[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

说明书

本发明公开了基于可预测用户特征属性的用户画像方法及系统，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；S2：获取若干样本数据，并将年龄段特征、性别特征作为标签，分别进行标注；S3：基于年龄段、性别，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、性别的特征矩阵；S4：通过XGBoost算法训练训练年龄段、性别的特征矩阵，经训练得到年龄段及性别的预测模型；S5：根据年龄段/性别预测模型，进行用户年龄段和性别预测，获取用户的年龄段和性别，同时基于用户终端特征属性，构建生成用户画像。本发明根据用户终端所安装的应用程序预测用户性别、年龄，根据用户终端的已知标签构建用户画像。

技术领域

本发明涉及计算机处理技术领域，尤其涉及基于可预测用户特征属性的用 户画像方法及系统。

背景技术

用户画像表现为一种用于勾画目标用户、联系用户诉求与设计方向的有效 工具，其在各领域均得到了广泛的应用。构建用户画像的过程本质上是以短文 本(或加上图片)描述虚拟用户组的过程，可理解为把用户特征抽象成短语标 签，同一短语标签可认为该类用户具有相似的目标、需求以及行为等。市面上 存在两类用户画像构建过程：一类为产品设计人员、运营人员根据用户需求从 用户群体中抽象出典型用户，另一类为根据每个用户在产品、服务中的行为、 观点等数据，生成描述用户的标签集合。具体实现时，将用户画像作为用于刻 画用户特征的标签(tag)集合，比如，年龄、性别等静态属性，当然也可以 包括用户的兴趣特征，如旅游、服饰等。用户画像的构建和更新对于后续的信 息的定向传播，比如广告的定向投放有着重要的意义。

市面上的用户画像一般表现为用户浏览、购买、使用等行为产生的特征标 签，即根据用户在站内的行为，比如，将访问的媒体类目、商品类目等行为日 志保存下来，然后在一定时间窗口内，遍历所有的用户行为日志，按照某种权 重衰减函数对其进行计算，获取用户特征标签，比如，该特征标签包括：用户 偏好特征标签和用户基础属性特征标签，并基于智能终端上的内容投放分析得 出的用户偏好特征标签，通过统计分析等方式得出，对于用户基础属性(用户 的性别、年龄段、出生地等)的数据来源及对应标签大部分属于预测及估计， 得到当前最新的用户画像。

本申请发明人发现，该方式存在的问题是获取的数据非常片面，比如，站 内的用户数据，对于用户在其他网站上的访问行为则一无所知；同时，对于互 联网行业来说，难以做到用户实名注册，所以对于年龄、性别等用户静态属性 只能通过相关统计算法进行猜测，可靠性不高。现有各种应用程序的数据持有 者的用户数据基本都是封闭的，未能在全网层面打通共享各数据孤岛。这就对 数据使用者造成无法在全网范围内准确了解用户的行为偏好、并结合其行业需 求对数据进行个性化的数据挖掘，对生成符合行业应用的用户画像造成一定困 难。

发明内容

本申请通过提供一种基于可预测用户特征属性的用户画像方法及系统，解 决了现有技术中对用户访问数据的片面性、应用程序之间数据封闭，实现了根 据用户终端所安装的应用程序预测用户性别、年龄的技术效果，进一步根据用 户终端的已知标签构建用户画像，以便为各用户终端实施精准推荐的有益效果。

第一方面，本申请实施例提供了一种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，后按照预定的标签自 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；