[发明专利]用户性别预测方法、装置、存储介质及电子设备

权利要求书

1.一种用户性别预测方法，其特征在于，所述方法包括以下步骤：

采集已知性别用户使用电子设备的多维特征信息作为样本，构建性别预测的样本集；

利用所述样本集对BP神经网络模型进行训练，以得到训练后的预测模型；

获取未知性别用户使用电子设备的多维特征信息并作为预测样本；

根据所述预测样本和训练后的预测模型生成预测概率，所述预测概率包括：当前用户为男性的第一概率、和当前用户为女性的第二概率。

2.根据权利要求1所述的用户性别预测方法，其特征在于，利用所述样本集对BP神经网络模型进行训练的步骤，包括：

对所述样本集中的样本参数进行归一化处理；

根据归一化之后的样本参数对所述BP神经网络模型进行训练。

3.根据权利要求2所述的用户性别预测方法，其特征在于，根据归一化之后的样本参数对所述BP神经网络模型进行训练的步骤，包括：

将归一化之后的样本参数输入所述BP神经网络模型以得到两个预测结果的概率；

根据所述两个预测结果和与其对应的概率得到损失值；

根据所述损失值进行训练，生成目标模型参数。

4.根据权利要求3所述的用户性别预测方法，其特征在于，所述根据所述损失值进行训练的步骤，包括：

根据所述损失值利用梯度下降法进行训练。

5.根据权利要求1所述的用户性别预测方法，其特征在于，在根据所述预测样本和训练后的预测模型生成预测概率之后，所述方法还包括：

对所述当前用户为男性的第一概率与当前用户为女性的第二概率进行比较，得到比较结果；

根据所述比较结果，输出最终的预测结果。

6.根据权利要求5所述的用户性别预测方法，其特征在于，所述根据所述比较结果，输出最终的预测结果的步骤，包括：

当所述第一概率大于所述第二概率时，输出当前用户为男性的第一预测结果；

当所述第一概率不大于所述第二概率时，输出当前用户为女性的第二预测结果。

7.根据权利要求3所述的用户性别预测方法，其特征在于，将归一化之后的样本参数输入所述BP神经网络模型以得到两个预测结果的概率的步骤，包括：

基于第一预设公式计算以得到两个预测结果的概率，其中所述第一预设公式为：

其中，Z_K为中间值，C为预测结果的类别数，为第j个中间值，基于所述第一预设公式得到两维的输出层，分别代表所述样本为男性和女性的概率。

8.根据权利要求3所述的用户性别预测方法，其特征在于，根据所述两个预测结果和与其对应的概率得到损失值的步骤，包括：

基于第二预设公式根据所述两个预测结果和与其对应的概率得到损失值，其中所述第二预设公式为：

其中C为预测结果的类别数，y_k为真实值，E为平均值。

9.一种用户性别预测装置，其特征在于，所述装置包括：

采集模块，用于采集已知性别用户使用电子设备的多维特征信息作为样本，构建性别预测的样本集；

训练模块，用于利用所述样本集对BP神经网络模型进行训练，以得到训练后的预测模型；

获取模块，用于获取未知性别用户使用电子设备的多维特征信息并作为预测样本；

生成模块，用于根据所述预测样本和训练后的预测模型生成预测概率，所述预测概率包括：当前用户为男性的第一概率、和当前用户为女性的第二概率。

10.根据权利要求9所述的用户性别预测装置，其特征在于，所述训练模块，具体包括：

处理子模块，用于对所述样本集中的样本参数进行归一化处理；

训练子模块，用于根据归一化之后的样本参数对所述BP神经网络模型进行训练。