CN110555182A - 用户画像的确定方法、装置及计算机可读存储介质 - Google Patents

Abstract

本公开提供了一种用户画像的确定方法、装置及计算机可读存储介质，涉及人工智能技术领域，所述方法包括：根据用户的上网行为数据，确定所述用户的行为标签序列，所述行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的标签；将所述行为标签序列和所述行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到所述行为标签序列对应的k维向量，1≤i≤n，n为所述行为标签序列的标签数量；将所述k维向量确定为所述用户的画像。

Description

用户画像的确定方法、装置及计算机可读存储介质

技术领域

本公开涉及人工智能技术领域，尤其是一种用户画像的确定方法、装置及计算机可读存储介质。

背景技术

目前，根据用户的上网行为数据可以得到用户的多维行为标签，根据用户的多维行为标签可以得到用户的画像。

但是，发明人发现，多维行为标签中的每个标签仅仅是基于一个时间段的用户的上网行为数据进行统计得到的。例如，以统一资源定位符(URL)标签为例，统计点击次数超过预设次数的URL标签作为多维行为标签中的一维标签。这样的方式得到的多维行为标签虽然可以反映用户的大体行为偏好，但是丢失了用户行为的先后时序信息。故，基于这样的多维行为标签得到的用户的画像不准确。

发明内容

本公开所要解决的一个技术问题是：提高用户画像的准确性。

根据本公开实施例的一方面，提供一种用户画像的确定方法，包括：根据用户的上网行为数据，确定所述用户的行为标签序列，所述行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的标签；将所述行为标签序列和所述行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到所述行为标签序列对应的k维向量，1≤i≤n，n为所述行为标签序列的标签数量；将所述k维向量确定为所述用户的画像。

在一些实施例中，所述神经网络模型输出所述行为标签序列的第i个位置出现所述第i个标签的概率。

在一些实施例中，所述神经网络模型包括Doc2vec模型。

在一些实施例中，确定所述用户的行为标签序列包括：根据所述用户的上网行为数据，确定所述用户的初始行为标签序列，所述初始行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的初始标签；对所述初始行为标签序列中连续的多个相同的初始标签进行合并，以使得所述多个相同的初始标签的数量小于预设数量，从而得到所述行为标签序列。

根据本公开实施例的另一方面，提供一种用户画像的确定装置，包括：标签序列确定模块，用于根据用户的上网行为数据，确定所述用户的行为标签序列，所述行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的标签；向量确定模块，用于将所述行为标签序列和所述行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到所述行为标签序列对应的k维向量，1≤i≤n，n为所述行为标签序列的标签数量；画像确定模块，用于将所述k维向量确定为所述用户的画像。

在一些实施例中，所述神经网络模型输出所述行为标签序列的第i个位置出现所述第i个标签的概率。

在一些实施例中，所述神经网络模型包括Doc2vec模型。

在一些实施例中，所述标签序列确定模块用于根据所述用户的上网行为数据，确定所述用户的初始行为标签序列，所述初始行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的初始标签；对所述初始行为标签序列中连续的多个相同的初始标签进行合并，以使得所述多个相同的初始标签的数量小于预设数量，从而得到所述行为标签序列。

根据本公开实施例的又一方面，提供一种用户画像的确定装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行上述任意一个实施例所述的方法。

根据本公开实施例的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述任意一个实施例所述的方法。

本公开实施例中，用户的行为标签序列依次包括用户按照时间先后顺序执行的行为对应的标签，故行为标签序列对应的k维向量可以反映用户行为的时序，以这样的k维向量作为用户的画像更能反映用户的行为，更加准确。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本公开一些实施例的用户画像的确定方法的流程示意图；

图2是根据本公开一些实施例的用户画像的确定装置的结构示意图；

图3是根据本公开另一些实施例的用户画像的确定装置的结构示意图；

图4是根据本公开又一些实施例的用户画像的确定装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1是根据本公开一些实施例的用户画像的确定方法的流程示意图。

