[发明专利]用户标签的确定方法、装置和服务器

说明书

本说明书提供了用户标签的确定方法、装置和服务器。基于该方法，在确定目标用户的用户标签时，先通过获取与该目标用户对应的目标交易数据，以及与目标交易数据关联的目标行情数据；再根据目标行情数据，从预先通过层次聚类得到的多个预设的行情类别中确定出匹配的目标行情类别；进而可以从预先通过利用基于马氏距离的改进模型进行对抗训练得到的多个预设的交易行为特征预测模型中确定出匹配的目标交易行为特征预测模型；再通过调用目标交易行为特征预测模型处理目标交易数据，并根据确定出的交易行为特征，确定该目标用户的用户标签。从而可以准确地获取并利用交易行为特征，来较为精准地确定出交易数据处理场景下的目标用户的用户标签。

技术领域

本说明书属于人工智能技术领域，尤其涉及用户标签的确定方法、装置和服务器。

背景技术

在许多交易数据处理场景(例如，股票交易场景或者贵金属交易场景等)中，常常需要利用预先训练得到的预测模型预测出用户标签，再根据用户标签进行后续具体的数据处理。

而基于现有模型训练方法在训练上述预测模型时，往往需要先对所获取的数据量庞大的样本数据进行人工标注，然后才能够利用标注后的样本数据进行具体模型训练。这样势必会使得预测模型的训练过程成本较高、效率较低。并且，基于上述方式训练预测模型时，往往是根据人为设定的规则对样本数据进行标注的，这样势必会使得标注过程受到到人的主观影响，导致标注过程本身就存在不够全面、客观，容易出现遗漏等问题，进而使得基于上述标注后的样本数据训练得到的预测模型的准确度较低，且不能够很好地适用于真实的交易数据处理场景。进一步，如果利用上述预测模型来确定用户标签，势必会出现交易数据处理场景下确定用户标签误差大、不精准等技术问题。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种用户标签的确定方法、装置和服务器，以能够较为精细、准确地确定出交易数据处理场景下的目标用户的用户标签。

本说明书提供了一种用户标签的确定方法，包括：

获取目标交易数据，以及与所述目标交易数据关联的目标行情数据；其中，所述目标交易数据与目标用户对应；

根据所述目标行情数据，从多个预设的行情类别中确定出匹配的目标行情类别；其中，所述多个预设的行情类别为预先通过对样本数据进行层次聚类得到的；

从多个预设的交易行为特征预测模型中确定出与所述目标行情类别匹配的目标交易行为特征预测模型；其中，所述多个预设的交易行为特征预测模型为预先利用基于马氏距离的改进模型对所对应的行情类别的样本数据进行对抗训练得到的；

调用所述目标交易行为特征预测模型处理所述目标交易数据，以确定出所述目标交易数据的交易行为特征；

根据所述目标交易数据的交易行为特征，确定出目标用户的用户标签。

在一个实施例中，在确定出目标用户的用户标签之后，所述方法还包括：

根据目标用户的用户标签，生成与目标用户匹配的风险提示信息；

向所述目标用发送所述风险提示信息。

在一个实施例中，所述方法还包括：

获取历史交易数据作为第二类样本数据；并获取与所述历史交易数据关联的历史行情数据作为第一类样本数据；其中，所述第一类样本数据中至少存在一个样本数据携带有行情类别标签；所述第二类样本数据中至少存在一个样本数据携带有交易行为特征标签；

根据所述历史交易数据与历史行情数据之间的关联关系，建立第一类样本数据和第二类样本数据的对应关系；其中，所述第一类样本数据对应一个或多个第二类样本数据；

对第一类样本数据进行层次聚类，得到多个类别组；其中，所述类别组与一种行情类别对应，所述类别组包括一个或多个第一类样本数据；