[发明专利]用户画像生成方法、装置、存储介质及设备

权利要求书

1.一种用户画像生成方法，其特征在于，包括：

获取第一用户的用户特征数据，以及至少两个第二用户的用户特征数据，所述至少两个第二用户与所述第一用户均具有社交关联关系；

对所述至少两个第二用户进行聚类，得到至少两个用户集合，每个用户集合中的第二用户的用户特征数据之间的相似度满足相似度条件；

根据所述每个用户集合中的第二用户的用户特征数据，确定所述每个用户集合对应的关键用户特征数据；

根据所述每个用户集合对应的关键用户特征数据以及所述第一用户的用户特征数据，生成所述第一用户的用户画像。

2.如权利要求1所述的方法，其特征在于，所述对所述至少两个第二用户进行聚类，得到至少两个用户集合，包括：

获取所述至少两个第二用户的用户特征数据对应的类别数量，作为第一数量；

根据所述第一数量获取高斯混合模型，所述高斯混合模型包括至少两个高斯分量，所述至少两个高斯分量中的高斯分量的数量与所述第一数量相同；

获取所述至少两个第二用户的用户特征数据分别属于第i个高斯分量的概率，作为目标概率，所述第i个高斯模型属于所述至少两个高斯分量，i为小于或等于K的正整数，K为所述至少两个高斯分量中的高斯分量的数量；

对所述至少两个第二用户中对应的所述目标概率大于概率阈值的第二用户进行聚类，得到所述第i个高斯分量对应的用户集合。

3.如权利要求2所述的方法，其特征在于，所述获取所述至少两个第二用户的用户特征数据分别属于第i个高斯分量的概率，作为目标概率，包括：

获取所述至少两个第二用户的用户特征数据分别属于所述第i个高斯分量的概率，作为第一概率；

采用所述第一概率更新所述第i个高斯分量的原始参数，得到更新后的第i个高斯分量；

若所述更新后的第i个高斯分量处于收敛状态，则将所述第一概率确定为所述目标概率。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述至少两个第二用户的用户特征数据分别属于所述更新后的第i个高斯分量的概率，作为第二概率；

获取所述第一概率与所述第二概率之间的差值；

若所述第一概率与所述第二概率之间的差值小于第一差值阈值，则确定所述更新后的第i个高斯分量处于所述收敛状态。

5.如权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述更新后的第i个高斯分量的参数，作为更新参数；

获取所述更新参数与所述原始参数之间的差值；

若所述更新参数与所述原始参数之间的差值小于第二差值阈值，则确定所述更新后的第i个高斯分量处于所述收敛状态。

6.如权利要求3-5任一项所述的方法，其特征在于，所述更新后的第i个高斯分量的参数包括更新的期望值，所述更新的期望值用于指示属于所述更新后的第i个高斯分量的用户特征数据之间的差异处于差异范围内；

所述根据所述每个用户集合中的第二用户的用户特征数据，确定所述每个用户集合对应的关键用户特征数据，包括：

若所述更新后的第i个高斯分量处于所述收敛状态，则将所述更新的期望值确定为所述第i个高斯分量对应的用户集合的关键用户特征数据。

7.如权利要求6所述的方法，其特征在于，所述根据所述每个用户集合对应的关键用户特征数据以及所述第一用户的用户特征数据，生成所述第一用户的用户画像，包括：

根据所述至少两个用户集合中的各个用户集合对应的关键用户特征数据，生成好友用户特征数据，所述好友用户特征数据由每个高斯分量对应的更新的期望值所构成，所述好友用户特征数据的长度为每个所述更新的期望值的数据长度的总和；

采用所述好友用户特征数据以及所述第一用户的用户特征数据生成所述第一用户的用户画像。