一种优化用户标签系统的方法、装置、设备及存储介质与流程

1.本发明涉及技术领域，尤其涉及一种提高用户标签精准性的方法、装置、设备及存储介质。


背景技术：

2.互联网领域做精准化营销、行业研究报告、用户行为研究分析、服务化产品等工作时，经常用到用户画像。用户画像是指根据用户信息而抽象出来的用户标签化用户模型，也可以称为用户标签。
3.现有的用户标签系统通过对用户信息分析生成高度精炼的用户标签，对用户打用户标签也就是利用一些高度概括、容易理解的特征来描述用户。
4.然而现有的用户标签系统生成的用户标签精准性不高。


技术实现要素：

5.本发明实施例提供一种优化用户标签系统的方法、装置、设备及存储介质，能够根据使用用户标签产生的反馈数据优化生成用户标签的用户标签系统，提高生成的用户标签的精准性。
6.第一方面，本发明实施例提供一种优化用户标签系统的方法，该方法包括：获取用户标签的用户标签反馈数据；通过第一校验模型校验用户标签反馈数据，得到校验结果，校验结果表征用户标签的准确性；根据校验结果和用户标签反馈数据计算用户标签的偏移度；当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系统。
7.在一种可能的实现方式中，该方法还包括：基于优化后的用户标签系统生成新用户标签；获取新用户标签对应的业务需求数据；通过第二校验模型校验新用户标签；根据校验后的新用户标签和业务需求数据，修正新用户标签；输出新用户标签。
8.在一种可能的实现方式中，第一校验模型或第二校验模型包括以下至少一项：ab测试模型、区分度评估指标(kolmogorov-smirnov，ks)、聚类分析模型、受试者工作特征曲线(receiver operating characteristic curve，roc)、曲线下的面积(area under curve，auc)、混淆矩阵。
9.在一种可能的实现方式中，校验结果包括以下至少一项：用户标签的准确度、精确度、召回率；根据校验结果计算用户标签的偏移度，包括：根据校验结果和预设权重计算用户标签的偏移度。
10.第二方面，本发明实施例提供一种优化标签系统的装置，其特征在于，装置包括：获取模块，用于获取用户标签的用户标签反馈数据；校验模块，用于通过第一校验模型校验用户标签反馈数据，得到校验结果；计算模块，用于根据校验结果计算用户标签的偏移度；优化模块，用于当偏移度大于预设阈值时，根据偏移度的数据和反馈数据优化用户标签系统。
11.在一种可能的实现方式中，该装置还包括：生成模块，用于基于优化后的用户标签
系统生成新用户标签；获取模块，还用于获取新用户标签对应的业务需求数据；校验模块，还用于通过第二校验模型校验新用户标签；修正模块，用于根据校验后的新用户标签和业务需求数据，修正新用户标签；输出模块，用于输出新用户标签。
12.在一种可能的实现方式中，第一校验模型或第二校验模型包括以下至少一项：ab测试模型、ks、聚类分析模型、roc、auc、混淆矩阵。
13.在一种可能的实现方式中，校验结果包括以下至少一项：用户标签的准确度、精确度、召回率；计算模块，具体用于根据校验结果和预设权重计算用户标签的偏移度。
14.第三方面，本发明实施例提供了一种电子设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时，实现如第一方面或者第一方面的任一可能实现方式中的优化用户标签系统的方法。
15.第四方面，本发明实施例提供了一种计算机存储介质，该计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一可能实现方式中的优化用户标签系统的方法。
16.本发明的实施例提供的技术方案至少带来以下有益效果：本发明通过第一校验模型校验用户标签反馈数据，得到校验结果，根据检验结果得到用户标签的偏移度，当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系统。本发明实施例得到的优化后的用户标签系统提高其生成的用户标签的精准性，从而提升使用用户标签时的营销效果。
附图说明
17.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是本发明实施例提供的一种优化用户标签系统的架构。
19.图2是本发明实施例提供的一种优化用户标签系统的方法流程示意图。
20.图3是本发明实施例提供的一种优化用户标签系统的方法流程示意图。
21.图4是本发明实施例提供的一种优化用户标签系统的装置示意图。
