[發明專利]用戶的分類方法、裝置和非易失性計算機可讀存儲介質

在審

• 申請號: 202011023591.6
• 申請日: 2020-09-25
• 公開（公告）號: CN113822309A
• 公開（公告）日: 2021-12-21
• 發明（設計）人: 范昊;陳忠;黃志翔;彭南博;程建波
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/10
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 張雷;許蓓

本公開涉及一種用戶的分類方法、裝置和非易失性計算機可讀存儲介質，涉及計算機技術領域。該方法包括：從多個數據提供方獲取用戶的相關數據；以從各相關數據中提取的用戶特征為節點，建立決策樹模型作為第一用戶分類模型；根據第一用戶分類模型中各節點指向其他節點的次數，確定各節點的重要性度量用于從各節點中篩選重要節點；利用各重要節點建立第二用戶分類模型，對用戶進行分類。

技術領域

本公開涉及計算機技術領域，特別涉及一種用戶的分類方法、用戶的分類裝置和非易失性計算機可讀存儲介質。

背景技術

近年來，人工智能和大數據等相關技術蓬勃發展并廣泛應用。利用各平臺(如電商平臺、金融機構、社交平臺)等提供的用戶數據，可以對用戶進行大數據分析。基于分析結果可以對用戶進行分類，從而對不同用戶進行有針對性的處理。

但是，由于海量數據分散在不同企業、組織，出于用戶隱私和數據安全原因形成了“數據孤島”現象。也就是說，各方數據不能直接共享或者交換，使得人工智能等技術的發展陷入瓶頸期。

在相關技術中，基于多個參與方提供的數據，在第三方進行聯邦機器學習，從而在保護用戶隱私和數據安全的前提下解決“數據孤島”問題。

發明內容

本公開的發明人發現上述相關技術中存在如下問題：各參與方提供的數據質量良莠不齊，降低了用戶分類聯邦機器學習模型的性能，從而導致用戶分類的準確性低。

鑒于此，本公開提出了一種用戶的分類技術方案，能夠對各參與方提供的數據進行評估和篩選，提高聯邦機器學習模型的性能，從而提高用戶分類的準確性。

根據本公開的一些實施例，提供了一種用戶的分類方法，包括：從多個數據提供方獲取用戶的相關數據；以從各相關數據中提取的用戶特征為節點，建立決策樹模型作為第一用戶分類模型；根據所述第一用戶分類模型中各節點指向其他節點的次數，確定各節點的重要性度量用于從所述各節點中篩選重要節點；利用各重要節點建立第二用戶分類模型，對所述用戶進行分類。

在一些實施例中，所述根據所述第一用戶分類模型中各節點指向其他節點的次數，確定各節點的重要性度量包括：根據任一節點在樣本空間內的信息增益、所述任一節點指向的其他節點的信息增益、指向其他節點的次數，確定所述重要性度量，所述重要性度量與指向其他節點的次數正相關。

在一些實施例中，所述根據任一節點在樣本空間內的信息增益、所述任一節點指向的其他節點的信息增益、指向其他節點的次數，確定所述重要性度量包括：計算各其他節點的信息增益的加權和，任一其他節點的權重與所述任一節點指向該其他節點的次數正相關；根據所述各其他節點的信息增益的加權和與所述任一節點的信息增益的加權和，確定所述重要性度量。

在一些實施例中，所述任一其他節點的權重為N/(N+M)，N為所述任一節點指向該其他節點的次數，M為該其他節點指向所述任一節點的次數。

在一些實施例中，所述根據任一節點在樣本空間內的信息增益、所述任一節點指向的其他節點的信息增益、指向其他節點的次數，確定所述重要性度量包括：以所述各節點之間的指向關系為有向連接，以所述各節點指向其他節點的次數為有向連接的權重，建立包含所述各節點的指向關系圖，所述指向關系圖中標注有所述各節點的信息增益；根據所述指向關系圖，確定所述重要性度量。

在一些實施例中，所述第一用戶分類模型為包含多個決策樹模型的集成學習模型；所述根據所述第一用戶分類模型中各節點指向其他節點的次數，確定各節點的重要性度量包括：在各決策樹模型中，分別確定所述各節點的子重要性度量；根據各子重要性度量的加權和，確定所述各節點的重要性度量。

在一些實施例中，所述各節點的重要性度量用于評估相應的數據提供方的貢獻度量。

在一些實施例中，所述用戶的分類結果用于確定對所述用戶的處理策略。