[發明專利]用戶特征數據合成方法、裝置及電子設備

有效

• 申請號: 202010330492.6
• 申請日: 2020-04-24
• 公開（公告）號: CN111221881B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 宋孟楠;蘇綏綏;常富洋;鄭彥
• 申請（專利權）人: 北京淇瑀信息科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q40/02;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喬東峰

1.一種用戶特征數據合成方法，其特征在于，包括：

獲取用戶數據，其中，所述用戶數據中包括多個存儲用戶行為數據的表格；

基于用戶特征合成模型確定多個維度參數；

基于所述維度參數中的主體變量將所述用戶數據中的多個表格進行關聯；

將關聯后的所述用戶數據輸入所述用戶特征合成模型中，生成用戶特征數據，其中，所述用戶特征合成模型用于自動提取用戶特征數據；

其中，將關聯后的所述用戶數據輸入所述用戶特征合成模型中，生成用戶特征數據，包括：

獲取所述用戶特征合成模型的初始特征；

將所述初始特征作為轉換鏈接的起點；

基于關聯后的所述用戶數據生成轉換鏈接的鏈接單位；

基于所述轉換鏈接生成所述用戶特征數據。

2.如權利要求1所述的方法，其特征在于，還包括：

基于多個所述用戶特征數據對機器學習模型進行訓練生成用戶風險分析模型。

3.如權利要求1所述的方法，其特征在于，還包括：

通過帶有標簽的歷史用戶數據對強化學習模型進行訓練，生成所述用戶特征合成模型。

4.如權利要求1所述的方法，其特征在于，基于用戶特征合成模型確定多個維度參數，包括：

基于用戶特征合成模型確定主體變量維度、客體維度、時間維度、函數維度和條件維度。

5.如權利要求1所述的方法，其特征在于，基于所述主體變量將所述用戶數據中的多個表格進行關聯，包括：

為所述用戶數據中的多個表格分別確定索引；

為所述主體變量確定標識；

基于所述標識和所述索引將所述多個表格中具有相同標識的主體變量進行關聯。

6.如權利要求1所述的方法，其特征在于，基于所述轉換鏈接生成所述用戶特征數據，包括：

將所述初始特征作為所述轉換鏈接的父節點；

由所述用戶數據中確定所述父節點的子節點；

通過所述父節點和所述子節點生成馬爾科夫鏈；

基于所述馬爾科夫鏈和強化學習收益評估函數確定所述用戶特征數據。

7.一種用戶特征數據合成裝置，其特征在于，包括：

數據模塊，用于獲取用戶數據，其中，所述用戶數據中包括多個存儲用戶行為數據的表格；

參數模塊，用于基于用戶特征合成模型確定多個維度參數；

關聯模塊，用于基于所述維度參數中的主體變量將所述用戶數據中的多個表格進行關聯；

合成模塊，用于將關聯后的所述用戶數據輸入所述用戶特征合成模型中，生成用戶特征數據，其中，所述用戶特征合成模型用于自動提取用戶特征數據；

其中，所述合成模塊，包括：特征單元，用于獲取所述用戶特征合成模型的初始特征；鏈接單元，用于將所述初始特征作為轉換鏈接的起點；單位單元，用于基于關聯后的所述用戶數據生成轉換鏈接的鏈接單位；合成單元，用于基于所述轉換鏈接合成所述用戶特征數據。

8.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-6中任一項所述的方法。

9.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-6中任一項所述的方法。