[发明专利]数据归一化方法、用户画像提供方法、设备及存储介质

权利要求书

1.一种跨数据源人口属性的数据归一化方法，其特征在于，包括：

S110：自n个数据源采集用户i的人口属性j的数据取值，n为大于等于2的整数；

S120：判断人口属性j的属性类型；

S130：若所述人口属性j为连续型，则按如下步骤S131至S133计算用户i的人口属性j的归一化值：

S131：使n个数据源中每一数据源采集的人口属性j的连续型数据值形成一列数据向量x_jk，其中，该列数据向量x_jk的行数为数据源k中的用户数量，k为大于等于1小于等于n的整数；

S132：计算该列数据向量的相关系数矩阵；

S133：利用所述相关系数矩阵计算用户i的人口属性j的归一化值；

S140：若所述人口属性j为离散型，则按如下步骤S141至S145计算用户i的人口属性j的归一化值：

S141：确定所述人口属性j的取值集合{a_j1,a_j1,…,a_je,…,a_jm}，其中，e为大于等于1小于等于m的整数，m为大于等于2的整数；

S142：根据自多个数据源采集的多个用户的人口属性j的离散型数据值计算人口属性j的先验概率分布p₀(a_je)；

S143：根据自所述n个数据源采集的用户i的人口属性j的离散型数据值计算人口属性j的关联用户i的人口属性j的概率分布p₁(a_je)；

S144：根据所述人口属性j的先验概率分布p₀(a_je)及人口属性j的关联用户i的概率分布p₁(a_je)计算人口属性j的关联用户i的后验概率分布p₂(a_je)；

S145：根据所述后验概率分布p₂(a_je)计算用户i的人口属性j的归一化值，

其中，所述S144包括：

根据如下公式计算人口属性j的关联用户i的后验概率分布p₂(a_je)：p₂(a_je)＝p₀(a_je)·p₁(a_je)。

2.如权利要求1所述的跨数据源人口属性的数据归一化方法，其特征在于，所述S132包括：

计算该列数据向量的皮尔逊相关系数相关系数矩阵其中，为和之间的皮尔逊相关系数，k₁，k₂为大于等于1小于等于n的整数。

3.如权利要求2所述的跨数据源人口属性的数据归一化方法，其特征在于，和之间的皮尔逊相关系数根据如下公式计算：

其中，s为各数据源中用户的数量，为自数据源k₁采集的用户i的人口属性j的取值，为的平均值，为的标准差，为自数据源k₂采集的用户i的人口属性j的取值，为的平均值，为的标准差。

4.如权利要求3所述的跨数据源人口属性的数据归一化方法，其特征在于，所述S133包括：

根据如下公式计算用户i的人口属性j的归一化值

5.如权利要求1所述的跨数据源人口属性的数据归一化方法，其特征在于，所述S145包括：

根据如下公式计算用户i的人口属性j的归一化值

6.一种用户画像提供方法，其特征在于，包括：

获取用户账号；

根据用户账号执行如权利要求1至5任一项所述的跨数据源人口属性的数据归一化方法获取该用户账号的多个人口属性的归一化值；

根据该用户账号的多个人口属性的归一化值提供关联该用户账号的用户画像。