[發明專利]用戶畫像構建方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202111089416.1
• 申請日: 2021-09-16
• 公開（公告）號: CN113761134A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 余玉霞;盧清明
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/28;G06F16/182
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 姚章國

本發明涉及數據分析技術領域，尤其涉及一種用戶畫像構建方法、裝置、計算機設備及存儲介質。其方法包括：設置與目標類型關聯的至少兩個評判指標；通過大數據平臺獲取目標用戶在評判指標上的評判指標值；通過TF?IDF算法對評判指標值進行計算，得到評判指標權重；對評判指標值進行歸一化處理，得到歸一化評判指標值；根據每個評判指標的歸一化評判指標值和評判指標權重，計算目標類型的指標值；根據目標類型的指標值構建目標用戶的用戶畫像。本發明通過評判指標的歸一化評判指標值和評判指標權重計算目標類型的指標值，并根據該指標值構建用戶畫像，可提高用戶畫像的精準度。

技術領域

本發明涉及數據分析技術領域，尤其涉及一種用戶畫像構建方法、裝置、計算機設備及存儲介質。

背景技術

隨著人工智能的發展，用戶畫像模型被廣泛應用于各個領域中。對于用戶畫像模型的建立，通常結合多指標進行綜合評價，當選定好用來評判的指標之后，指標的權重如何設定就成為一個需要解決的問題。

目前業內針對指標的權重設計主要是分為主觀賦權法和客觀賦權法，其中主觀賦權法主要是根據專家或者決策者的經驗主觀判斷，這種方法較成熟，但是客觀性差，主要與決策者的經驗有關，而且主觀看法較大，很多客觀因素無法考慮全面；客觀賦權法主要是根據數據統計得出的，客觀性較強，雖然避免了人為主觀因素的影響，但是由于缺乏全面性，有可能會出現計算出的指標權重與指標本身的重要性不一致的情況，導致構建的用戶畫像精準度不高。

發明內容

基于此，有必要針對上述技術問題，提供一種用戶畫像構建方法、裝置、計算機設備及存儲介質，以解決現有的指標權重難以兼顧指標的客觀性和全面性的問題，提高用戶畫像的精準度。

一種用戶畫像構建方法，包括：

接收指標設置指令，根據所述指標設置指令設置用戶畫像的目標類型以及與所述目標類型關聯的至少兩個評判指標；

通過大數據平臺獲取目標用戶在所述評判指標上的評判指標值；

通過TF-IDF算法對所述評判指標值進行計算，得到與所述評判指標對應的評判指標權重；

對所述評判指標值進行歸一化處理，得到歸一化評判指標值；

根據每個所述評判指標的歸一化評判指標值和評判指標權重，計算所述目標類型的指標值；

根據所述目標類型的指標值構建所述目標用戶的用戶畫像。

一種用戶畫像構建裝置，包括：

評判指標設置模塊，用于接收指標設置指令，根據所述指標設置指令設置與目標類型關聯的至少兩個評判指標；

評判指標值模塊，用于通過大數據平臺獲取目標用戶在所述評判指標上的評判指標值；

評判指標權重模塊，用于通過TF-IDF算法對所述評判指標值進行計算，得到與評判指標對應的評判指標權重；其中，一個評判指標對應一個評判指標值；

歸一化評判指標值模塊，用于對所述評判指標值進行歸一化處理，得到歸一化評判指標值；

指標值模塊，用于根據每個所述評判指標的歸一化評判指標值和評判指標權重，計算所述目標類型的指標值；

用戶畫像模塊，用于根據所述目標類型的指標值構建所述目標用戶的用戶畫像。

一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機可讀指令，所述處理器執行所述計算機可讀指令時實現上述用戶畫像構建方法。

一個或多個存儲有計算機可讀指令的可讀存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得所述一個或多個處理器執行如上述用戶畫像構建方法。