[发明专利]基于可预测用户特征属性的用户画像方法及系统

权利要求书

1.基于可预测用户特征属性的用户画像方法，所述方法包括：

S1：构建互联网用户终端的特征数据库，获取各用户终端所安装的多个应用程序，为不同的应用程序指定不同的用户属性权重，并对各应用程序中已上报的包含性别、年龄在内的用户特征属性进行类别细化，后按照预定标签自动归并，将类别进行统一；

S2：获取用户特征数据库中的若干样本数据，并将年龄段特征、性别特征作为标签，对样本数据分别进行标注；

S3：基于年龄段特征，对标注数据中的应用程序列表进行one-hot编码，获取基于年龄段的特征矩阵；基于性别特征，对标注数据中的应用程序列表进行one-hot编码，获取基于性别的特征矩阵；将基于年龄段的特征矩阵和/或性别的特征矩阵作为后续XGBoost算法的特征输入，由此形成一定数量的用于预测用户终端特征属性的样本数据；

S4：采用XGBoost算法并进行适用性改进，将获取的样本数据进行模型训练；通过XGBoost算法训练年龄段的特征矩阵和性别的特征矩阵，经训练成熟得到年龄段及性别的预测模型；

S5：根据年龄段及性别的预测模型，对任一用户终端已安装的应用程序，进行用户年龄段和性别预测，获取用户的年龄段和性别，同时基于包括地域、城市等级、终端类型、消费水平中的其中一个或多个在内的用户特征属性，形成用户多维度兴趣标签，构建生成用户画像，以便对用户进行精准推荐。

2.如权利要求1所述的基于可预测用户特征属性的用户画像方法，其特征在于，所述步骤S3中，获取基于年龄段的特征矩阵的方法包括：

S31：对各用户终端的应用程序进行one-hot编码，对已安装的应用程序编码1，未安装的应用程序编码0，获取标注数据中所有用户终端所安装应用程序的特征矩阵(1)：

S32：将年龄段特征带入矩阵(1)中，获得特征矩阵(2)，如下表示：

S33：将各应用程序的基于年龄段特征的用户属性权重带入矩阵(2)中，获得基于年龄段的特征矩阵(3)，如下表示：

3.如权利要求2所述的基于可预测用户特征属性的用户画像方法，其特征在于，所述步骤S3中，获取基于性别的特征矩阵的方法包括：

S34：将性别特征带入矩阵(1)中，获得特征矩阵(4)，如下表示：

S35：将各应用程序的基于性别特征的用户属性权重带入矩阵(4)中，获得基于性别的特征矩阵(5)，如下表示：