[发明专利]职业属性预测方法、装置、设备及存储介质

权利要求书

1.一种职业属性预测方法，其特征在于，包括：

获取用户的多重地理环境信息；

将所述多重地理环境信息与预先构建的多重地理环境知识库进行关联，得到匹配特征集合；

将所述匹配特征集合输入预先建立的职业属性预测模型，得到所述用户的职业属性预测结果。

2.如权利要求1所述的方法，其特征在于，还包括：

基于地理围栏信息以及从历史用户数据收集的履约地址信息和网络连接信息，构建所述多重地理环境知识库。

3.如权利要求2所述的方法，其特征在于，所述网络连接信息包括服务集标识SSID信息和网际协议IP信息，所述的构建所述多重地理环境知识库包括：

基于地图获取与职业场所关联的地理围栏信息；

获取与职业场所对应的IP网段信息；

对收集的履约地址信息进行文本分类标注，获取相应的职业场所标签；

基于所述地理围栏信息和所述履约地址信息，将所述职业场所标签扩散至收集的SSID信息。

4.如权利要求2所述的方法，其特征在于，所述多重地理环境信息包括所述用户的定位信息、履约地址信息和网络连接信息；所述的将所述多重地理环境信息与预先构建的多重地理环境知识库进行关联包括：

将所述用户的定位信息、履约地址信息和网络连接信息，分别与所述多重地理环境知识库中的所述地理围栏信息以及从历史用户数据收集的履约地址信息和网络连接信息进行匹配，得到所述匹配特征集合。

5.如权利要求1所述的方法，其特征在于，所述职业属性预测模型包括多个单职业二分类模型，所述的将所述匹配特征集合输入预先建立的职业属性预测模型，得到所述用户的职业属性预测结果，包括：

将所述匹配特征集合分别输入所述多个单职业二分类模型，分别得到所述用户属于各个单职业的置信概率，并基于所述置信概率得到所述职业属性预测结果。

6.如权利要求5所述的方法，其特征在于，还包括：

基于经过标注的样本集训练所述单职业二分类模型，所述样本集包括样本用户的匹配特征集合和职业属性信息。

7.如权利要求5所述的方法，其特征在于，还包括：

基于经过干预的职业属性预测结果更新所述样本集，并更新训练所述单职业二分类模型。

8.如权利要求5-7任一所述的方法，其特征在于，所述的基于所述置信概率得到所述职业属性预测结果包括：

对于所述置信概率满足预设条件的一个或多个单职业，生成相应的身份确认请求；以及

基于所述用户对所述身份确认请求的响应，得到经过干预的职业属性预测结果。

9.一种职业属性预测的装置，其特征在于，所述装置包括：

信息获取模块，设置为获取用户的多重地理环境信息；

关联匹配模块，设置为将所述多重地理环境信息与预先构建的多重地理环境知识库进行关联，得到匹配特征集合；

职业预测模块，设置为将所述匹配特征集合输入预先建立的职业属性预测模型，得到所述用户的职业属性预测结果。

10.一种存储有计算机程序的存储介质，所述计算机程序在由计算机的处理器运行时，使所述计算机执行如权利要求1-8中任一项所述的方法。

11.一种计算设备，包括：

处理器；

存储器，存储有可由所述处理器执行的指令；

其中所述处理器被配置为执行如权利要求1-8中任一项所述的方法。