用户类别确定方法、装置、设备及存储介质.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CN113850632A(43)申请公布日2021.12.28(21)申请号202111432853.9(22)申请日2021.11.29(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人任杰张茜张莉(74)专利代理机构深圳市赛恩倍吉知识产权代理有限公司44334代理人严林(51)Int.Cl.G06Q30/02(2012.01)G06K9/62(2006.01)G06N20/00(2019.01)权利要求书3页说明书19页附图2页(54)发明名称用户类别确定方法、装置、设备及存储介质(57)摘要本发明涉及人工智能，提供一种用户类别确定方法、装置、设备及存储介质。该方法能够获取包括第一特征信息的多个初始样本及包括第二特征信息的多个待选样本，根据第一特征信息分析任意两个初始样本的相似度，得到第一相似矩阵，根据任一待选样本在多个初始样本中的多个插入位置分析第一特征信息及第二特征信息，得到多个第二相似矩阵，对第一相似矩阵及多个第二相似矩阵进行评价处理，得到第一清晰度及多个第二清晰度，筛选目标位置并选取入选样本，得到训练样本，调整分类学习器，基于分类模型分析待测用户的维度信息，得到用户类别，能够提高用户类别的确定准确性。此外，本发明还涉及区块链技术，所述用户类别可存储于区块链中。CN113850632ACN113850632A权利要求书1/3页1.一种用户类别确定方法，其特征在于，所述用户类别确定方法包括：获取多个初始样本及多个待选样本，每个初始样本包括初始用户的第一特征信息，每个待选样本包括待选用户的第二特征信息；根据所述第一特征信息分析任意两个初始样本在预设维度上的相似度，得到所述多个初始样本的第一相似矩阵；根据任一待选样本在所述多个初始样本中的多个插入位置、所述第一特征信息及所述第二特征信息分析所述任一待选样本与所述多个初始样本的相似度，得到与所述多个插入位置对应的多个第二相似矩阵；基于图像清晰度评价算法对所述第一相似矩阵进行评价处理，得到所述第一相似矩阵的第一清晰度，并对所述多个第二相似矩阵进行评价处理，得到多个第二清晰度；基于所述多个第二清晰度及所述第一清晰度从所述多个插入位置中筛选目标位置；根据所述多个初始样本及所述目标位置从所述多个待选样本中选取入选样本，并将所述多个初始样本及所述入选样本确定为训练样本；基于所述训练样本调整预先构建好的分类学习器，得到分类模型；当接收到类别确定请求时，根据所述类别确定请求获取待测用户在所述预设维度上的维度信息；根据所述分类模型分析所述维度信息，得到所述待测用户所属的用户类别。2.如权利要求1所述的用户类别确定方法，其特征在于，所述第一特征信息包括所述初始用户在预设时间及所述预设维度上的信息，所述根据所述第一特征信息分析任意两个初始样本在预设维度上的相似度，得到所述多个初始样本的第一相似矩阵包括：根据下列公式计算所述第一特征信息，得到所述任意两个初始样本在所述预设维度上的相似度：；其中，是指初始样本与初始样本的相似度，是指所述预设时间的时间总量，是指所述预设维度的维度总量，是指所述初始样本在第个预设维度及第个预设时间上所对应的第一特征信息，是指所述初始样本在第个预设维度及第个预设时间上所对应的第一特征信息；根据所述多个初始样本的样本数量生成初始矩阵，并根据所述多个初始样本的样本顺序将所述相似度及预设相似值填充至所述初始矩阵中，得到所述第一相似矩阵。3.如权利要求2所述的用户类别确定方法，其特征在于，所述根据所述多个初始样本及所述目标位置从所述多个待选样本中选取入选样本还包括：根据所述目标位置依次将每个待选样本插入所述多个初始样本中，得到多个特征序列；计算每个特征序列中多个特征样本的相似度，得到每个特征序列的特征相似矩阵，并计算每个特征相似矩阵的特征清晰度；计算每个特征清晰度与所述第一清晰度的差值，得到清晰影响值，并将取值最小的清晰影响值所对应的特征序列确定为目标序列；2CN113850632A权利要求书2/3页将所述目标序列中的待选样本确定为所述入选样本，并将所述目标序列中的多个特征样本确定为下一次迭代处理的多个初始样本；将所述入选样本从所述多个待选样本中删除，得到处理后的待选样本；基于所述下一次迭代处理的多个初始样本对所述处理后的待选样本进行迭代筛选，直至所述目标序列的序列增益值小于目标增益值，得到所述入选样本。4.如权利要求3所述的用户类别确定方法，其特征在于，所述方法还包括：根据多个所述特征清晰度及所述第一清晰度生成关系曲线；对所述关系曲线进行求导分析处理，得到导数曲线；根据所述导数曲线计算所述目标序列的特征清晰度及所述目标序