[发明专利]一种基于APP的智能化用户职业判断方法、装置和电子设备

说明书

本发明提供了一种基于APP的智能化用户职业判断方法、装置和电子设备。该方法包括：设定用户职业分类策略，筛选种子APP，并构建种子APP模型；对种子APP模型进行扩增处理，以获得种子APP分类模型，种子APP分类模型用于根据用户的APP安装列表信息中APP信息判断用户职业类别；获取目标用户的APP安装列表信息，自动将APP安装列表信息中相应APP信息进行文本向量化；使用种子APP分类模型，对目标用户的APP安装列表信息中APP进行分类和量化计算；基于预设判别规则，判断目标用户的职业类别。本发明的方法能够有效降低人工干预的误差，提高用户职业挖掘效率和精准性。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于APP的智能化用户职业判断方法、装置和电子设备。

背景技术

金融平台存在大量信息缺失的用户，用户信息缺失使金融平台对于用户授信额度和用户还款能力的评估出现偏差，不利于金融平台的风险控制。如果用户职业信息缺失，金融平台难以准确估计用户的收入水平，进而难以精准评估用户资质，对用户资质判断失误，将坏客户划分为好客户，则存在资源分配后难以收回的情况，对金融平台造成严重的经济损失。

现有技术中对于职业信息多采用手工填报的形式，对于用户真实的职业倾向和岗位，缺乏验证，甚至无法验证用户的职业和填报职业的差异。此外，现有方法对用户职业的判断准确率不高，用户职业标签在用户标签系统的覆盖率也不高。

因此，有必要提供一种更为准确的且智能化的用户职业判断方法。

发明内容

本发明旨在解决现有的用户职业判断方法耗费人力、准确度低、智能化水平不高的问题。

为了解决上述问题，本发明提供了一种基于APP的智能化用户职业判断方法，包括：设定用户职业分类策略，筛选种子APP，并构建种子APP模型；对所述种子APP模型进行扩增处理，以获得种子APP分类模型，所述种子APP分类模型用于根据用户的APP安装列表信息中APP信息判断用户职业类别；获取目标用户的APP安装列表信息，自动将所述APP安装列表信息中相应APP信息进行文本向量化；使用所述种子APP分类模型，对所述目标用户的APP安装列表信息中APP进行分类和量化计算；基于预设判别规则，判断所述目标用户的职业类别。

优选地，所述对所述种子APP模型进行扩增处理包括：设定与不同用户职业类别对应的相似度阈值；使用word2-vector将用户的APP安装列表信息中的各个APP信息文本向量化，进行向量相似度计算，获得不同用户职业类别下的大于各设定相似度阈值的相似种子APP，以进行种子APP扩增处理。

优选地，还包括：重复进行种子APP扩增处理，直到每个用户职业类别的种子APP的数量大于特定数量。

优选地，还包括：基于对目标用户的APP安装列表信息中APP的分类结果，进一步计算不同用户职业类别下种子APP的信息量；所述预设判别规则包括将种子APP的信息量最大的用户职业类别作为所述目标用户的职业类别。

优选地，还包括：基于职业类别的判断结果，使用自适应算法，对所述目标用户的金融资源审批和风险评估进行评估。

优选地，所述APP文本信息包括APP名称和/或APP简介。

优选地，所述APP安装列表信息是通过数据筛选规则筛选后的APP安装列表信息。

优选地，所述数据筛选规则是通过特定时间、地域或应用场景筛选APP安装列表信息。