[发明专利]一种用户标签处理方法、装置和电子设备

权利要求书

1.一种用户标签处理方法，其特征在于，包括：

获取用作训练样本的用户资信数据，根据用户资信数据是否携带有标签进行分类，分为正标签用户资信数据和待打标用户资信数据；

在所述正标签用户资信数据中确定辅助用户资信数据，将其划分至待打标用户资信数据类别中；

利用所述用户资信数据训练标签预测第一模型；

利用所述标签预测第一模型对待打标用户资信数据类别中的辅助用户资信数据进行预测，确定预测值，根据预测值设置模型阈值，并结合所述模型阈值训练标签预测第二模型，用标签预测第二模型对新获取的用户资信数据进行标签预测。

2.根据权利要求1所述的方法，其特征在于，所述标签为是否具有公积金账户。

3.根据权利要求1-2中任一项所述的方法，其特征在于，还包括：

在对新获取的用户资信数据进行标签预测后，对预测出的正标签用户进行召回。

4.根据权利要求1-3中任一项所述的方法，其特征在于，还包括：

将召回的正标签用户划分至相应的客群中。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述利用所述用户资信数据训练标签预测第一模型，包括：

以半监督学习的方式，利用所述用户资信数据训练标签预测第一模型。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述标签预测第二模型为二分类模型，所述二分类模型中具有一个由多个分类器集成形成的二分类器。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述根据预测值设置模型阈值，包括：

根据多个预测值中最小值设置模型中用于判定负标签的阈值下限。

8.一种用户标签处理装置，其特征在于，包括：

数据处理模块，用于获取用作训练样本的用户资信数据，根据用户资信数据是否携带有标签进行分类，分为正标签用户资信数据和待打标用户资信数据；

在所述正标签用户资信数据中确定辅助用户资信数据，将其划分至待打标用户资信数据类别中；

模型模块，用于利用所述用户资信数据训练标签预测第一模型；

利用所述标签预测第一模型对待打标用户资信数据类别中的辅助用户资信数据进行预测，确定预测值，根据预测值设置模型阈值，并结合所述模型阈值训练标签预测第二模型，用标签预测第二模型对新获取的用户资信数据进行标签预测。

9.一种电子设备，其中，该电子设备包括：

处理器；以及，

存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。