使用类别识别模型来确定用户的类别标签的方法和装置.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CN111274907A(43)申请公布日2020.06.12(21)申请号202010045891.8(22)申请日2020.01.16(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)发明人管楚潘健民(74)专利代理机构北京永新同创知识产权代理有限公司11376代理人林锦辉刘景峰(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书13页附图8页(54)发明名称使用类别识别模型来确定用户的类别标签的方法和装置(57)摘要本说明书实施例提供用于使用类别识别模型来确定用户的类别标签的方法和装置。在该方法中，对用户的动态行为数据进行向量化处理，以得到所述用户的动态行为向量表示；将动态行为向量表示提供给逻辑分布抽取模型，以得到用户的行为逻辑向量表示，所述行为逻辑向量表示反映所述用户的行为逻辑分布；以及将行为逻辑向量表示提供给标签分类模型，确定用户的类别标签。CN111274907ACN111274907A权利要求书1/2页1.一种用于使用类别识别模型来确定用户的类别标签的方法，所述类别识别模型包括逻辑分布抽取模型和标签分类模型，所述方法包括：对用户的动态行为数据进行向量化处理，以得到所述用户的动态行为向量表示；将所述动态行为向量表示提供给逻辑分布抽取模型，以得到所述用户的行为逻辑向量表示，所述行为逻辑向量表示反映所述用户的行为逻辑分布；以及将所述行为逻辑向量表示提供给标签分类模型，确定所述用户的类别标签。2.如权利要求1所述的方法，其中，所述动态行为数据包括指定时段内的行为序列数据。3.如权利要求2所述的方法，其中，所述行为序列数据包括交易行为序列数据。4.如权利要求1所述的方法，其中，对用户的动态行为数据进行向量化处理，以得到所述用户的动态行为向量表示包括：对用户的动态行为数据和静态行为数据进行向量化处理，以得到所述用户的动态行为向量表示和静态行为向量表示；将所述行为逻辑向量表示提供给标签分类模型，确定所述用户的类别标签包括：将所述行为逻辑向量表示和所述静态行为向量表示提供给标签分类模型，确定所述用户的类别标签。5.如权利要求4所述的方法，其中，将所述行为逻辑向量表示和所述静态行为向量表示提供给标签分类模型，确定所述用户的类别标签包括：将所述行为逻辑向量表示和所述静态行为向量表示级联后提供给标签分类模型，确定所述用户的类别标签。6.如权利要求4或5所述的方法，其中，所述静态行为数据包括历史类别标签数据、关系特征数据和用户属性数据中的至少一种。7.如权利要求6所述的方法，其中，所述类别标签包括类罪标签，所述用户属性数据还包括高频高危地点数据和/或高频行为发生时间数据。8.如权利要求1所述的方法，其中，所述逻辑分布抽取模型包括基于注意力机制的逻辑分布抽取模型。9.如权利要求1所述的方法，其中，所述逻辑分布抽取模型和所述用户分类模型作为整体模型一起训练。10.如权利要求1所述的方法，其中，用作所述逻辑分布抽取模型的训练样本数据的动态行为数据基于是否属于特定类别标签而被划分为第一行为序列数据和第二行为序列数据，以用于模型训练，所述第一行为序列数据包括具有特定类别标签的动态行为数据，所述第二行为序列数据包括不具有特定类别标签的动态行为数据。11.一种用于使用类别识别模型来确定用户的类别标签的装置，所述类别识别模型包括逻辑分布抽取模型和标签分类模型，所述装置包括：向量表示单元，对用户的动态行为数据进行向量化处理，以得到所述用户的动态行为向量表示；逻辑分布抽取单元，将所述动态行为向量表示提供给逻辑分布抽取模型，得到所述用户的行为逻辑向量表示，所述行为逻辑向量表示反映所述用户的行为逻辑分布；以及标签确定单元，将所述行为逻辑向量表示提供给标签分类模型，确定所述用户的类别2CN111274907A权利要求书2/2页标签。12.如权利要求11所述的装置，其中，所述向量表示单元对所述用户的动态行为数据和静态行为数据进行向量化处理，以得到所述用户的动态行为向量表示和静态行为向量表示；所述标签确定单元将所述行为逻辑向量表示和所述静态行为向量表示提供给标签分类模型，确定所述用户的类别标签。13.如权利要求12所述的装置，还包括：级联单元，将所述行为逻辑向量表示和所述静态行为向量表示级联，所述标签确定单元将级联后的行为逻辑向量表示和静态行为向量表示提供给标签分类模型，确定所述用户的类别标签。14.如权利要求12或13所述的装置，其中，所述静态行为数据包括历史类别标签数据、关系特征数据和用户属性数据中的至少一种。15.如权利要求14所述的装置，其中，所述类别标签包括