[发明专利]用户画像的生成方法、装置、电子设备和计算机程序介质

说明书

本申请的实施例提供了一种用户画像的生成方法、装置、电子设备和计算机程序介质，涉及人工智能技术领域。本申请实施例中的方法包括：获取目标用户的用户特征信息；基于用户特征信息，分别生成目标用户在用户特征维度下的多个用户特征向量；将多个用户特征向量输入至预训练的机器学习模型中；获取预训练的机器学习模型输出的目标用户对目标分类属性下的目标对象的偏好等级标签；若获取的偏好等级标签与预设的偏好等级标签相匹配，则基于目标分类属性生成目标用户的用户画像。本申请实施例的技术方案提高了获得的用户画像的准确性。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种用户画像的生成方法、装置、电子设备和计算机程序介质。

背景技术

随着互联网技术的发展，基于大数据得到用户画像，进而通过用户画像实现多种业务成为互联网的核心技术之一，用户画像，即用户信息结构化与标签化，通过刻画用户的人口属性、社会属性、兴趣偏好等各个维度的数据，对用户各方面的信息进行精准地刻画、分析，挖掘潜在价值。

相关技术中在生成用户的用户画像时，一般通过从用户行为数据中抽取画像标签，对用户行为数据中涉及的画像标签进行统计，按照并根据统计的频次对每个用户的画像标签进行打分，再根据画像标签的打分得到获得用户画像。而对于没有产生行为的用户而言，由于行为数据较少，导致难以基于标签统计获得的用户画像或基于标签统计获得的用户画像的准确性较低，进而影响到根据用户画像进行的相关业务的精准度。

发明内容

本申请的实施例提供了一种用户画像的生成方法、装置、电子设备和计算机程序介质，用于提高获得的用户画像的准确性。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种用户画像的生成方法，包括：获取目标用户的用户特征信息，所述用户特征信息包括所述目标用户的用户属性信息以及历史行为数据；基于所述用户特征信息，分别生成所述目标用户在用户特征维度下的多个用户特征向量，所述用户特征维度是指由所述用户属性信息的类别、以及所述历史行为数据所包含的操作事件类别和操作对象的分类属性构成的特征维度；将所述多个用户特征向量输入至预训练的机器学习模型中，所述预训练的机器学习模型通过包含有样本用户在用户特征维度下的多个用户特征向量以及样本用户对目标分类属性下的目标对象的偏好等级标签；获取所述预训练的机器学习模型输出的目标用户对目标分类属性下的目标对象的偏好等级标签；若获取的偏好等级标签与预设的偏好等级标签相匹配，则基于所述目标分类属性生成所述目标用户的用户画像。

根据本申请实施例的一个方面，提供了一种用户画像的生成装置，包括：第一获取单元，用于获取目标用户的用户特征信息，所述用户特征信息包括所述目标用户的用户属性信息以及历史行为数据；第一生成单元，用于基于所述用户特征信息，分别生成所述目标用户在用户特征维度下的多个用户特征向量，所述用户特征维度是指由所述用户属性信息的类别、以及所述历史行为数据所包含的操作事件类别和操作对象的分类属性构成的特征维度；输入单元，用于将所述多个用户特征向量输入至预训练的机器学习模型中，所述预训练的机器学习模型通过包含有样本用户在用户特征维度下的多个用户特征向量以及样本用户对目标分类属性下的目标对象的偏好等级标签；输出单元，用于获取所述预训练的机器学习模型输出的目标用户对目标分类属性下的目标对象的偏好等级标签；第二生成单元，用于若获取的偏好等级标签与预设的偏好等级标签相匹配，则基于所述目标分类属性生成所述目标用户的用户画像。