[發明專利]一種基于偏向性特征的屬性預測方法

在審

• 申請號: 202010990516.0
• 申請日: 2020-09-19
• 公開（公告）號: CN112132209A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 李玲;李嘉懿;任永亮;賀同路;楊菲;郭學棟
• 申請（專利權）人: 北京智能工場科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/02
• 代理公司: 北京君莫知識產權代理事務所(普通合伙) 11715
• 代理人: 王凝

1.一種基于偏向性特征的屬性預測方法，所述方法包括數據獲取階段、數據清洗階段、數據特征提取階段、模型訓練階段以及模型預測階段；

其特征在于：

所述數據獲取階段，用于獲取和實體屬性相關的歷史行為數據，所述實體屬性包括實體的自然屬性和社會屬性；

所述數據清洗階段，用于所述數據獲取階段獲取的所述歷史行為數據進行數據清洗操作，數據清洗操作包括缺失值處理、重復數據處理、數據的合法性處理；

所述數據特征提取階段，用于從所述數據清洗階段處理過的歷史行為數據中提取特征數據，所述特征數據為對所述歷史行為數據的偏向性集合進行統計得到的偏向性特征數據；

所述模型訓練階段，用于根據所述數據特征提取階段得到的偏向性特征數據作為模型的輸入，通過模型來學習輸入特征和輸出屬性之間的映射關系；

所述模型預測階段，用于基于所述模型訓練階段得到的最優化模型進行屬性預測；

其中，所述歷史行為數據包括用戶點擊的廣告序列、用戶手機安裝的應用軟件列表以及歷史安裝記錄、刪除記錄；

所述屬性預測包括基于所述歷史行為數據輸入所述最優化模型預測用戶的性別以及對應的潛在購買目標。

2.如權利要求1所述的一種基于偏向性特征的屬性預測方法，其特征在于：

所述實體的自然屬性包括所述用戶手機的硬件參數；所述實體的社會屬性包括所述用戶在所述手機上的支付數據集合，所述支付數據集合包括用戶的金融支付數據、金融支付習慣以及金融活躍屬性。

3.如權利要求1所述的一種基于偏向性特征的屬性預測方法，其特征在于：

所述特征數據為對所述歷史行為數據的偏向性集合進行統計得到的偏向性特征數據，具體包括：

所述偏向性表示為F(X＝a，Y＝c_k)，其中a為歷史行為數據X的某一取值，c_k為歷史行為數據X屬于類別標簽Y的統計概率取值；

偏向性F的具體計算公式如下

4.如權利要求2所述的一種基于偏向性特征的屬性預測方法，其特征在于：

所述金融支付數據包括用戶在線支付的日平均支付額度和支付頻率；

所述金融支付習慣包括NFC支付、藍牙支付、掃碼支付、轉賬支付之一或者其組合；

所述金融活躍屬性包括用戶在不同金融APP上的活躍參數，包括停留時間、打開頻次以及界面操作參數。

5.如權利要求4所述的一種基于偏向性特征的屬性預測方法，其特征在于：

所述界面操作參數包括客戶的返回操作、退出當前頁面操作、刪除操作以及頁面停頓操作。