[发明专利]一种特征筛选方法、装置、终端和介质

权利要求书

1.一种特征筛选方法，其特征在于，包括：

获取至少一个用户的数据；

从所述数据中确定至少一个关键词；

根据所述关键词的户频和所述关键词针对至少一个所述用户的各词频，确定筛选阈值；

根据所述关键词的户频和所述关键词针对任一所述用户的词频，对该用户的数据中的所述关键词进行打分；

若所述关键词的打分结果大于所述筛选阈值，则将所述关键词确定为所述用户的特征词，其中户频表示数据中包含所述关键词的用户的数量；所述词频是所述关键词在每个所述用户的数据中出现的频率。

2.根据权利要求1所述的特征筛选方法，其特征在于，获取至少一个用户的数据包括：

获取风险种子集合中风险用户提交的数据，其中所述风险种子集合是至少一个风险用户的集合。

3.根据权利要求1所述的特征筛选方法，其特征在于，根据所述关键词的户频和所述关键词针对至少一个所述用户的各词频，确定筛选阈值包括：

按照如下公式确定筛选阈值：

threhold＝N×mean(df)×mean(uf)

其中，threhold为筛选阈值，mean表示加权平均计算，df为每个所述关键词在每个所述用户的数据中的词频，uf为每个所述关键词在由所述用户构成的用户集合中的户频，N为调整参数。

4.根据权利要求1所述的特征筛选方法，其特征在于，根据所述关键词的户频和所述关键词针对任一所述用户的词频，对该用户的数据中的所述关键词进行打分包括：

按照如下公式对所述用户的数据中的所述关键词进行打分：

scorei＝dfi×ufi

其中，scorei是关键词i针对一所述用户的分值，dfi是关键词i针对该用户的数据中的词频，ufi是关键词i针对所述用户构成的用户集合的户频。

5.根据权利要求1所述的特征筛选方法，其特征在于，在若所述关键词的打分结果大于所述筛选阈值，则将所述关键词确定为所述用户的特征词之后，还包括：

若所述用户的特征词数量小于设定数值，则对所述用户的数据中，除所述特征词以外的，其余所述关键词的打分结果进行排序；

根据排序结果从其余所述关键词中确定至少一个特征词，以使所述用户的特征词数量大于等于所述设定数值。

6.一种特征筛选装置，其特征在于，包括：

获取模块，用于获取至少一个用户的数据；

关键词确定模块，用于从所述数据中确定至少一个关键词；

特征词确定模块，用于根据所述关键词的户频，从至少一个所述关键词中确定特征词，其中户频表示数据中包含所述关键词的用户的数量；

其中，所述特征词确定模块包括：

特征词确定单元，用于根据所述关键词的户频和词频，从至少一个所述关键词中确定针对每个所述用户的特征词，其中所述词频是所述关键词在每个所述用户的数据中出现的频率；

所述特征词确定单元包括：

阈值确定子单元，用于根据所述关键词的户频和所述关键词针对至少一个所述用户的各词频，确定筛选阈值；

打分子单元，用于根据所述关键词的户频和所述关键词针对任一所述用户的词频，对该用户的数据中的所述关键词进行打分；

特征词确定子单元，用于若所述关键词的打分结果大于所述筛选阈值，则将所述关键词确定为所述用户的特征词。

7.一种终端，其特征在于，所述终端包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的特征筛选方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的特征筛选方法。