22.图5是本发明实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
23.下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
24.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖
非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
25.互联网领域做精准化营销、行业研究报告、用户行为研究分析、服务化产品等工作时，经常用到用户画像。用户画像是指根据用户信息而抽象出来的用户标签化用户模型，也可以称为用户标签。
26.现有的用户标签系统通过对用户信息分析生成高度精炼的用户标签，对用户打用户标签也就是利用一些高度概括、容易理解的特征来描述用户。
27.然而现有的用户标签系统生成的用户标签精准性不高，企业使用这些用户标签时的实际效果与分析结果的差距较大。
28.本发明实施例提供一种优化用户标签系统的方法、装置、设备及存储介质，能够根据使用用户标签产生的反馈数据优化生成用户标签的模型，提高用户标签的精准性，从而提升使用用户标签时的效果。
29.本发明实施例提供的一种优化用户标签生成系统的架构如图1所示，该架构包括用户标签生成模块110、用户标签事后校验反哺模块120、用户标签输出模块130。
30.用户标签生成模块110，用于根据用户的属性、用户偏好、生活习惯、社会状况或用户行为等信息，通过用户标签系统生成新用户标签。
31.用户标签事后校验反哺模块120，用于当收到新用户标签时，获取新用户标签对应的业务需求数据；还用通过第二校验模型校验新用户标签；还用于根据校验后的新用户标签和业务需求数据，修正新用户标签。
32.还用于当接收到用户标签的用户标签反馈数据时，通过第一校验模型校验用户标签反馈数据，得到校验结果；还用于根据所述校验结果计算所述用户标签的偏移度；还用于当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系统。
33.用户标签输出模块130，用于输出新用户标签，还用于用户标签的反馈数据，并发送给用户标签事后校验反哺模块120。
34.本发明实施例提供的提高用户标签精准性的架构，能够根据用户标签的反馈数据进行校验，并计算用户标签的偏移度，当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系统。本发明实施例得到的优化后的用户标签系统提高其生成的用户标签的精准性，从而提升使用用户标签时的效果。
35.下面将结合图2详细阐述本发明一个实施例提供的优化标签系统的方法。如图2所示，该方法可以包括以下步骤：s210，获取用户标签的用户标签反馈数据。
36.用户标签反馈数据可以是企业使用用户标签进行营销而产生的营销数据。
37.根据用户标签的用途，用户标签除了可以用于营销，还可以用于商业地理或金融业务等，企业在使用这些用户标签时得到相应的用户标签反馈数据。
38.通过用户标签输出模块采集用户标签的用户标签反馈数据，并将用户标签反馈数据发送给用户标签事后校验反哺模块。
39.s220，通过第一校验模型校验所述用户标签反馈数据，得到校验结果。
40.用户标签事后校验反哺模块通过第一校验模型校验所述用户标签反馈数据，得到
校验结果。
41.在本发明提供的一个实施例中，第一校验模型可以包括以下至少一项：
42.ab测试模型、ks、聚类分析模型、roc、auc、混淆矩阵。
43.第一校验模型根据需求选择上述模型中的一项或多项。
44.根据以上不同的校验模型可以得到至少一项校验结果。
45.在本发明提供的一个实施例中，所述采用余弦相似度算法得到用户标签的校验结果。
46.余弦相似度算法如下公式所示。
[0047][0048]
其中，x表示工作人员对用户标签进行分析得到的分析数据，可以包括n个关键词的指标，i为大于0的整数，xi表示第i个关键词的指标；y表示用户标签反馈数据，用户标签反馈数据的关键词与分析数据的关键词的一一对应，可以包括n个关键词的指标，与i为大于0的整数，yi表示第i个关键词的指标；关键词可以是工作人员根据实际情况设置的。
[0049]
得到的结果为[0，1]，对应的召回率为[0，100％]。
[0050]
在一个示例中，得到校验结果后，将校验结果存储在用户标签事后校验反哺模块，以用于计算偏移度。
[0051]
s230，根据所述校验结果计算所述用户标签的偏移度。
[0052]
在本发明提供的一个实施例中，校验结果包括以下至少一项：用户标签的准确度、精确度、召回率。
