[发明专利]用户画像构建方法、装置、计算机设备和存储介质

权利要求书

1.一种用户画像构建方法，其特征在于，包括：

从目标用户浏览过的目标文章中提取多个关键词，以及从所述目标文章中提取出多个候选实体词；

从所述多个关键词和所述多个候选实体词中选取R个关键实体词，所述关键实体词是指：在所述多个关键词和所述多个候选实体词中均出现的词，R为正整数；

根据各个关键实体词的属性信息，对所述R个关键实体词进行核心实体预测，得到一个或多个核心实体词；

将所述一个或多个核心实体词添加至所述目标用户的用户画像中。

2.如权利要求1所述的方法，其特征在于，任一关键实体词的属性信息包括以下至少一项：所述任一关键实体词的关键度，以及所述任一关键实体词的初始频次；其中，关键度用于指示关键实体词和所述目标文章的文章主题的匹配程度，初始频次用于指示关键实体词在所述目标文章中出现的次数；

所述根据各个关键实体词的属性信息，对所述R个关键实体词进行核心实体预测，得到一个或多个核心实体词，包括：

遍历所述R个关键实体词；

若当前遍历的关键实体词的属性信息满足属性条件，则将所述当前遍历的关键实体词作为参考实体词添加到参考实体词集中；其中，所述属性条件包括以下至少一项：所述关键度大于第一阈值，以及所述初始频次大于频次阈值；

在所述R个关键实体词均被遍历后，将所述参考实体词集合中的各个参考实体词均作为核心实体词。

3.如权利要求2所述的方法，其特征在于，所述将所述参考实体词集合中的各个参考实体词均作为核心实体词之前，还包括：

在所述R个关键实体词均被遍历后，统计所述参考实体词集合包括的参考实体词的数量；

若统计得到的数量位于目标数量区间内，则执行将所述参考实体词集合中的各个参考实体词均作为核心实体词的步骤。

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

若统计得到的数量位于所述目标数量区间外，则对每个关键实体词的初始频次和对应的关键度进行加权处理，得到所述每个关键实体词的加权值；

从所述R个关键实体词中选取加权值最大的关键实体词作为核心实体词，或者从所述R个关键实体词中选取加权值大于预设阈值的各个关键实体词作为核心实体词。

5.如权利要求4所述的方法，其特征在于，所述对每个关键实体词的初始频次和对应的关键度进行加权处理，得到所述每个关键实体词的加权值，包括：

对所述每个关键实体词的初始频次进行归一化处理，得到所述每个关键实体词的目标频次；

对所述每个关键实体词的目标频次和对应的关键度进行加权处理，得到所述每个关键实体词的加权值。

6.如权利要求1-5任一项所述的方法，其特征在于，所述从所述目标文章中提取出多个候选实体词，包括：

对所述目标文章进行实体词识别处理，并根据识别结果从所述目标文章中提取多个初始实体词；

按照实体词校准策略，对所述多个初始实体词进行校准处理，得到多个候选实体词；所述实体词校准策略包括以下至少一种：基于词义的实体词整合策略、基于情感倾向的实体词提取处理，以及基于文章类型的实体词提取策略。

7.如权利要求6所述的方法，其特征在于，所述实体词校准策略包括：所述基于词义的实体词整合策略，所述按照实体词校准策略，对所述多个初始实体词进行校准处理，得到多个候选实体词，包括：

针对任一初始实体词，在剩余初始实体词中查找所述任一初始实体词的关联实体词，所述关联实体词的词义和所述任一初始实体词的词义相匹配；

若成功查找到所述关联实体词，则对所述关联实体词和所述任一初始实体词进行实体词整合处理，得到一个候选实体词；其中，得到的候选实体词的初始频次等于所述关联实体词的初始频次和所述任一初始实体词的初始频次的和；

若未成功查找到所述关联实体词，则将所述任一初始实体词作为候选实体词。