基于word2vec的用户缺失画像的补充方法和相关设备技术

本申请中提供了一种基于word2vec的用户缺失画像的补充方法装置、计算机设备和可读存储介质，其中，方法包括：调取预先录入的第一用户画像；将各第一用户画像值输入预设对应表中筛选得到对应的第一词汇，并将各第一词汇按照预设排列顺序构建语料库；将语料库输入预先基于word2vec构建的预测模型中进行计算，输出各缺失词汇分别对应的预测词汇；将各预测词汇输入所述对应表中筛选得到对应的第一预测画像值；将各第一预测画像值分别替换第一用户画像中对应的第一缺失画像值。本申请通过调用基于word2vec思想构建的预测模型，能够根自动根据用户已有的画像信息，选择预测画像信息用以补全缺失画像信息，具有优秀的准确率和完整率，并且有效提高工作效率。

【技术实现步骤摘要】
基于word2vec的用户缺失画像的补充方法和相关设备
本申请涉及数据分析与处理
，特别涉及一种基于word2vec的用户缺失画像的补充方法和相关设备。
技术介绍
用户画像又称用户角色，主要表征了用户的具体相关信息，比如年龄、经济收入情况或消费倾向等。作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像主要是从公开渠道获得，比如用户的注册信息、购物历史记录，用户画像缺失度较大。现有的对于用户画像缺失的补充方法，主要是使用传统统计学的方法，效率低下，且未能考虑到用户整体画像相互之间的影响，补充的准确性较低。
技术实现思路
本申请的主要目的为提供一种基于word2vec的用户缺失画像的补充方法、装置、计算机设备，旨在解决现有用户缺失画像补充方法效率低下和准确性低的弊端。为实现上述目的，本申请提供了一种基于word2vec的用户缺失画像的补充方法，其特征在于，包括：调取预先录入的第一用户画像，所述第一用户画像由第一预设数量的第一用户画像值按照预设排列顺序组成，所述第一用户画像包括多个第一缺失画像值和多个第一已知画像值；将各所述第一用户画像值输入预设对应表中筛选得到对应的第一词汇，并将各所述第一词汇按照所述预设排列顺序构建语料库，所述语料库包括各所述第一缺失画像值对应的缺失词汇和各所述第一已知画像值对应的第一已知词汇，所述预设对应表由预先构建的多组用户画像值对应词汇组成；将所述语料库输入预先基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇；将各所述预测词汇输入所述对应表中筛选得到对应的第一预测画像值；将各所述第一预测画像值分别替换所述第一用户画像中对应的所述第一缺失画像值。本申请还提供了一种基于word2vec的用户缺失画像的补充装置，包括：调取模块，用于调取预先录入的第一用户画像；第一构建模块，用于将各所述第一用户画像值输入预设对应表中筛选得到对应的第一词汇，并将各所述第一词汇按照所述预设排列顺序构建语料库；计算模块，用于将所述语料库输入预先基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇；第一筛选模块，用于将各所述预测词汇输入所述对应表中筛选得到对应的第一预测画像值；替换模块，用于将各所述第一预测画像值分别替换所述第一用户画像中对应的所述第一缺失画像值。进一步的，所述计算模块包括：第一输入单元，用于将所述语料库输入预先基于word2vec构建的所述预测模型；第一筛选单元，用于利用所述预测模型，从所述语料库中按照所述预设排列顺序筛选各所述缺失词汇相邻出现的第二预设数量的所述第一已知词汇，并根据各所述已知词汇获得至少一个初始预测词汇以及各初始预测词汇分别对应的出现概率；第一选择单元，用于分别比对各所述出现概率，选择所述出现概率最大的所述初始预测词汇作为所述预测词汇。