[0053]
所述根据所述校验结果计算所述用户标签的偏移度，包括：根据所述校验结果和预设权重计算所述用户标签的偏移度。
[0054]
得到的至少一项校验结果中，每项校验结果都对应一个预设权重，预设权重是人为设置的，将每项校验结果与其对应的预设权重的乘积之和作为偏移度。
[0055]
可以通过用户标签反馈数据的周期，设定计算偏移度的周期，如按周计算用户标签的偏移度。
[0056]
在一个示例中，得到偏移度后，将偏移度存储在用户标签事后校验反哺模块。
[0057]
s240，当所述偏移度大于预设阈值时，根据所述偏移度的数据和所述用户标签反馈数据优化用户标签系统。
[0058]
工作人员可以根据实际情况为每个用户标签的偏移度设置对应的预设阈值。
[0059]
当偏移度大于预设阈值时，用户标签事后校验反哺模块向工作人员告警，工作人员则可以通过分析用户标签反馈数据、偏移度的数据等，确定偏移度大于预设阈值的原因，选择忽略或者对用户标签系统进行优化，得到优化后的用户标签系统。还可以对偏移度大于预设阈值的用户标签进行二次开发，采用用户标签对应的用户信息，通过用户标签系统生成新的用户标签。
[0060]
本发明实施例提供的方法可以采集用户标签反馈数据，并通过第一校验模型校验用户标签反馈数据，得到校验结果，根据校验结果和用户标签反馈数据得到用户标签的偏移度，当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系
统。本发明实施例得到的优化后的用户标签系统提高其生成的用户标签的精准度，从而提升使用用户标签时的效果。
[0061]
上面阐述了一种优化标签系统的方法，在本发明提供的一个实施例中，该方法还包括如图3所示步骤：s310，基于优化后的用户标签系统生成新用户标签。
[0062]
优化后的用户标签系统可以生成精准性更高的用户标签。
[0063]
s320，获取所述新用户标签对应的业务需求数据。
[0064]
每个用户标签都对应有业务需求数据，业务需求数据是工作人员对用户标签对应的业务制定的。
[0065]
s330，通过第二校验模型校验所述新用户标签。
[0066]
在本发明提供的一个实施例中，第二校验模型可以包括以下一项：ab测试模型、ks、聚类分析模型、roc、auc、混淆矩阵。
[0067]
s340，根据校验后的所述新用户标签和所述业务需求数据，修正所述新用户标签。
[0068]
对新用户标签校验可以得到新用户标签的校验结果，新用户标签的校验结果可以包括新用户标签的准确度、精确度或召回率中的至少一项。
[0069]
新用户标签一般为通用型标签，一般一个新用户标签体现在大数据的表中就是一个字段，该字段对应多个维度值。修正新用户标签包括对某根据业务需求数据，采用新用户标签多个维度的特定值，对新用户标签进行修订。比如金融反欺诈黑名单业务需求数据，需要某几个特定用户标签的特定值对业务针对的用户群修正新用户标签。
[0070]
s350，输出所述新用户标签。
[0071]
输出的修正后的新用户标签具有更高的精准性，新用户标签可以用于工作人员进行业务营销、商业地理、金融业务等，通过业务中对用户标签的使用可以得到该新用户标签的用户标签反馈数据。
[0072]
本发明实施例提供的方法可以由用户标签系统生成新用户标签，并根据业务需求对新用户标签进行修正，得到精准性较高的新用户标签，提升使用新用户标签时的效果。
[0073]
本发明实施例还提供一种优化用户标签系统的装置，如图4所示，该装置包括：获取模块410，用于获取用户标签的用户标签反馈数据。
[0074]
校验模块420，用于通过第一校验模型校验所述用户标签反馈数据，得到校验结果。
[0075]
在本发明提供的一个实施例中，第一校验模型包括以下至少一项：ab测试模型、ks、聚类分析模型、roc、auc、混淆矩阵。
[0076]
计算模块430，用于根据所述校验结果计算所述用户标签的偏移度。
[0077]
根据以上不同的校验模型可以得到至少一项校验结果。
[0078]
在本发明提供的一个实施例中，校验结果包括以下至少一项：用户标签的准确度、精确度、召回率。
[0079]
计算模块430具体用于：根据所述校验结果和预设权重计算所述用户标签的偏移度。
[0080]
得到的至少一项校验结果中，每项校验结果都对应一个预设权重，每个预设权重是人为设置的，将每项校验结果与其对应的预设权重的乘积之和作为偏移度。
[0081]
优化模块440，用于当所述偏移度大于预设阈值时，根据所述偏移度的数据和所述
反馈数据优化用户标签系统。
[0082]
