用户属性识别方法、装置及存储介质制造方法及图纸

本发明专利技术涉及智能决策，提出一种用户属性识别方法，包括：接收用户通过客户端发出的用户属性识别请求；获取所述待识别用户的预设类型数据；根据所述第一预设类型数据生成所述待识别用户的多个目标特征因子组合对应的特征向量；分别将所述多个目标特征因子组合对应的特征向量输入与所述多个目标特征因子对应的所述识别模型中，基于模型输出结果得到所述待识别用户的属性识别结果；及，将所述待识别用户的属性识别结果反馈至所述客户端。本发明专利技术还提出一种电子装置及存储介质。利用本发明专利技术，根据待识别用户的预设类型数据，可准确识别出待识别用户的属性数据。

User attribute identification method, device and storage medium

【技术实现步骤摘要】
用户属性识别方法、装置及存储介质
本专利技术涉及计算机
，尤其涉及一种用户属性识别方法、电子装置及计算机可读存储介质。
技术介绍
目前，为了提高产品定价的客观性和产品推荐的精准性，通常需要采用用户分类算法为不同用户进行分类。现有技术中，传统的用户分类算法通常是基于用户属性及固定的规则/利用现有的机器学习算法进行用户分类，这些属性包括用户性别、用户年龄、用户职业、用户学历和地理位置等。近年来，随着互联网的快速发展，人们的生活行为越来越离不开网络平台。用户在各个网络平台上发布和共享大量数据，留下了大量的网络痕迹，这些数据能够有效刻画用户属性，然而，并不是所有的用户属性均能直接或者经过简单计算间接获取，例如，用户性格特征，在性格心理学上，一些研究和实验表明拥有相同的性格的人行为习惯上比较规律，这些现象说明他们行为习惯与心理活动显著相关。传统的性格测试方法主要以调查问卷为主，但是这种调查问卷方法比较耗时耗力，并且与测试者的知识和文化背景有关。所以研究如何自动识别评估人的性格特征的方法显得十分必要。
技术实现思路
本专利技术提供一种用户属性识别方法、电子装置及计算机可读存储介质，其主要目的在于提高用户属性识别的准确性。为实现上述目的，本专利技术提供一种用户属性识别方法，该方法包括：接收步骤：接收用户通过客户端发出的用户属性识别请求，所述用户属性识别请求中包括待识别用户的身份标识；获取步骤：基于所述待识别用户的身份标识从预设服务器获取所述待识别用户的第一预设类型数据；处理步骤：从预设存储路径中获取预先确定的多个目标特征因子组合及多个预先训练好的识别模型的映射数据，根据所述第一预设类型数据生成所述待识别用户的多个目标特征因子组合对应的特征向量；识别步骤：分别将所述多个目标特征因子组合对应的特征向量输入与所述多个目标特征因子对应的所述识别模型中，基于模型输出结果得到所述待识别用户的属性识别结果；及反馈步骤：将所述待识别用户的属性识别结果作为待识别用户的属性数据反馈至所述客户端。此外，为实现上述目的，本专利技术还提供一种电子装置，该装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的用户属性识别程序程序，该程序被所述处理器执行时实现如上所述的用户属性识别方法的任意步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有用户属性识别程序，该程序被处理器执行时实现如上所述的用户属性识别方法的任意步骤。相较于现有技术，本专利技术提出的用户属性识别方法、电子装置及计算机可读存储介质，通过挖掘预设类型数据与用户属性的关系，利用这种关系训练随机森林模型得到用户属性识别模型，实现对用户属性的自动、准确、客观识别；在实际应用过程中，利用每一种属性特征的识别模型对应的目标特征因子组合对应的数据对待识别用户进行属性识别，减少计算量的同时，提高用户属性识别的效率及准确性。通过采用交叉验证的方法训练并验证模型，可以在一定程度上解决模型过拟合的问题，为准确识别用户属性奠定基础；不同用户属性特征采用不同的识别模型，且不同识别模型对应不同的特征因子组合，通过分析筛选出模型准确率最高的特征因子组合，进一步提高用户属性识别的准确性；利用不同属性特征对应的识别模型分析得到待识别用户不同属性特征的属性等级后，综合用户在不同不同属性特征的属性等级信息，得到待识别用户的综合属性特征数据，使得对待识别用户的属性识别结果更全面、更准确。附图说明图1为本专利技术电子装置较佳实施例的示意图；图2为图1中用户属性识别程序的程序模块示意图；图3为本专利技术用户属性识别方法较佳实施例的流程图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种用户属性识别方法，该方法应用于一种电子装置1。参照图1所示，为本专利技术电子装置1较佳实施例的示意图。在本实施例中，电子装置1可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有数据处理功能的终端设备，所述服务器可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器。该电子装置1包括存储器11、处理器12，通信总线13，以及网络接口14。其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是所述电子装置1的内部存储单元，例如该电子装置1的硬盘。存储器11在另一些实施例中也可以是所述电子装置1的外部存储设备，例如该电子装置1上配备的插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(FlashCard)等。进一步地，存储器11还可以既包括该电子装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于该电子装置1的应用软件及各类数据，例如用户属性识别程序10等，还可以用于暂时地存储已经输出或者将要输出的数据。处理器12在一些实施例中可以是一中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如用户属性识别程序10等。通信总线13用于实现这些组件之间的连接通信。网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该电子装置1与其他电子设备(例如，客户端)之间建立通信连接。图1仅示出了具有组件11-14的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。可选地，该电子装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(OrganicLight-EmittingDiode，OLED)触摸器等。其中，显示器也可以称为显示屏或显示单元，用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。在图1所示的装置实施例中，存储器11中存储有用户属性识别程序10。处理器12执行存储器11中存储的用户属性识别程序10时实现如下步骤：接收步骤：接收用户通过客户端发出的用户属性识别请求，所述用户属性识别请求中包括待识别用户的身份标识；本实施例以对某金融机构的保险客户进行出险性格这一属性进行识别为例，以电子装置1为执行主体对本方案进行说明，但不仅限于对保险客户进行出险性格识别。在本实施例中，上述用户属性为用户的性格，是与基于大五人格与16PF等经典性格理论与危险驾驶、出险高度相关的研本文档来自技高网...

