目标用户的识别方法、装置和电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112989929A(43)申请公布日2021.06.18(21)申请号202110157082.0(22)申请日2021.02.04(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人杨哲杨一鹏(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人靳玫(51)Int.Cl.G06K9/00(2006.01)G06N20/00(2019.01)G06Q20/40(2012.01)G06F21/60(2013.01)权利要求书3页说明书11页附图5页(54)发明名称目标用户的识别方法、装置和电子设备(57)摘要本公开实施例提供一种目标用户的识别方法、装置和电子设备，其中该方法由联邦学习系统中的协作方执行；所述联邦学习系统包括第一数据方、第二数据方和协作方；识别方法包括：获取第一数据方对应的第一数据以及第二数据方对应的第二数据；第一数据是根据第一数据方拥有的第一用户的第一特征数据得到，第二数据是根据第二数据方拥有的所述第一用户的第二特征数据得到；基于第一数据和第二数据，通过预先训练的用户识别模型进行预测，根据所述预测结果确定第一用户是否是预定的目标用户。本公开实施例提升了用户识别的准确率。CN112989929ACN112989929A权利要求书1/3页1.一种目标用户的识别方法，所述方法由联邦学习系统中的协作方执行；所述联邦学习系统包括第一数据方、第二数据方和所述协作方；所述识别方法包括：获取所述第一数据方对应的第一数据、以及第二数据方对应的第二数据；所述第一数据是根据第一数据方拥有的第一用户的第一特征数据得到，所述第二数据是根据第二数据方拥有的所述第一用户的第二特征数据得到；基于所述第一数据和第二数据，通过预先训练的用户识别模型进行预测，根据所述预测结果确定所述第一用户是否是预定的目标用户。2.根据权利要求1所述的方法，所述目标用户是支付营销场景中的营销作弊用户；所述第一数据方拥有的第一用户的第一特征数据，包括：所述第一用户在第一数据方的用户基础属性和支付信息中的至少一项；所述第二数据方拥有的第一用户的第二特征数据，包括：所述第一用户在第二数据方的用户基础属性以及在购物客户端中的购物行为参数中的至少一项。3.根据权利要求2所述的方法，所述获取所述第一数据方对应的第一数据、以及第二数据方对应的第二数据之前，所述方法还包括：接收所述第二数据方发送的用于指示识别目标用户的识别请求，所述识别请求是所述第二数据方检测到所述第一用户发起支付时发送；所述根据预测结果确定所述第一用户是否是预定的目标用户之后，所述方法还包括：响应于所述预测结果表示第一用户是营销作弊用户，向所述营销作弊用户对应的服务端发送放弃营销指示，以指示所述服务端不再向所述第二数据方的购物客户端发送支付营销信息。4.根据权利要求1所述的方法，所述获取所述第一数据方对应的第一数据、以及第二数据方对应的第二数据，包括：接收第一数据方发送的第一预测结果作为第一数据，所述第一预测结果由第一数据方根据第一特征数据计算得到；并接收第二数据方发送的第二预测结果作为第二数据，所述第二预测结果是由第二数据方根据第二特征数据计算得到；所述基于所述第一数据和第二数据，通过预先训练的用户识别模型进行预测，包括：根据所述用户识别模型中的权重参数，将所述第一预测结果和第二预测结果进行加权处理，得到所述预测结果。5.根据权利要求1所述的方法，所述获取所述第一数据方对应的第一数据、以及第二数据方对应的第二数据，包括：接收所述第一数据方发送的第一特征数据作为所述第一数据，并接收第二数据方发送的第二特征数据作为所述第二数据；所述基于所述第一数据和第二数据，通过预先训练的用户识别模型进行预测，包括：将所述第一特征数据和第二特征数据输入所述用户识别模型，得到所述预测结果。6.根据权利要求1所述的方法，所述通过预先训练的用户识别模型进行预测，根据预测结果确定第一用户是否是预定的目标用户，包括：响应于预测结果是第一预测结果，确定所述第一用户是第一数据方的营销作弊用户；或者，响应于预测结果是第二预测结果，确定所述第一用户是第二数据方的营销作弊用户。7.一种目标用户的识别方法，所述方法由联邦学习系统中的任一数据方执行，所述任一数据方是第一数据方或者第二数据方；所述联邦学习系统包括所述第一数据方、第二数2CN112989929A权利要求书2/3页据方和协作方；所述识别方法包括：根据本地拥有的第一用户的特征数据，得到用户数据；向所述协作方发送所述用户数据，以使得所述协作方利用所述用户数据以及其他数据方的用户数据通过用户识别模型识别第一用户是否是目标用户。8.根据权