进一步的，所述补充装置还包括：第二筛选模块，用于从原始画像表中筛选画像饱和度大于阈值的第三预设数量的第二用户画像；第三筛选模块，用于将各所述第二用户画像值输入所述预设对应表中筛选得到对应的第二词汇；第二构建模块，用于将各所述第二词汇按照预设规则构建训练样本，同时分别给予各所述第二词汇对应的初始向量；训练模块，用于识别各所述初始向量，并使用霍夫曼树分类方法训练所述训练样本得到初始预测模型；第一判断模块，用于判断所述初始预测模型当前的第一准确率是否小于预设准确率；扩大模块，用于扩大所述训练样本重新训练所述初始预测模型，得到二次训练模型；第二判断模块，用于判断所述二次训练模型当前的第二准确率是否满足预设要求；设定模块，用于将所述二次训练模型设定为所述预测模型。进一步，所述第二构建模块包括：设定单元，用于将各所述第二词汇分别设为输出值；第二选择单元，用于按照所述预设排列顺序，分别选择所述输出值相邻出现的第四预设数量的所述第二词汇作为输入值；关联单元，用于将各所述输入值分别与各输出值对应关联形成多组训练值，并汇总各组所述训练值形成所述训练样本。进一步的，所述训练模块，包括：识别单元，用于根据所述初始向量与所述第二词汇的对应关系，识别所述训练样本中的各个所述训练值；第一获取单元，用于获取相同输入值的出现次数，以及与所述相同输入值对应的各个所述输出值分别对应的出现次数；第一计算单元，用于根据所述相同输入值的出现次数和各所述输出值对应的出现次数，计算得到各所述输出值的出现概率；构建单元，用于根据所述输入值、各所述输出值以及各所述输出值对应的所述出现概率，构建所述预测模型。进一步的，第一判断模块包括：第二获取单元，用于获取画像饱和度为100％的多个第三用户画像；第三选择单元，用于分别从各所述第三用户画像中选择第五预设数量的所述第三阈值画像值作为测试画像值；剔除单元，用于将各所述测试画像值从对应的所述第三用户画像中分别剔除，得到剔除后的各所述第三用户画像对应的第四用户画像；第二输入单元，用于使用各所述第四用户画像构建测试样本，并将所述测试样本输入所述初始预测模型，得到预测画像值；第二计算单元，用于计算所述预测画像值与对应的所述测试画像值之间的相同率，得到所述第一准确率；调用单元，用于调用所述预设准确率与所述第一准确率进行比较；第一判定单元，用于判定所述初始预测模型当前的第一准确率小于预设准确率；第二判定单元，用于判定所述初始预测模型当前的第一准确率大于预设准确率。进一步的，所述扩大模块包括:第二筛选单元，用于筛选测试所述初始预测模型过程中与预测画像值不同的所有测试画像值作为扩大输出值；第四选择单元，用于按照所述预设排列顺序分别选择所述扩大输出值对应的多个扩大输入值；扩大单元，用于分别将各所述扩大输入值与所述扩大输出值对应关联后加入所述训练样本中，扩大所述训练样本；训练单元，用于使用扩大后的所述训练样本重新训练所述初始预测模型，得到所述二次训练模型。本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。本申请中提供的一种基于word2vec的用户画像缺失补充方法、装置、计算机设备，通过调用基于word2vec思想构建的预测模型，能够根据各画像信息之间的出现概率，从而自动根据用户已有的画像信息，选择出现概率高的预测画像信息用以补全相应的缺失画像信息，具有优秀的准确率和完整率，并且有效提高工作效率。附图说明图1是本申请一实施例中基于word2vec的用户画像缺失的补充方法步骤示意图；图2是本申请一实施例中基于word2vec的用户画像缺失的补充装置整体结构框图；图3是本申请一实施例的计算机设备的结构示意框图。本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。参照图1，本申请一实施例中提供了一种基于word2vec的用户缺失画像的补充方法，包括：S1：调取本文档来自技高网...