在步骤102，根据用户的上网行为数据，确定用户的行为标签序列，该行为标签序列依次包括用户按照时间先后顺序执行的行为对应的标签。

这里，行为标签序列中的标签可以是基于任意一套标签体系的标签。在确定行为标签序列时，可以根据用户在某个时间段内的上网行为数据，例如近一周或近一个月的上网行为数据来确定。

在一些实现方式中，可以根据用户的上网行为数据，确定用户的初始行为标签序列，初始行为标签序列依次包括用户按照时间先后顺序执行的行为对应的初始标签；然后，对初始行为标签序列中连续的多个相同的初始标签进行合并，以使得多个相同的初始标签的数量小于预设数量，从而得到行为标签序列。预设数量例如可以是经验值，例如可以为4、5等。

例如，可以按照时间先后顺序依次获取用户访问的URL，然后利用URL标签库匹配或网页文本分类等方法确定用户访问的URL的初始标签，之后将得到的初始标签按照时间先后顺序组成初始行为标签序列，之后还可以对连续的多个相同的初始标签进行合并，从而得到行为标签序列。

作为一个例子，标识为100001的用户的行为标签序列为(恐怖，喜剧，喜剧，喜剧，恐怖，新闻，篮球…)，标识为100002的用户的行为标签序列为(恐怖，武侠，足球，网球，围棋…)…。作为一个示例，行为标签序列可以表示为Ut(x1，x2，…xm)，Ut(x1，x2，…xm)表示用户从时刻t开始进行的m个上网行为对应的标签依次为x1，x2，…xm。

在步骤104，将行为标签序列和行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到行为标签序列对应的k维向量，1≤i≤n，n为行为标签序列的标签数量。

在一个或多个实施例中，神经网络模型例如可以包括Doc2vec模型。

这里，行为标签序列中第i个标签的上下文标签为行为标签序列中除第i个标签之外的其他标签。以行为标签序列(恐怖，武侠，足球，网球，围棋…)为例，第1个标签“恐怖”的上下文标签为武侠、足球、网球、围棋…，第2个标签“武侠”的上下文标签为恐怖、足球、网球、围棋…，以此类推。

输入到神经网络模型的参数包括行为标签序列以及行为标签序列中第i个标签的上下文标签，i可以是1至n中的任意一个值。在一些实施例中，在将行为标签序列和行为标签序列中第i个标签的上下文标签输入到神经网络模型后，神经网络模型可以输出行为标签序列的第i个位置出现第i个标签的概率。

例如，可以将行为标签序列和行为标签序列中第i个标签的上下文标签输入到Doc2vec模型的输入层(input layer)，在隐藏层(hidden layer)可以得到行为标签序列对应的k维向量。另外，在隐藏层还可以得到第i个标签的每个上下文标签对应的k维向量。输出层(output layer)可以输出行为标签序列的第i个位置出现第i个标签的概率。

在步骤106，将k维向量确定为用户的画像。

这里，k维向量作为用户的画像可以反映用户行为的时序信息。k维向量可以被输入到推荐系统等进行后续应用。应理解，行为标签序列对应的k维向量的维度k可以预先进行设置，如此，可以得到不同用户的行为标签序列对应的相同维度的k维向量。

在一些实施例中，不同用户的k维向量之间的距离(例如欧式距离)可以反映用户上网行为的相似度。

上述实施例中，用户的行为标签序列依次包括用户按照时间先后顺序执行的行为对应的标签，故行为标签序列对应的k维向量可以反映用户行为的时序，以这样的k维向量作为用户的画像更能反映用户的行为，更加准确。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

图2是根据本公开一些实施例的用户画像的确定装置的结构示意图。如图2所示，该实施例的装置包括标签序列确定模块201、向量确定模块202和画像确定模块203。

标签序列确定模块201用于根据用户的上网行为数据，确定用户的行为标签序列，行为标签序列依次包括用户按照时间先后顺序执行的行为对应的标签。

向量确定模块202用于将行为标签序列和行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到行为标签序列对应的k维向量，1≤i≤n，n为行为标签序列的标签数量。在一些实现方式中，神经网络模型输出行为标签序列的第i个位置出现第i个标签的概率。

