买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江聚米为谷信息科技有限公司

摘要：本申请提供一种基于行为数据分析的用户画像分类方法及系统，在对用户画像分类网络进行调优时，采取开集知识模板对用户画像分类网络进行弱监督的相似性学习，不但令用户画像分类网络对已知用户消费画像进行高质量训练，同时令得用户画像分类网络对新的用户消费画像进行高质量训练，以确保用户画像分类网络对多种用户消费画像的分类精度，扩大用户画像分类网络的用户消费画像分类粒度。同时，本申请实施例的知识模板为不同行为类型对应的消费行为数据，增加了用户画像分类网络的日志可分类粒度，以增加用户画像分类网络的分类质量，帮助基于用户画像进行针对性运营的转化率，提高用户体验，提高获客资源和获客质量。

主权项：1.一种基于行为数据分析的用户画像分类方法，其特征在于，包括：获取拟分析的消费行为记录日志；基于用户画像分类网络中的行为向量抽取组件，抽取所述消费行为记录日志的行为表征向量；依据所述行为表征向量，确定所述消费行为记录日志属于Q个用户消费画像的预测置信系数，所述Q为不小于2的自然数；其中，所述用户画像分类网络是依据弱指导学习误差调优得到，所述弱指导学习误差是依据s个非先验标记模板中的G个第一非先验标记模板的整体行为表征向量以及对应的第二知识模板的整体行为表征向量确定的，所述第一非先验标记模板为对应的第一知识模板和对应的第二知识模板相同的非先验标记模板；其中，所述用户画像分类网络的训练过程具体包括：获取当下批次调试样本包括的w个知识模板，以及基于用户画像分类网络中的行为向量抽取组件，抽取所述w个知识模板的每一知识模板的第一行为表征向量；对所述每一个知识模板的第一行为表征向量分别进行局部和整体行为向量抽取，获得所述每一个知识模板的局部行为表征向量和整体行为表征向量；针对所述s个非先验标记模板中的第e个非先验标记模板，依据所述局部行为表征向量和所述整体行为表征向量，在所述w个知识模板中，除所述第e个非先验标记模板外的v个知识模板中，确定和所述第e个非先验标记模板的局部匹配系数最大的第一知识模板，以及和所述第e个非先验标记模板的整体匹配系数最大的第二知识模板；从所述s个非先验标记模板中选出G个第一非先验标记模板，依据所述G个第一非先验标记模板的整体行为表征向量以及对应的第二知识模板的整体行为表征向量，确定所述用户画像分类网络的弱指导学习误差，以及依据所述弱指导学习误差对所述用户画像分类网络进行调优。

全文数据：

权利要求：

百度查询： 浙江聚米为谷信息科技有限公司 一种基于行为数据分析的用户画像分类方法及系统