标签预测生成方法及装置制造方法及图纸
The method and device for the generation of the label prediction
【技术实现步骤摘要】
标签预测生成方法及装置
本专利技术涉及通信
，尤其涉及一种标签预测生成方法及装置。
技术介绍
用户画像，即用户信息标签化，是个性化推荐、精准营销等差异化服务的基础。用户画像的核心工作就是为用户打标签，标签是用户某种特征的符号表示，每个标签都规定了观察、认识和描述用户的一个角度。用户画像是用户的全息图谱，通过多维度标签描述用户的整体特征，用户的整体特征如包括基本属性、购买能力、行为特征、兴趣爱好、社交网络等。现有的一种用户标签生成方法为：收集用户当前属性数据，属性数据包括静态数据和动态数据，静态数据就是用户相对稳定的信息，如性别、地域、职业、消费等级等，动态数据就是用户不停变化的行为信息，如浏览网页、搜索商品、发表评论、接触渠道等。通过剖析静态数据和动态数据，根据预设规则或者算法生成相应的标签，标签代表用户对该内容有兴趣、偏好、需求等。进一步地，还可以根据用户当前属性数据的地点和时间点，计算标签的权重。可以看出，上述标签生成方法仅考虑用户当前属性数据，所生成的标签只能反映当前时间点的行为特征，有一定的局限性。
技术实现思路
本专利技术提供一种标签预测生成方法及装置...
【技术保护点】
一种标签预测生成方法，其特征在于，包括：选取目标标签，并确定所述目标标签的历史标签时间序列的起始时间点，所述目标标签为待预测的标签；确定出与所述目标标签存在因果关系的变量，所述变量包括标签和/或属性；根据预设的时间序列预测出所述目标标签在目标时间点的值，所述预设的时间序列包括所述目标标签的历史标签时间序列和所述变量的历史时间序列，或者，所述预设的时间序列包括所述变量的历史时间序列，所述变量的历史时间序列的起始时间点与所述目标标签的历史标签时间序列的起始时间点相同，所述目标时间点为当前时间点或当前时间点之后的时间点。
【技术特征摘要】
1.一种标签预测生成方法，其特征在于，包括：选取目标标签，并确定所述目标标签的历史标签时间序列的起始时间点，所述目标标签为待预测的标签；确定出与所述目标标签存在因果关系的变量，所述变量包括标签和/或属性；根据预设的时间序列预测出所述目标标签在目标时间点的值，所述预设的时间序列包括所述目标标签的历史标签时间序列和所述变量的历史时间序列，或者，所述预设的时间序列包括所述变量的历史时间序列，所述变量的历史时间序列的起始时间点与所述目标标签的历史标签时间序列的起始时间点相同，所述目标时间点为当前时间点或当前时间点之后的时间点。2.根据权利要求1所述的方法，其特征在于，所述确定出与所述目标标签存在因果关系的变量，包括：根据格兰杰因果检验确定出与所述目标标签存在因果关系的变量。3.根据权利要求2所述的方法，其特征在于，所述预设的时间序列包括所述目标标签的历史标签时间序列和所述变量的历史时间序列时，所述根据所述目标标签的历史标签时间序列和所述变量的历史时间序列预测出所述目标标签在目标时间点的值，包括：根据所述目标标签的历史标签时间序列和所述变量的历史时间序列建立数据模型；将所述变量在所述目标时间点的预测值作为输入，根据所述数据模型生成所述目标标签在所述目标时间点的值。4.根据权利要求2或3所述的方法，其特征在于，所述根据格兰杰因果检验确定出与所述目标标签存在因果关系的变量之前，还包括：选择与所述目标标签相关联的属性，和/或，根据语义关系或者根据所述目标标签所属的维度选择与所述目标标签相关联的标签；对选择的属性和标签进行去重处理，得到待格兰杰因果检验的变量。5.根据权利要求3或4所述的方法，其特征在于，所述目标标签的历史标签时间序列或所述变量的历史时间序列的类型为非数值类型时，所述根据所述目标标签的历史标签时间序列和所述变量的历史时间序列建立数据模型之前，还包括：对所述目标标签的历史标签时间序列和所述变量的历史时间序列进行数值化变换。6.根据权利要求1所述的方法，其特征在于，所述确定出与所述目标标签存在因果关系的变量，包括：确定出所述目标标签的计算规则，并提取所述计算规则中所涉及的变量。7.根据权利要求6所述的方法，其特征在于，所述预设的时间序列包括所述变量的历史时间序列，所述根据所述目标标签的历史标签时间序列和所述变量的历史时间序列预测出所述目标标签在所述目标时间点的值，包括：根据所述变量的历史时间序列对所述变量进行所述目标时间点预测，得到变量的预测值；根据所述计算规则和所述变量的预测值计算出所述目标...
【专利技术属性】
技术研发人员：季振峰，李雪斌，沈志宏，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。