[发明专利]推测获得用户属性的方法和系统

说明书

本发明公开了一种推测获得用户属性的方法和系统，涉及大数据技术领域。该方法包括：根据游戏日志信息统计获得用户的游戏行为数据；以及根据该游戏行为数据和通过训练得到的分类器推测获得所述用户的用户属性；其中，该分类器包含游戏行为数据与用户属性的对应关系。该方法不需要较为敏感的涉及用户隐私的数据，而且成本较低。

技术领域

本发明涉及大数据技术领域，特别涉及一种推测获得用户属性的方法和系统。

背景技术

用户画像，即用户信息标签化。用户画像的核心工作是为用户打标签，打标签的重要目的之一是为了让人能够理解并且方便计算机处理，例如可以做分类统计，诸如，统计喜欢某款游戏的用户数量、喜欢某款游戏的人群中的男女比例等。也可以做数据挖掘工作，例如利用关联规则计算喜欢某款游戏的人通常喜欢什么样的运动品牌等。

大数据处理，离不开计算机的运算，标签提供了一种便捷的方式，使得计算机能够程序化处理与人相关的信息，甚至通过算法、模型能够“理解”人。当计算机具备这样的能力后，无论是搜索引擎、推荐引擎、广告投放等各种应用领域，都将能进一步提升精准度，提高信息获取的效率。

用户画像一般通过较为直接的数据(例如，用户发的微博、用户的购物记录等)来推测其属性。

发明内容

本发明的发明人发现，用户画像数据一般具有较强的隐私性，比如用户购物记录或上网记录等，这些数据的获取成本较高。

根据本发明的第一方面，提供了一种推测获得用户属性的方法，包括：根据游戏日志信息统计获得用户的游戏行为数据；以及根据所述游戏行为数据和通过训练得到的分类器推测获得所述用户的用户属性；其中，所述分类器包含游戏行为数据与用户属性的对应关系。

在一个实施例中，在根据游戏日志信息统计获得用户的游戏行为数据的步骤之前，所述方法还包括：通过对期望数量的已知用户属性的样本用户集群进行训练得到所述分类器。

在一个实施例中，通过对期望数量的已知用户属性的样本用户集群进行训练得到所述分类器的步骤包括：通过游戏平台选取期望数量的利用已知终端号码注册的用户作为样本用户集群；通过运营商系统获取所述样本用户集群的注册信息，所述注册信息包含用户属性；以及对所述样本用户集群的注册信息和所述样本用户集群的游戏行为数据进行训练，得到所述分类器，其中，所述分类器包含游戏行为数据与用户属性的对应关系。

在一个实施例中，利用选择随机森林模型对期望数量的已知用户属性的样本用户集群进行训练得到所述分类器。

在一个实施例中，所述游戏行为数据包括：用于下载所述游戏的手机的型号和屏幕分辨率，以及所述游戏的属性；所述用户属性包括：用户的性别、年龄范围和喜欢的游戏类型。

在上述方法中，利用低敏感和低成本的用户游戏日志信息来推测获得用户属性。该方法不需要较为敏感的涉及用户隐私的数据，而且成本较低。

根据本发明的第二方面，提供了一种推测获得用户属性的系统，包括：统计单元，用于根据游戏日志信息统计获得用户的游戏行为数据；以及分析单元，用于根据所述游戏行为数据和通过训练得到的分类器推测获得所述用户的用户属性；其中，所述分类器包含游戏行为数据与用户属性的对应关系。

在一个实施例中，所述系统还包括：训练单元，用于通过对期望数量的已知用户属性的样本用户集群进行训练得到所述分类器。

在一个实施例中，所述统计单元通过游戏平台选取期望数量的利用已知终端号码注册的用户作为样本用户集群；并通过运营商系统获取所述样本用户集群的注册信息，所述注册信息包含用户属性；所述训练单元对所述样本用户集群的注册信息和所述样本用户集群的游戏行为数据进行训练，得到所述分类器，其中，所述分类器包含游戏行为数据与用户属性的对应关系。