应用程序资质库构建及用户资质信息确定方法、装置与流程

本说明书一个或多个实施例涉及用户资质信息确定，尤其涉及一种应用程序资质库构建及用户资质信息确定方法、装置。

背景技术：

1、随着在金融风控、精准营销、信用评估等业务场景中，准确识别用户的收入水平、职业特征、资产状况等资质信息，是实现差异化服务和风险定价的核心前提。传统的用户资质识别方法主要依赖征信报告、收入证明等显性金融数据，但此类数据存在覆盖率低、更新滞后、采集成本高等问题，难以满足大规模、实时性的业务需求。

2、随着移动互联网的普及，用户的app安装和使用行为已被证实是反映其资质特征的重要隐性信号。例如，高净值用户往往更倾向于安装金融理财类、高端出行类、专业行业工具类app。因此，基于用户终端设备上安装的app来推断用户资质信息，成为一种具有广泛应用前景的技术路径。该技术路径目前主要通过构建一个准确、可靠的应用程序资质库，将app与资质标签建立关联。

3、但是，目前相关技术中，在构建应用程序资质库时，对app自身的语义理解不够全面、准确，导致app与资质标签的关联关系存在偏差，进而使得用户资质信息的确定结果精度不足。

技术实现思路

1、有鉴于此，本说明书一个或多个实施例提供一种应用程序资质库构建及用户资质信息确定方法、装置。

2、为实现上述目的，本说明书一个或多个实施例提供技术方案如下：

3、根据本说明书一个或多个实施例的第一方面，提出了一种应用程序资质库的构建方法，包括：

4、获取种子应用程序集合，并基于各种子应用程序的语义表示生成各分类标签对应的标签基准向量；每个种子应用程序的语义表示至少基于该种子应用程序的视觉设计特征生成；

5、以各分类标签的标签基准向量为查询向量，从待标注应用程序集合中召回候选应用程序，并将各分类标签确定为对应候选应用程序的分类标签；

6、确定各候选应用程序的资质等级；

7、基于各候选应用程序的分类标签及资质等级，构建应用程序资质库；其中，所述应用程序资质库用于确定用户的资质信息。

8、根据本说明书一个或多个实施例的第二方面，提出了一种用户资质信息的确定方法，所述方法包括：

9、获取目标用户的终端设备上所安装的应用程序集合；

10、将所述应用程序集合中各应用程序与预先构建的应用程序资质库中的各候选应用程序进行匹配，并将匹配到的候选应用程序的分类标签及资质等级确定为对应应用程序的分类标签和资质等级；其中，所述应用程序资质库包括各候选应用程序的分类标签及资质等级；各候选应用程序的分类标签继承自其对应的标签基准向量，所述标签基准向量基于对应分类标签下各种子应用程序的语义表示生成，每个种子应用程序的语义表示至少基于该种子应用程序的视觉设计特征生成；各候选应用程序是以各分类标签的标签基准向量为查询向量从待标注应用程序集合中召回得到的；

11、根据各应用程序的分类标签和资质等级，确定所述目标用户的资质信息。

12、根据本说明书一个或多个实施例的第三方面，提出了一种电子设备，包括：

13、处理器；

14、用于存储处理器可执行指令的存储器；

15、其中，所述处理器通过运行所述可执行指令以实现如第一方面或第二方面所述的方法。

16、根据本说明书一个或多个实施例的第四方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面或第二方面所述方法的步骤。

17、根据本说明书一个或多个实施例的第五方面，提出了一种计算机程序产品，包括：计算机程序/指令，所述计算机程序/指令被处理器执行时实现如第一方面或第二方面所述的方法。

18、由上述实施例可知，本说明书一个或多个实施例提供的应用程序资质库构建及用户资质信息确定方法、装置，通过基于种子应用程序的视觉设计特征生成语义表示，并进一步生成分类标签对应的标签基准向量，由于视觉设计特征是应用程序出厂时自带的图形化标识，不易受文本描述缺失或运营人员主观编辑倾向的影响，相较于纯文本特征包含了更为客观且深层的语义信息，从而使生成的标签基准向量能够更准确地刻画应用程序的固有视觉与语义属性。在此客观视觉语义的基础上，通过以各分类标签的标签基准向量为查询向量，从待标注应用程序集合中召回候选应用程序，由于利用了高质量的标签基准向量进行相似性匹配，相较于人工维护列表或简单的关键词匹配，能够从海量应用程序中精准召回具备相似视觉与深层语义的候选应用程序，从而有效提升了应用程序分类标签确定的覆盖率和准确率，避免了人工维护导致的数据过时问题。进一步地，在资质库构建阶段采用了上述高质量的语义召回结果作为底层数据支撑，使得后续基于该应用程序资质库进行用户终端设备所安装应用程序的匹配及资质等级确定时，具备坚实的关联准确度基础，从而在整体上提升了用户资质信息确定的精度与可靠性。

1.一种应用程序资质库的构建方法，包括：

2.根据权利要求1所述的方法，以各分类标签的标签基准向量为查询向量从待标注应用程序集合中召回候选应用程序，包括：

3.根据权利要求2所述的方法，通过多层残差量化码本对各待标注应用程序的原始融合嵌入进行逐级残差编码，得到各待标注应用程序在各层级下的层级化语义向量，包括：

4.根据权利要求2所述的方法，基于各待标注应用程序的视觉设计特征生成各待标注应用程序的原始融合嵌入，包括：

5.根据权利要求4所述的方法，所述文本编码器、所述反馈编码器及所述视觉编码器的训练过程包括：

6.根据权利要求2所述的方法，所述方法还包括：

7.根据权利要求1所述的方法，所述方法包括：

8.根据权利要求7所述的方法，基于所述历史用户数据集确定各候选应用程序在该预设维度下的用户属性关联度，包括：

9.根据权利要求7或8所述的方法，确定各候选应用程序的资质等级，包括：

10.根据权利要求1所述的方法，所述方法还包括：

11.一种用户资质信息的确定方法，所述方法包括：

12.根据权利要求11所述的方法，根据各应用程序的分类标签和资质等级，确定所述目标用户的资质信息，包括：

13.一种电子设备，包括：

14.一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-12任意一项所述方法的步骤。

15.一种计算机程序产品，包括：计算机程序/指令，所述计算机程序/指令被处理器执行时实现如权利要求1-12中任一项所述的方法。