在一些实施例中，神经网络模型可以包括但不限于Doc2vec模型。

画像确定模块203用于将k维向量确定为用户的画像。

上述实施例中，用户的行为标签序列依次包括用户按照时间先后顺序执行的行为对应的标签，故行为标签序列对应的k维向量可以反映用户行为的时序，以这样的k维向量作为用户的画像更能反映用户的行为，更加准确。

在一些实施例中，标签序列确定模块301用于根据用户的上网行为数据，确定用户的初始行为标签序列，初始行为标签序列依次包括用户按照时间先后顺序执行的行为对应的初始标签；对初始行为标签序列中连续的多个相同的初始标签进行合并，以使得多个相同的初始标签的数量小于预设数量，从而得到行为标签序列。

上述实施例中，通过对连续的多个相同的初始标签进行合并可以减小行为标签序列中的标签个数，一方面可以减小计算量，另一方面可以使得得到的k维向量更能反映用户的上网行为，从而使得用户的画像更加准确。

图3是根据本公开另一些实施例的用户画像的确定装置的结构示意图。如图3所示，该实施例的装置包括存储器301和处理器302。存储器301可以是磁盘、闪存或其它任何非易失性存储介质。存储器301用于存储前述任意一个实施例的方法对应的指令。处理器302耦接至存储器301，可以被实施为一个或多个集成电路，例如微处理器或微控制器。处理器302用于执行存储器301中存储的指令。

图4是根据本公开又一些实施例的用户画像的确定装置的结构示意图。如图4所示，该实施例的系统400包括存储器401和处理器402。处理器402通过总线(BUS)403耦合至存储器401。该装置400还可以通过存储接口404连接至外部存储装置405以便调用外部数据，还可以通过网络接口406连接至网络或者外部计算机系统(未示出)。

本公开还提供了一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现前述任意一个实施例的方法的步骤。

本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种用户画像的确定方法，包括：

根据用户的上网行为数据，确定所述用户的行为标签序列，所述行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的标签；

将所述行为标签序列和所述行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到所述行为标签序列对应的k维向量，1≤i≤n，n为所述行为标签序列的标签数量；

将所述k维向量确定为所述用户的画像。

2.根据权利要求1所述的方法，其中，所述神经网络模型输出所述行为标签序列的第i个位置出现所述第i个标签的概率。

3.根据权利要求1或2所述的方法，其中，所述神经网络模型包括Doc2vec模型。

4.根据权利要求1-3任意一项所述的方法，其中，确定所述用户的行为标签序列包括：

根据所述用户的上网行为数据，确定所述用户的初始行为标签序列，所述初始行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的初始标签；

对所述初始行为标签序列中连续的多个相同的初始标签进行合并，以使得所述多个相同的初始标签的数量小于预设数量，从而得到所述行为标签序列。

5.一种用户画像的确定装置，包括：

标签序列确定模块，用于根据用户的上网行为数据，确定所述用户的行为标签序列，所述行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的标签；

向量确定模块，用于将所述行为标签序列和所述行为标签序列中第i个标签的上下文标签输入到神经网络模型，以得到所述行为标签序列对应的k维向量，1≤i≤n，n为所述行为标签序列的标签数量；

画像确定模块，用于将所述k维向量确定为所述用户的画像。

6.根据权利要求5所述的装置，其中，所述神经网络模型输出所述行为标签序列的第i个位置出现所述第i个标签的概率。

7.根据权利要求5或6所述的装置，其中，所述神经网络模型包括Doc2vec模型。

8.根据权利要求5-7任意一项所述的装置，其中，所述标签序列确定模块用于根据所述用户的上网行为数据，确定所述用户的初始行为标签序列，所述初始行为标签序列依次包括所述用户按照时间先后顺序执行的行为对应的初始标签；对所述初始行为标签序列中连续的多个相同的初始标签进行合并，以使得所述多个相同的初始标签的数量小于预设数量，从而得到所述行为标签序列。

9.一种用户画像的确定装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1-4任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现如权利要求1-4任意一项所述的方法。