【技术保护点】
1.一种用户属性识别方法，应用于电子装置，其特征在于，该方法包括：/n接收步骤：接收用户通过客户端发出的用户属性识别请求，所述用户属性识别请求中包括待识别用户的身份标识；/n获取步骤：基于所述待识别用户的身份标识从预设服务器获取所述待识别用户的第一预设类型数据；/n处理步骤：从预设存储路径中获取预先确定的多个目标特征因子组合及多个预先训练好的识别模型的映射数据，根据所述第一预设类型数据生成所述待识别用户的多个目标特征因子组合对应的特征向量；/n识别步骤：分别将所述多个目标特征因子组合对应的特征向量输入与所述多个目标特征因子对应的所述识别模型中，基于模型输出结果得到所述待识别用户的属性识别结果；及/n反馈步骤：将所述待识别用户的属性识别结果作为待识别用户的属性数据反馈至所述客户端。/n

【技术特征摘要】
1.一种用户属性识别方法，应用于电子装置，其特征在于，该方法包括：
接收步骤：接收用户通过客户端发出的用户属性识别请求，所述用户属性识别请求中包括待识别用户的身份标识；
获取步骤：基于所述待识别用户的身份标识从预设服务器获取所述待识别用户的第一预设类型数据；
处理步骤：从预设存储路径中获取预先确定的多个目标特征因子组合及多个预先训练好的识别模型的映射数据，根据所述第一预设类型数据生成所述待识别用户的多个目标特征因子组合对应的特征向量；
识别步骤：分别将所述多个目标特征因子组合对应的特征向量输入与所述多个目标特征因子对应的所述识别模型中，基于模型输出结果得到所述待识别用户的属性识别结果；及
反馈步骤：将所述待识别用户的属性识别结果作为待识别用户的属性数据反馈至所述客户端。


2.如权利要求1所述的用户属性识别方法，其特征在于，所述预先识别模型的训练步骤包括：
获取指定用户群中每个用户在预设时间内的第一预设类型数据和第二预设类型数据，根据所述第一预设类型数据确定所述每个用户对应的预设特征因子的特征值，根据所述第二预设类型数据确定所述每个用户对应的属性特征及属性等级；及
基于所述每个用户对应的预设特征因子的特征值及所述属性特征生成每一种属性特征对应的样本数据，分别利用所述每一种属性特征对应的样本数据及交叉验证的方式训练随机森林模型，确定不同属性特征对应的识别模型。


3.如权利要求1所述的用户属性识别方法，其特征在于，所述基于所述待识别用户的身份标识从预设服务器获取所述待识别用户的第一预设类型数据，包括：
从所述用户属性识别请求中获取所述待识别用户的身份标识，确定与所述身份标识对应的预设类型的账号信息；
根据所述预设类型的账号信息从所述预设服务器中获取所述待识别用户在预设时间内的全量信息；及
从所述全量信息中筛选出所述待识别用户的第一预设类型数据。


4.如权利要求1所述的用户属性识别方法，其特征在于，所述属性识别结果中包括：待识别用户的属性及属性等级，所述映射数据还包括：所述多个预先训练好的识别模型与多种用户属性特征的对应关系，所述将所述待识别用户的属性识别结果作为待识别用户的属性数据反馈至所述客户端，包括：
根据多个所述识别模型的识别结果分别确定所述待识别用户的不同属性特征的属性等级；
基于所述待识别用户的不同用户属性特征的属性等级生成所述待识别用户的综合属性识别结果；及
将所述综合属性识别结果作为所述待识别用户的属性数据反馈至所述客户端。


5.如权利要求1至4所述的用户属性识别方法，其特征在于，所述基于所述每个用户对应的预设特征因子的特征值及所述属性特征生成每一种属性特征对应的样本数据，包括：
根据所述每个用户对应的预设特征因子的特征值及所述属性特征生成每一种属性特征对应的初始样本数据；

【专利技术属性】
技术研发人员：喻宁，史良洵，陈克炎，朱园丽，朱艳乔，陈皓云，
申请(专利权)人：平安科技深圳有限公司，中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44