【技术保护点】
1.一种基于word2vec的用户缺失画像的补充方法，其特征在于，包括：调取预先录入的第一用户画像，所述第一用户画像由第一预设数量的第一用户画像值按照预设排列顺序组成，所述第一用户画像包括多个第一缺失画像值和多个第一已知画像值；将各所述第一用户画像值输入预设对应表中筛选得到对应的第一词汇，并将各所述第一词汇按照所述预设排列顺序构建语料库，所述语料库包括各所述第一缺失画像值对应的缺失词汇和各所述第一已知画像值对应的第一已知词汇，所述预设对应表由预先构建的多组用户画像值对应词汇组成；将所述语料库输入预先基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇；将各所述预测词汇输入所述预设对应表中筛选得到对应的第一预测画像值；将各所述第一预测画像值分别替换所述第一用户画像中对应的所述第一缺失画像值。

【技术特征摘要】
1.一种基于word2vec的用户缺失画像的补充方法，其特征在于，包括：调取预先录入的第一用户画像，所述第一用户画像由第一预设数量的第一用户画像值按照预设排列顺序组成，所述第一用户画像包括多个第一缺失画像值和多个第一已知画像值；将各所述第一用户画像值输入预设对应表中筛选得到对应的第一词汇，并将各所述第一词汇按照所述预设排列顺序构建语料库，所述语料库包括各所述第一缺失画像值对应的缺失词汇和各所述第一已知画像值对应的第一已知词汇，所述预设对应表由预先构建的多组用户画像值对应词汇组成；将所述语料库输入预先基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇；将各所述预测词汇输入所述预设对应表中筛选得到对应的第一预测画像值；将各所述第一预测画像值分别替换所述第一用户画像中对应的所述第一缺失画像值。2.根据权利要求1所述的基于word2vec的用户缺失画像的补充方法，其特征在于，所述将所述语料库输入基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇的步骤，包括：将所述语料库输入预先基于word2vec构建的所述预测模型；利用所述预测模型，从所述语料库中按照所述预设排列顺序筛选各所述缺失词汇相邻出现的第二预设数量的所述第一已知词汇，并根据各所述已知词汇获得至少一个初始预测词汇以及各初始预测词汇分别对应的出现概率；分别比对各所述出现概率，选择所述出现概率最大的所述初始预测词汇作为所述预测词汇。3.根据权利要求1所述的基于word2vec的用户缺失画像的补充方法，其特征在于，所述将所述语料库输入预先基于word2vec构建的预测模型中进行计算，输出各所述缺失词汇分别对应的预测词汇的步骤之前，包括：从原始画像表中筛选画像饱和度大于阈值的第三预设数量的第二用户画像，所述原始画像表由开发人员根据预先收集的多个原始用户画像构建，所述第二用户画像由所述第一预设数量的第二用户画像值按照所述预设排列顺序组成；将各所述第二用户画像值输入所述预设对应表中筛选得到对应的第二词汇；将各所述第二词汇按照预设规则构建训练样本，同时分别给予各所述第二词汇对应的初始向量；识别各所述初始向量，并使用霍夫曼树分类方法训练所述训练样本得到初始预测模型；判断所述初始预测模型当前的第一准确率是否小于预设准确率；若小于预设准确率，则扩大所述训练样本重新训练所述初始预测模型，得到二次训练模型；判断所述二次训练模型当前的第二准确率是否满足预设要求，所述预设要求为所述第二准确率等于所述预设准确率或所述第二准确率与所述第一准确率之间的差值是否小于预设差值；若满足预设要求，则将所述二次训练模型设定为所述预测模型。4.根据权利要求3所述的基于word2vec的用户缺失画像的补充方法，其特征在于，所述将各所述第二词汇按照预设规则构建训练样本的步骤，包括：将各所述第二词汇分别设为输出值；按照所述预设排列顺序，分别选择所述输出值相邻出现的第四预设数量的所述第二词汇作为输入值；将各所述输入值分别与各输出值对应关联形成多组训练值，并汇总各组所述训练值形成所述训练...

【专利技术属性】
技术研发人员：王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44