基于用户联合信息超矢量和联合信息模型的用户识别方法技术

本发明专利技术公开了一种基于用户联合信息超矢量和联合信息模型的用户识别方法，包括：将用户信息从一维特征空间映射到高维特征空间，构建用户联合信息特征超矢量；根据用户信息呈现的多种名称或叫法，构建用户扩展联合信息特征超矢量；在训练阶段，对用户联合信息特征超矢量进行训练，得到用户联合信息模型；在识别阶段，对输入的用户联合信息特征超矢量进行模型匹配，或者将输入的用户扩展联合信息特征超矢量转化为用户联合信息特征超矢量后进行模型匹配，根据匹配结果进行用户识别。本发明专利技术能够在用户姓名、单位、地址等信息呈现多种名字、多种叫法时更准确、快速的查找到用户，具有极高的实时性。的实时性。的实时性。

【技术实现步骤摘要】
基于用户联合信息超矢量和联合信息模型的用户识别方法


[0001]本专利技术涉及人工智能
，特别涉及一种应用于人工智能查号机器人的基于用户联合信息超矢量和联合信息模型的用户识别方法。

技术介绍

[0002]目前常用的用户信息模型一般为商用客户信息，是指客户喜好、客户细分、客户需求、客户联系方式等一些关于客户的基本资料。这类信息主要来自于客户的登记信息，以及通过企业的运营管理系统收集到的客户基本信息，对于客户描述类信息最主要的评价要素，是一种动态的商用用户画像。目的是为了精准识别目标客户群，扩大交易量，实现市场交易的最大化和最优化。
[0003]现有的商用用户画像，只需要找到大概率符合目标的群体即可，对于精确度要求较低，并且，对于查询需求没有实时性要求，可以允许客户信息的处理和加工、信息挖掘、信息提取。
[0004]将用户信息视图用于政务办公部门，与商用的信息视图有所差别，所关注的更多是静态数据，获取用户信息的来源为用户档案，是不对外公布的，并且需要较高的精确度和实时性，因此需要一种新的解决方案。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.一种基于用户联合信息超矢量和联合信息模型的用户识别方法，其特征在于，包括以下步骤：S1、将用户信息从一维特征空间映射到高维特征空间，构建用户联合信息特征超矢量；S2、根据用户信息呈现的多种名称或叫法，构建用户扩展联合信息特征超矢量；S3、在训练阶段，对用户联合信息特征超矢量进行训练，得到用户联合信息模型；S4、在识别阶段，对输入的用户联合信息特征超矢量进行模型匹配，或者将输入的用户扩展联合信息特征超矢量转化为用户联合信息特征超矢量后进行模型匹配，根据匹配结果进行用户识别。2.根据权利要求1所述的基于用户联合信息超矢量和联合信息模型的用户识别方法，其特征在于，所述步骤S1中，用户x
i
的用户联合信息特征超矢量计算如下：所述用户扩展联合信息特征超矢量级联了用户x
i
的姓名信息矢量所属单位信息矢量职务信息矢量等级信息矢量性别信息矢量联系电话信息矢量地址信息矢量接入码信息矢量声纹特征信息矢量呼叫权限信息矢量信息修改时间矢量3.根据权利要求2所述的基于用户联合信息超矢量和联合信息模型的用户识别方法，其特征在于，各矢量计算如下：姓名信息矢量计算如下：为用户x
i
的姓名信息矢量，是一个3维矢量，其中是一个二维矢量，是一个二维矢量，S
surname
＝{s:s为姓氏}，所属单位信息矢量计算如下：为用户x
i
的所属单位信息矢量，是一个5维矢量，其中S
DepL_1
＝{s:s为国家级部门}且＝{s:s为国家级部门}且S
DepL_2
＝{s:s为省级部门}；S
DepL_3
＝{s:s为地级部门}；S
DepL_4
＝{s:s为县级部门}；S
DepL_5
＝{s:s为乡级部门}；职务信息矢量计算如下：
为用户x
i
的职务信息矢量，P为用户职务空间；等级信息矢量计算如下：为用户x
i
的等级信息矢量，性别信息矢量计算如下：为用户x
i
的性别信息矢量，联系电话信息矢量计算如下：为用户x
i
的联系电话信息矢量，是一个8维矢量，且其中为用户x
i
的办公固定电话号码，为住宅固定电话号码，为加密手机号码，为非加密手机号码，为其余联系方式；地址信息矢量计算如下：为用户x
i
的地址信息矢量，其中，其中，其中，S
Ad_1
＝{s:s为一级行政区}；S
Ad_2
＝{s:s为二级行政区}；S
Ad_3
＝{s:s为三级行政区}；S
Ad_4
＝{s:s为四级行政区}；S
Ad_5
＝{s:s为楼号门牌号}；接入码信息矢量计算如下：为用户x
i
的接入码信息矢量，为一个8位数的整数；声纹特征信息矢量计算如下：为用户x
i
的声纹特征信息矢量，采用ivector说话人矢量因子作为用户的声纹特征，...

【专利技术属性】
技术研发人员：刘巍巍，李亚楠，甘颖新，祁正伟，姜卫军，黄玉彬，刘建中，常海峰，柏华英，成静，马慧敏，谌秋实，
申请(专利权)人：中国人民解放军六一六二三部队，
类型：发明
国别省市：