用户标签信息确定方法、装置、设备和存储介质.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CN113496236A(43)申请公布日2021.10.12(21)申请号202010202617.7(22)申请日2020.03.20(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人王蒙(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06K9/62(2006.01)G06F16/9535(2019.01)权利要求书3页说明书17页附图3页(54)发明名称用户标签信息确定方法、装置、设备和存储介质(57)摘要本发明实施例公开了一种用户标签信息确定方法、装置、设备和存储介质，该方法包括：获取目标用户的目标交互行为数据；根据预设分类模型和目标交互行为数据，确定目标用户对应的目标分类结果；根据目标分类结果确定目标用户的目标标签信息；其中，预设分类模型是预先根据样本用户对应的样本交互行为数据和标准标签信息进行训练获得的，标准标签信息是基于样本交互行为数据确定的。通过本发明实施例的技术方案，可以提高用户标签确定的准确性。CN113496236ACN113496236A权利要求书1/3页1.一种用户标签信息确定方法，其特征在于，包括：获取目标用户的目标交互行为数据；根据预设分类模型和所述目标交互行为数据，确定所述目标用户对应的目标分类结果；根据所述目标分类结果确定所述目标用户的目标标签信息；其中，所述预设分类模型是预先根据样本用户对应的样本交互行为数据和标准标签信息进行训练获得的，所述标准标签信息是基于所述样本交互行为数据确定的。2.根据权利要求1所述的方法，其特征在于，根据预设分类模型和所述目标交互行为数据，确定所述目标用户对应的目标分类结果，包括：对所述目标交互行为数据进行全量数据处理，确定所述目标交互行为数据对应的目标交互行为向量；将所述目标交互行为向量输入至预设分类模型中，根据所述预设分类模型的输出，确定所述目标用户对应的目标分类结果。3.根据权利要求2所述的方法，其特征在于，对所述目标交互行为数据进行全量数据处理，确定所述目标交互行为数据对应的目标交互行为向量，包括：根据数据透视函数每次运行的最大预设物品类目数和所述目标交互行为数据对应的预设物品类目总数，对所述目标交互行为数据进行分块透视处理，确定各个第一数据块；根据每次数据拼接时的最大数据块数和所述第一数据块的数量，对各个所述第一数据块进行数据拼接，确定每次数据拼接后获得的第二数据块；对每个所述第二数据块进行向量化和归一化，确定相应的第二数据块向量；对各个所述第二数据块向量进行数据拼接，确定目标交互行为向量。4.根据权利要求1所述的方法，其特征在于，根据所述目标分类结果确定所述目标用户的目标标签信息，包括：根据所述目标分类结果，获得所述目标用户在每个预设标签对应的预测概率；基于各个所述预测概率，对各个所述预设标签进行降序排列，确定预设标签序列；根据所述预设标签序列中的前预设数量的预设标签，确定所述目标用户的目标标签信息。5.根据权利要求1-4任一所述的方法，其特征在于，所述预设分类模型的训练过程包括：确定样本数据，所述样本数据包括样本用户对应的样本交互行为数据和标准标签信息；根据所述样本交互行为数据和所述标准标签信息，以所述预设分类模型中的各个单标签模型输出的标签结果的排列顺序，与所述标准标签信息中的各个标准标签的排列顺序一致，为训练目标对所述各个单标签模型进行训练；其中，所述预设分类模型中的每个所述单标签模型与用户属性下的每个预设标签一一对应，每个所述单标签模型用于输出预测标签是所对应的预设标签的预测概率。6.根据权利要求5所述的方法，其特征在于，确定样本数据，包括：根据各个预设物品类目中的目标预设物品类目和每个历史用户对应的历史交互行为数据，从各所述历史用户中确定出满足预设标注条件的第一用户以及所述第一用户的第一2CN113496236A权利要求书2/3页标签信息；根据所述第一用户对应的第一交互行为数据和所述第一标签信息，对预设线性回归模型进行训练，确定出训练后的预设线性回归模型中的各个预设物品类目对应的特征权重值；基于各个所述特征权重值，对所述目标预设物品类目进行更新，并基于更新后的目标预设物品类目，对所述第一用户进行更新；当满足预设更新停止条件时，根据当前获得的第一用户对应的第一交互行为数据和第一标签信息确定样本数据。7.根据权利要求6所述的方法，其特征在于，根据当前获得的第一用户对应的第一交互行为数据和第一标签信息确定样本数据，包括：根据每个历史用户对应的历史交互行为数据确定两两用户之间的目标相似度；根据所述目标相似度，对各所述历