社群分布特征；基于連通子圖的用戶關系特征和社群特征，確定連通子圖對應的用戶關系先驗信息和社群先驗信息；基于用戶關系先驗信息和社群先驗信息，以及連通子圖，采用預設的主題模型估計出連通子圖對應的用戶子集中的用戶所屬社群的分布信息；基于連通子圖對應的用戶子集中的用戶所屬社群的分布信息，確定對應用戶的社群歸屬信息。

在一些實施例中，連通子圖的用戶關系特征和社群特征，包括用戶子集中每個用戶的用戶關系特征和社群特征，以及基于連通子圖對應的用戶關系特征和社群特征，確定連通子圖對應的用戶關系先驗信息和社群先驗信息，包括：基于每個用戶對應的用戶關系特征和社群特征，分別確定用戶子集中各用戶的特征集中度，基于用戶子集中各用戶的特征集中度確定連通子圖對應的用戶關系先驗信息；基于連通子圖的用戶關系特征和社群特征，確定連通子圖的特征集中度，將連通子圖的特征集中度確定為連通子圖對應的社群先驗信息。

在一些實施例中，通過采樣從連通圖中提取出連通子圖，包括：基于預設條件，對連通圖進行隨機游走采樣，從中提取出預設數量的連通子圖。

在一些實施例中，基于用戶關系先驗信息和社群先驗信息，以及連通子圖，采用預設的主題模型估計出連通子圖對應的用戶子集中的用戶所屬社群的分布信息，包括：將連通子圖、社群、用戶分別作為主題模型的文檔、主題、詞匯，基于預設的主題模型執行如下操作：基于社群先驗信息和每個用戶的用戶關系先驗信息，對連通子圖進行隨機游走采樣，估計出連通子圖中各社群的分布信息和各社群中用戶的分布信息；基于連通子圖中各社群的分布信息，對連通子圖中的社群進行隨機游走采樣，估計出社群子集；基于各社群中用戶的分布信息和社群子集，估計用戶所屬社群的分布信息。