[发明专利]用户兴趣画像方法及相关设备

说明书

本发明提供一种用户兴趣画像方法及相关设备。所述用户兴趣画像方法根据识别信息判断多个网站是否存在用户的注册信息，得到多个目标网站；根据多个网站是否存在用户的注册信息的判断结果生成用户的注册特征向量；采用聚类方法根据用户的注册特征向量确定用户的每个兴趣标签的第一概率值；从每个目标网站爬取用户的多个目标命名实体；用训练好的神经网络计算每个兴趣标签的第二概率值；基于统计方法计算每个兴趣标签的第三概率值；将每个兴趣标签的第一概率值、第二概率值和第三概率值中的最大值确定为该兴趣标签的目标概率值；将目标概率值大于第一预设阈值的兴趣标签确定为所述用户的兴趣标签。本发明提升了抽取用户的兴趣标签的准确率。

技术领域

本发明涉及实体识别技术领域，具体涉及一种用户兴趣画像方法、装置、计算机设备及计算机可读存储介质。

背景技术

用户兴趣画像中的兴趣爱好是现代金融场景中重要的数据，被广泛运用于营销、服务甚至风控等多个领域。

用户兴趣画像需要抽取用户的兴趣标签(如旅游、编程学习等)，现有的用户兴趣画像方法根据某一平台上的用户的社交、使用习惯数据抽取用户的兴趣标签，容易因数据单一、数据缺陷导致抽取用户兴趣标签的准确率低。如何准确抽取用户的兴趣标签成为亟待解决的问题。

发明内容

鉴于以上内容，有必要提出一种用户兴趣画像方法、装置、计算机设备及计算机可读存储介质，其可以根据用户在各个网站的注册信息抽取出用户的兴趣标签。

本申请的第一方面提供一种用户兴趣画像方法，所述用户兴趣画像方法包括：

获取多个网站、多个兴趣标签和用户的识别信息；

根据所述识别信息判断所述多个网站是否存在所述用户的注册信息，得到存在所述用户的注册信息的多个目标网站；

根据所述多个网站是否存在所述用户的注册信息的判断结果生成所述用户的注册特征向量；

采用聚类方法根据所述用户的注册特征向量确定所述用户的每个兴趣标签的第一概率值；

从每个目标网站爬取所述用户的多个目标命名实体；

用训练好的神经网络根据所述多个目标命名实体和每个目标命名实体所属的目标网站计算每个兴趣标签的第二概率值；

基于统计方法计算每个兴趣标签的第三概率值；

将每个兴趣标签的第一概率值、第二概率值和第三概率值中的最大值确定为该兴趣标签的目标概率值；

将目标概率值大于第一预设阈值的兴趣标签确定为所述用户的兴趣标签。

另一种可能的实现方式中，所述根据所述识别信息判断所述多个网站是否存在所述用户的注册信息包括：

在所述多个网站中的指定网站搜索所述识别信息；

若所述指定网站的搜索结果中包括所述识别信息，则所述指定网站存在所述用户的注册信息；

若所述指定网站的搜索结果中不包括所述识别信息，则所述指定网站不存在所述用户的注册信息。

另一种可能的实现方式中，所述根据所述识别信息判断所述多个网站是否存在所述用户的注册信息包括：

根据所述识别信息从所述多个网站中的指定网站授权的接口查询所述用户的注册信息；

若所述指定网站返回所述用户的注册信息，所述指定网站存在所述用户的注册信息；

若所述指定网站没有返回所述用户的注册信息或返回值为空，所述指定网站不存在所述用户的注册信息。

另一种可能的实现方式中，所述采用聚类方法根据所述用户的注册特征向量确定所述用户的每个兴趣标签的第一概率值包括：