[发明专利]一种移动终端用户性别的预测方法、服务器和系统

权利要求书

1.一种移动终端用户性别的预测方法，适于在服务器中执行，所述服务器中预先存储有多个移动终端的第一设备信息作为第一模型样本A₁，并根据该第一设备信息创建了用于预测移动终端用户性别的分类模型，该方法包括：

步骤1：收集多个待测移动终端的第二设备信息作为整体待测样本B，并从中选取一部分作为第一待测样本B₁；

步骤2：将所述第一模型样本A₁和第一待测样本B₁进行聚类，并从聚类结果中选出所述第一模型样本A₁的移动终端数目占比在一定范围的类，使选出的类中两种样本均匀分布；

步骤3：从所选出的类中取出第一模型子样本A₁₁和第一待测子样本B₁₁，并从所述第一模型子样本A₁₁中分别选取一部分样本作为训练样本和校验样本，对构建好的分类模型进行训练和校验，所述校验样本能够得到所述第一模型子样本A₁₁的性别预测准确度，该性别预测准确度近似作为所述第一待测子样本B₁₁的性别预测准确度；

步骤4：根据所述第一待测子样本B₁₁的第二设备信息及训练好的分类模型，预测得到该第一待测子样本B₁₁中每个移动终端的用户性别；

步骤5：若所述第一模型子样本A₁₁的性别预测准确度小于第五阈值，则将该第一待测子样本B₁₁继续保留在整体待测样本B中，反之则将已经预测过用户性别的第一待测子样本B₁₁从整体待测样本B中剔除，并将其加入到所述第一模型样本A₁中，得到第二模型样本A₂；

步骤6：从剔除了第一待测子样本B₁₁后的整体待测样本B中选取第二待测样本B₂；

步骤7：在所述第二模型样本A₂和第二待测样本B₂的基础上，重复上述步骤2-4，以预测得到第二待测子样本B₂₂中移动终端的用户性别；以及

步骤8：重复上述步骤5-7直到处理了整体待测样本B中的所有移动终端为止；

其中，所述第一模型样本A₁的第一设备信息包括其中每个移动终端的用户性别和应用信息，所述根据第一模型样本A₁的第一设备信息创建分类模型的方法包括步骤：

通过组合该第一模型样本A₁中每个移动终端的用户性别和应用信息，生成应用列表；

从所述应用列表中统计每个应用所对应的移动终端的女性用户数目和男性数目，并计算得到每个应用的性别倾向指数；

将该样本A₁中的所有应用按照性别倾向指数的大小划分为多个分组，并计算该样本A₁中每个移动终端的应用在各分组内的单组性别维度值；以及

根据所述每个移动终端的用户性别及其单组性别维度值，构建所述用于预测用户性别的分类模型。

2.如权利要求1所述的方法，其中，所述构建所述分类模型的步骤包括：

根据所述单组性别维度值计算得到该移动终端的整体性别维度值，所述整体性别维度值包括偏女性维度值和偏男性维度值；以及

根据所述每个移动终端的用户性别及其整体性别维度值，构建所述分类模型。

3.如权利要求2所述的方法，其中，所述步骤1包括：

计算所述整体待测样本B中的每个待测移动终端的各个单组性别维度值和整体性别维度值；以及

计算该整体待测样本B每个待测移动终端的第一置信度和第二置信度，并从该整体待测样本B中选取第一置信度大于第一阈值且第二置信度大于第二阈值的样本，作为所述第一待测样本B₁。