【技术实现步骤摘要】
人物特征的挖掘方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种人物特征的挖掘方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着手机网络时代的发展，用户在各网站或软件上的行为产生了大量行为数据，多数企业通过将用户的行为数据进行统计，提取人物特征将用户标签化，并结合用户多个维度的信息构建用户画像，从而帮助企业快速找到精准用户群体以及用户需求等价值信息，实现精准营销，挖掘潜在用户。
[0003]用户画像是大数据技术的重要应用，其目标是在很多的维度上建立针对用户的描述性标签属性，从而利用这些标签属性对用户多方面的真实个人特征进行勾勒，进而可以利用用户画像发掘用户需求，分析用户偏好，并通过匹配用户画像提供给用户更高效和更有针对性的信息输送以及更贴近个人习惯的用户体验。
[0004]然而，现有技术中，在将用户标签化中的挖掘人物特征步骤，针对用户信息的不同行为数据，不注重各行为数据之间的区别，仅通过单一的分类模型处理整体行为数据，导致行为数据的利用率不高，从而导致了人物特征挖掘的
【技术保护点】
【技术特征摘要】
1.一种人物特征的挖掘方法，其特征在于，包括：获取用户关于购物行为的多个动态特征与多个静态特征；利用独热算法分别对多个所述动态特征与多个所述静态特征进行处理，分别得到动态离散值集合与静态离散值集合；将所述动态离散值集合与所述静态离散值集合输入训练后的特征挖掘模型；其中，所述训练后的特征挖掘模型包括人工神经网络和分类算法单元；通过所述训练后的特征挖掘模型的人工神经网络，从所述动态离散值集合中筛选出正动态离散值，得到正动态离散值集合；通过所述训练后特征挖掘模型中的分类算法单元，对所述正动态离散值集合进行分类预测，得到动态特征数值集合；其中，所述正动态离散值集合为所述动态离散值集合中与购物行为具有正关联性的动态离散值；通过所述训练后特征挖掘模型中的分类算法单元，对所述静态离散值集合进行分类预测得到静态特征数值集合；合并所述动态特征数值集合和所述静态特征数值集合得到人物特征数值集合。2.如权利要求1所述的人物特征的挖掘方法，其特征在于，所述合并所述动态特征数值集合和所述静态特征数值集合得到人物特征数值集合，包括：将所述动态特征数值集合和所述静态特征数值集合进行合并，得到特征数值合集；所述特征数值合集中的元素进行同类合并，得到包括多个人物特征元素的人物特征数值集合。3.如权利要求1所述的人物特征的挖掘方法，其特征在于，所述通过所述训练后的特征挖掘模型的人工神经网络，从所述动态离散值集合中筛选出正动态离散值，得到正动态离散值集合；通过所述训练后特征挖掘模型中的分类算法单元，对所述正动态离散值集合进行分类预测，得到动态特征数值集合，包括：通过所述训练后的特征挖掘模型的人工神经网络，分辨出所述动态离散值集合中具有正关联性的动态离散值与具有负关联性的动态离散值，筛选出所述正动态离散值，得到正动态离散值集合；将所述正动态离散值集合中的多个正动态离散值输入利用随机森林算法的分类算法单元，所述随机森林包括多个决策树；所述决策树根据所述正动态离散值中不同元素的权重进行决策，每个决策树对应得到一个决策结果，多个所述决策树将对应的所述决策结果少数服从多数，筛选出最终决策结果作为正动态特征数值集合。4.如权利要求1所述的人物特征的挖掘方法，其特征在于，所述通过所述训练后特征挖掘模型中的分类算法单元，对所述静态离散值集合进行分类预测得到静态特征数值集合，包括：将所述静态离散值集合中的多个静态离散值输入利用随机森林算法的分类算法单元，所述随机森林包括多个决策树；所述决策树根据所述静态离散值中不同元素的权重进行决策，每个决策树对应得到一个决策结果，多个所述决策树将对应的所述决策结果少数服从多数，筛选出最终决策结果作为静态特征数值集合。5.如权利要求1所述的人物特征的挖掘方法，其特征在于，在将所述动态离散值集合与
所述静态离散值集合输入训练后的特征挖掘模型的步骤之前，还包括：获取往期离散化后的动态特征作为动态特征样本集，所述动态特征样本集包括正...
【专利技术属性】
技术研发人员：余玉霞，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：
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。