一种用户属性的预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种用户属性的预测方法、装置、设备及存储介质。该方法包括获取目标用户在多个描述维度下的属性衡量标签，每个描述维度中包括多个描述项，每个描述项对应匹配的属性衡量标签；其中，所述描述维度包括下述至少一项：身份描述维度、关联实体描述维度以及关联大数据描述维度；将各所述属性衡量标签转换为匹配的属性衡量向量，得到与所述目标用户对应的属性衡量向量集；将所述属性衡量向量集输入至预先训练的用户属性预测模型中，获取所述目标用户的至少一个预测用户属性。本发明专利技术实施例的技术方案精确对用户属性的预测，以便提供相应的应对策略。便提供相应的应对策略。便提供相应的应对策略。

【技术实现步骤摘要】
一种用户属性的预测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及一种用户属性的预测方法、装置、设备及存储介质。

技术介绍

[0002]随着计算机网络的日益发展，属性预测的应用场景的占比规模越来越大，属性预测技术越来越复杂，导致出现各种恶意用户、异常用户和异常行为的可能性增多。当网络中出现大量人物或者行为，怎样快速对属性进行预测，产生相应的预警，进一步进行精细化的属性分析，就显得尤为重要。
[0003]专利技术人在实现本专利技术的过程中，发现现有技术主要存在如下缺陷：现有技术对用户属性预测不全面，导致无法提供更合适的应对策略。

技术实现思路

[0004]本专利技术实施例提供了一种用户属性的预测方法、装置、设备及存储介质，精确对用户属性的预测，以便提供相应的应对策略。
[0005]第一方面，本专利技术实施例提供了一种用户属性的预测方法，该方法包括：
[0006]获取目标用户在多个描述维度下的属性衡量标签，每个描述维度中包括多个描述项，每个描述项对应匹配的属性衡量标签；
...

【技术保护点】

【技术特征摘要】
1.一种用户属性的预测方法，其特征在于，包括：获取目标用户在多个描述维度下的属性衡量标签，每个描述维度中包括多个描述项，每个描述项对应匹配的属性衡量标签；其中，所述描述维度包括下述至少一项：身份描述维度、关联实体描述维度以及关联大数据描述维度；将各所述属性衡量标签转换为匹配的属性衡量向量，得到与所述目标用户对应的属性衡量向量集；将所述属性衡量向量集输入至预先训练的用户属性预测模型中，获取所述目标用户的至少一个预测用户属性；所述预测用户属性包括：预测身份特征、预测行为特征及预测风险等级。2.根据权利要求1所述的方法，其特征在于，在获取所述目标用户的至少一个预测用户属性之后，还包括：获取与异常预测场景匹配的目标评分规则；根据各所述预测用户属性，以及所述目标评分规则，获取所述目标用户在所述异常预测场景中的异常评分值；如果确定所述异常评分值满足预设的门限阈值条件，则将所述目标用户识别为所述异常预测场景下的异常用户。3.根据权利要求2所述的方法，其特征在于，在将所述目标用户识别为所述异常预测场景下的异常用户之后，还包括：对所述目标用户进行用户行为数据的监控，并在确定所述用户行为数据满足与所述异常预测场景匹配的异常行为条件时，对所述目标用户进行用户行为预警。4.根据权利要求1所述的方法，其特征在于，在获取所述目标用户的至少一个预测用户属性之后，还包括：按照所述预测用户属性，对多个用户进行用户聚类，得到多个用户群体；获取与异常预测场景匹配的标准用户属性，并根据各用户群体的聚类中心，以及所述标准用户属性，在各所述用户群体中识别异常用户群体；根据所述异常用户群体里中包括的用户数量，预测与所述异常预测场景匹配的异常事件的发生概率。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，在将所述属性衡量向量集输入至预先训练的用户属性预测模型中之前，还包括：获取训练样本数据，将所述训练样本数据输入至预先建立的预测模型；对所述预测模型进行优化训练，确定所述预测模型的模型参数，得到所述用户属性预测模...

【专利技术属性】
技术研发人员：郑开发，史帅，尚程，杨满智，王杰，傅强，梁彧，田野，金红，陈晓光，
申请(专利权)人：恒安嘉新北京科技股份公司，
类型：发明
国别省市：