[发明专利]标签挖掘方法、装置及电子设备

说明书

本公开关于一种标签挖掘方法、装置及电子设备，涉及数据分析技术领域，其中，方法包括：获取挖掘需求，其中，挖掘需求包括需求关键词；根据需求关键词查询样本数据库，获取与需求关键词匹配的第一特征，并根据具有第一特征的样本生成挖掘需求对应的正样本集合和负样本集合；根据挖掘需求对应的正样本集合和负样本集合，生成挖掘需求对应的标签挖掘模型；以及根据挖掘需求对应的标签挖掘模型以及待挖掘对象的特征信息，对待挖掘对象进行标签挖掘，以确定待挖掘对象的标签信息。由此，实现了根据挖掘需求以及样本数据库自动生成挖掘需求对应的标签挖掘模型，从而自动进行标签挖掘，节省了大量的人工成本，提高了标签挖掘效率。

技术领域

本公开涉及数据分析技术领域，尤其涉及一种标签挖掘方法、装置及电子设备。

背景技术

在数据分析和用户运营等领域，经常需要根据实际业务需要，给用户添加业务属性的标签，比如，为用户添加“有车”、“有房”等标签，以供分析、运营和营销活动时对用户进行筛选，以锁定高转化目标人群，实现精准营销。

相关技术中，一般根据单个用户的特征信息，例如年龄、性别、职业、应用使用记录等人工来确定业务所需的该用户的用户标签，这种人工确定用户标签的方式浪费了大量的人力成本，且效率低。

发明内容

本公开提供一种标签挖掘方法、装置及电子设备，以至少解决相关技术中的根据单个用户的特征信息，人工来确定业务所需的该用户的用户标签的方法，浪费了大量的人力成本，且效率低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种标签挖掘方法，包括：获取挖掘需求，其中，所述挖掘需求包括需求关键词；根据所述需求关键词查询样本数据库，获取与所述需求关键词匹配的第一特征，并根据具有所述第一特征的样本生成所述挖掘需求对应的正样本集合和负样本集合，其中，所述样本数据库中的样本包括对象，以及对象的特征信息；根据所述挖掘需求对应的正样本集合和负样本集合，生成所述挖掘需求对应的标签挖掘模型；以及根据所述挖掘需求对应的标签挖掘模型以及待挖掘对象的特征信息，对所述待挖掘对象进行标签挖掘，以确定所述待挖掘对象的标签信息，其中，所述待挖掘对象为待确定是否有所述挖掘需求的对象。

在一种可能的实现形式中，所述根据所述需求关键词查询样本数据库，获取与所述需求关键词匹配的第一特征，并根据具有所述第一特征的样本生成所述挖掘需求对应的正样本集合和负样本集合，包括：根据所述需求关键词查询样本数据库，获取与所述需求关键词匹配的第一特征；根据所述样本数据库之中的具有所述第一特征的样本，生成所述挖掘需求对应的正样本集合；以及根据所述样本数据库之中的不具有所述第一特征的样本，生成所述挖掘需求对应的负样本集合。

在另一种可能的实现形式中，在所述根据所述样本数据库之中的具有所述第一特征的样本，生成所述挖掘需求对应的正样本集合之后，包括：获取所述正样本集合中各个特征的出现次数；根据所述正样本集合中各个特征的出现次数确定待过滤特征；删除所述正样本集合的每个样本中的所述待过滤特征。

在另一种可能的实现形式中，当特征满足以下条件时，判断为所述待过滤特征：对应的出现次数小于预设次数阈值，且为非第一特征；和/或，对应的出现次数的排序序号小于预设序号阈值，且为非第一特征。

在另一种可能的实现形式中，所述根据所述样本数据库之中的不具有所述第一特征的样本，生成所述挖掘需求对应的负样本集合，包括：获取所述样本数据库中在第一预设时间段内处于活跃状态的活跃样本；以及根据所述活跃样本中的不具有所述第一特征的样本，生成所述挖掘需求对应的负样本集合。

在另一种可能的实现形式中，所述根据所述挖掘需求对应的正样本集合和负样本集合，生成所述挖掘需求对应的标签挖掘模型，包括：根据所述挖掘需求以及对应的正样本集合和负样本集合，从多个分类模型中选择对应的分类模型作为初始标签挖掘模型；以及根据所述挖掘需求对应的正样本集合和负样本集合，对所述初始标签挖掘模型进行训练，以得到所述挖掘需求对应的标签挖掘模型。