[發(fā)明專利]用戶年齡信息預(yù)測方法、裝置、電子設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010425817.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111639966A
• 公開（公告）日: 2020-09-08
• 發(fā)明（設(shè)計(jì)）人: 許文龍
• 申請（專利權(quán)）人: 上海連尚網(wǎng)絡(luò)科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/00;G06F16/9535;G06F40/289
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 付婧

1.一種用戶年齡信息預(yù)測方法，其特征在于，包括：

獲得第一用戶的第一標(biāo)注信息；

對所述第一用戶的第一標(biāo)注信息進(jìn)行歸類操作，獲得所述第一用戶的第二標(biāo)注信息；

根據(jù)所述第二標(biāo)注信息，確定所述第一用戶對應(yīng)的至少一個(gè)年齡特征標(biāo)簽；

在預(yù)設(shè)的年齡概率分布信息集合中，查詢每個(gè)所述年齡特征標(biāo)簽分別對應(yīng)的年齡概率分布信息，所述年齡概率分布信息包括所述年齡特征標(biāo)簽對應(yīng)在各個(gè)年齡段的分布概率；

基于所述第一用戶對應(yīng)的至少一個(gè)所述年齡特征標(biāo)簽及對應(yīng)年齡概率分布信息進(jìn)行年齡偏向加權(quán)計(jì)算，預(yù)測所述第一用戶所處的年齡段。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲得第一用戶的第一標(biāo)注信息，包括：

獲取第一用戶的社交賬號在第二用戶通訊錄中的至少一條自定義標(biāo)注信息；

對獲取的所述自定義標(biāo)注信息進(jìn)行精確標(biāo)注的去重操作，獲得所述第一用戶的第一標(biāo)注信息。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對獲取的所述自定義標(biāo)注信息進(jìn)行精確標(biāo)注的去重操作，獲得所述第一用戶的第一標(biāo)注信息，包括：

對獲取的所述自定義標(biāo)注信息進(jìn)行分詞處理，得到多個(gè)標(biāo)注分詞；

根據(jù)預(yù)設(shè)的數(shù)據(jù)清洗規(guī)則，對所述多個(gè)標(biāo)注分詞進(jìn)行數(shù)據(jù)清洗，得到所述第一用戶對應(yīng)的標(biāo)準(zhǔn)標(biāo)注分詞；

對所述標(biāo)準(zhǔn)標(biāo)注分詞進(jìn)行去重操作，獲得所述第一用戶的第一標(biāo)注信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在預(yù)設(shè)的年齡概率分布信息集合中，查詢每個(gè)所述年齡特征標(biāo)簽分別對應(yīng)的年齡概率分布信息之前，還包括：

獲得樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括多個(gè)樣本用戶的社交賬號在其他用戶通訊錄中的自定義標(biāo)注信息，以及所述多個(gè)樣本用戶的實(shí)際年齡信息；

根據(jù)所述自定義標(biāo)注信息確定每個(gè)所述樣本用戶對應(yīng)的年齡特征標(biāo)簽；

根據(jù)所有所述樣本用戶的實(shí)際年齡信息與所述年齡特征標(biāo)簽之間的對應(yīng)關(guān)系，生成年齡概率分布信息集合，所述年齡概率信息集合包括每個(gè)所述年齡特征標(biāo)簽對應(yīng)的年齡概率分布信息。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述自定義標(biāo)注信息確定每個(gè)所述樣本用戶對應(yīng)的年齡特征標(biāo)簽，包括：

對每個(gè)所述樣本用戶對應(yīng)的所述自定義標(biāo)注信息進(jìn)行分詞處理，得到多個(gè)標(biāo)注分詞；

根據(jù)預(yù)設(shè)的數(shù)據(jù)清洗規(guī)則，對所述多個(gè)標(biāo)注分詞進(jìn)行數(shù)據(jù)清洗，得到每個(gè)所述樣本用戶對應(yīng)的標(biāo)準(zhǔn)標(biāo)注分詞；

對所述標(biāo)準(zhǔn)標(biāo)注分詞進(jìn)行去重操作，獲得每個(gè)所述樣本用戶對應(yīng)的第一標(biāo)注信息；

對每個(gè)所述樣本用戶對應(yīng)的第一標(biāo)注信息進(jìn)行歸類操作，獲得每個(gè)所述樣本用戶對應(yīng)的第二標(biāo)注信息；

基于預(yù)設(shè)的第二標(biāo)注信息與年齡特征標(biāo)簽之間的映射關(guān)系，根據(jù)每個(gè)所述樣本用戶對應(yīng)的所述第二標(biāo)注信息確定每個(gè)所述樣本用戶對應(yīng)的年齡特征標(biāo)簽。

6.根據(jù)權(quán)利要求3或5所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)的數(shù)據(jù)清洗規(guī)則，對所述多個(gè)標(biāo)注分詞進(jìn)行數(shù)據(jù)清洗，包括以下至少一項(xiàng)：

針對屬于家庭稱謂分詞的標(biāo)注分詞，將所述標(biāo)注分詞替換為標(biāo)準(zhǔn)家庭稱謂分詞；

針對屬于職業(yè)稱謂分詞的標(biāo)注分詞，將所述標(biāo)注分詞替換為標(biāo)準(zhǔn)職業(yè)稱謂分詞；

針對不屬于家庭稱謂分詞和職業(yè)稱謂分詞的標(biāo)注分詞，采用詞頻-逆文檔頻率算法計(jì)算每個(gè)所述標(biāo)注分詞的重要度，并根據(jù)每個(gè)所述標(biāo)注分詞的重要度，篩選出重要度靠前的指定數(shù)量的標(biāo)注分詞作為自定義標(biāo)注分詞。

7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所有所述樣本用戶的實(shí)際年齡信息與所述年齡特征標(biāo)簽之間的對應(yīng)關(guān)系，生成年齡概率分布信息集合，包括：

根據(jù)所有所述樣本用戶的實(shí)際年齡信息與所述年齡特征標(biāo)簽之間的對應(yīng)關(guān)系，計(jì)算每個(gè)所述年齡特征標(biāo)簽對應(yīng)在各個(gè)年齡段的分布概率；

根據(jù)所述每個(gè)所述年齡特征標(biāo)簽對應(yīng)在各個(gè)年齡段的分布概率，生成每個(gè)所述年齡特征標(biāo)簽對應(yīng)的年齡概率分布信息；

根據(jù)所有所述年齡特征標(biāo)簽對應(yīng)的年齡概率分布信息，生成年齡概率分布信息集合。