本发明实施例提供的优化用户标签系统的装置可以采集用户标签反馈数据，并通过第一校验模型校验用户标签反馈数据，得到校验结果，根据校验结果和用户标签反馈数据得到用户标签的偏移度，当偏移度大于预设阈值时，根据偏移度的数据和用户标签反馈数据优化用户标签系统。本发明实施例得到的优化后的用户标签系统提高其生成的用户标签的精准度，从而提升使用用户标签时的效果。
[0083]
在本发明提供的一个实施例中，优化标签系统的装置400还包括：生成模块450，用于基于优化后的用户标签系统生成新用户标签.
[0084]
所述获取模块410，还用于获取所述新用户标签对应的业务需求数据。
[0085]
所述校验模块420，还用于通过第二校验模型校验所述新用户标签。
[0086]
在本发明提供的一个实施例中，第二校验模型包括以下至少一项：ab测试模型、ks、聚类分析模型、roc、auc、混淆矩阵。
[0087]
修正模块460，用于根据校验后的所述新用户标签和所述业务需求数据，修正所述新用户标签。
[0088]
对新用户标签校验可以得到新用户标签的校验结果，新用户标签的校验结果可以包括新用户标签的准确度、精确度或召回率中的至少一项。
[0089]
新用户标签一般为通用型标签，一般一个新用户标签体现在大数据的表中就是一个字段，该字段对应多个维度值。修正新用户标签包括对某根据业务需求数据，采用新用户标签多个维度的特定值，对新用户标签进行修订。比如金融反欺诈黑名单业务需求数据，需要某几个特定用户标签的特定值对业务针对的用户群修正新用户标签。
[0090]
计算模块460，具体用于根据所述校验结果和预设权重计算所述用户标签的偏移度。
[0091]
输出模块470，用于输出所述新用户标签。
[0092]
本发明实施例提供的装置可以由用户标签系统生成新用户标签，并根据业务需求对新用户标签进行修正，得到精准性较高的新用户标签，提升使用新用户标签时的效果。
[0093]
本发明实施例提供的优化用户标签系统的装置执行图2所示的方法中的各个步骤，并能够实现根据使用用户标签产生的反馈数据优化生成用户标签的用户标签系统，提高生成的用户标签的精准性的技术效果，为简洁描述，再此不在详细赘述。
[0094]
图5示出了本发明实施例提供的一种电子设备的硬件结构示意图。
[0095]
在电子设备可以包括处理器501以及存储有计算机程序指令的存储器502。
[0096]
具体地，上述处理器501可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
[0097]
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在综合网关容灾设备的内部或外部。在特定实施例中，存储器502是非易失性固态存储器。在特定实施例中，存储器502包括只读存储器(rom)。在合适的情况下，该rom可以是
掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
[0098]
处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现图2至图3所示实施例中的任意一种优化用户标签系统方法。
[0099]
在一个示例中，电子设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
[0100]
通信接口503，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
[0101]
总线510包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
[0102]
该电子设备可以执行本发明实施例中的优化用户标签系统的方法，从而实现结合图1描述的优化用户标签系统的方法。
[0103]
另外，结合上述实施例中的优化用户标签系统的方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种优化用户标签系统的方法。
[0104]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0105]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0106]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0107]
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。