基于人工智能的标签生成方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049511A(43)申请公布日2022.09.13(21)申请号202210740234.4(22)申请日2022.06.27(71)申请人中国平安财产保险股份有限公司地址518000广东省深圳市福田区益田路5033号平安金融中心12、13、38、39、40层(72)发明人荆珂珂(74)专利代理机构深圳市世联合知识产权代理有限公司44385专利代理师郝少剑(51)Int.Cl.G06Q40/08(2012.01)G06Q30/02(2012.01)G06K9/62(2022.01)权利要求书2页说明书14页附图3页(54)发明名称基于人工智能的标签生成方法、装置、设备及存储介质(57)摘要本申请实施例属于人工智能领域，涉及一种基于人工智能的标签生成方法，包括：获取目标用户的原始用户数据；对原始用户信息进行预处理得到第一用户数据；基于预设的特征选择算法对第一用户数据进行筛选处理，得到第二用户数据；将第二用户数据输入至预设的稀疏表示模型内，通过稀疏表示模型对第二用户数据进行计算处理，生成与第二用户数据对应的输出结果；基于输出结果生成与目标用户对应的目标用户标签。本申请还提供一种基于人工智能的标签生成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，目标用户标签可存储于区块链中。本申请通过使用稀疏表示模型来生成目标用户的目标标签，有效提高了用户标签数据的处理效率与准确性。CN115049511ACN115049511A权利要求书1/2页1.一种基于人工智能的标签生成方法，其特征在于，包括下述步骤：获取目标用户的原始用户数据；对所述原始用户信息进行预处理得到第一用户数据；基于预设的特征选择算法对所述第一用户数据进行筛选处理，得到处理后的第二用户数据；将所述第二用户数据输入至预设的稀疏表示模型内，通过所述稀疏表示模型对所述第二用户数据进行计算处理，生成与所述第二用户数据对应的输出结果；基于所述输出结果生成与所述目标用户对应的目标用户标签。2.根据权利要求1所述的基于人工智能的标签生成方法，其特征在于，所述特征选择算法包括第一特征选择算法与第二特征选择算法，所述基于预设的特征选择算法对所述第一用户数据进行筛选处理，得到处理后的第二用户数据的步骤，具体包括：对所述第一用户数据进行特征构建，得到对应的用户特征数据；基于所述第一特征选择算法对所述用户特征数据进行筛选处理，得到第一用户特征数据；基于所述第二特征筛选算法对所述用户特征数据进行筛选处理，得到第二用户特征数据；基于所述第一用户特征数据与所述第二用户特征数据生成所述第二用户数据。3.根据权利要求1所述的基于人工智能的标签生成方法，其特征在于，所述通过所述稀疏表示模型对所述第二用户数据进行计算处理，生成与所述第二用户数据对应的输出结果的步骤，具体包括：通过所述稀疏表示模型，将所述第二用户数据输入至预设的字典学习公式内；对所述字典学习公式进行求解得到与所述第二用户数据对应的稀疏解；其中，所述稀疏解包括目标字典矩阵，以及与所述第二用户数据对应的稀疏表示；将所述目标字典矩阵与所述稀疏表示作为所述输出结果。4.根据权利要求3所述的基于人工智能的标签生成方法，其特征在于，在所述将所述第二用户数据输入至预设的稀疏表示模型内，通过所述稀疏表示模型对所述第二用户数据进行计算处理，生成与所述第二用户数据对应的输出结果的步骤之前，还包括：采集历史用户的历史用户数据；对所述历史用户数据进行预处理得到样本数据，并将所述样本数据划分为训练数据与测试数据；调用预设的初始模型；基于所述字典学习公式，使用所述训练数据对所述初始模型进行训练，得到训练后的初始模型；基于所述测试数据对所述训练后的初始模型进行验证；当验证通过时结束训练，并将所述训练后的初始模型作为所述稀疏表示模型。5.根据权利要求1所述的基于人工智能的标签生成方法，其特征在于，在所述基于所述输出结果生成与所述目标用户对应的目标用户标签的步骤之后，还包括：调用预设的画像模型；基于所述目标用户标签与所述画像模型，生成所述目标用户的用户画像；2CN115049511A权利要求书2/2页存储所述用户画像。6.根据权利要求5所述的基于人工智能的标签生成方法，其特征在于，在所述基于所述目标用户标签与所述画像模型，生成所述目标用户的用户画像的步骤之后，还包括：确定与所述目标用户对应的相似用户；获取与所述相似用户对应的历史推荐信息；基于所述用户画像确定第一推荐信息集；基于所述历史推荐信息确定第二推荐信息集；基于所述第一推荐信息集与所述第二推荐信息集，生成与所述目标用户对应的目标推荐信息；在预设时间段内，将所述目标推荐信息推送给所述目标用户。7.根据权利要求6所述的基于人工智能的标签生成方法，其特征