CN111383040A - 一种身份属性的识别方法、装置、电子设备及存储介质 - Google Patents
一种身份属性的识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111383040A CN111383040A CN201811628426.6A CN201811628426A CN111383040A CN 111383040 A CN111383040 A CN 111383040A CN 201811628426 A CN201811628426 A CN 201811628426A CN 111383040 A CN111383040 A CN 111383040A
- Authority
- CN
- China
- Prior art keywords
- consumption behavior
- current user
- attribute
- behavior data
- dividing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000006399 behavior Effects 0.000 claims description 406
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 235000013410 fast food Nutrition 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010411 cooking Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种身份属性的识别方法、装置、电子设备及存储介质。所述方法包括:按照预设周期获取当前用户的至少一个消费行为数据;将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别,可以准确地对用户的身份属性进行识别。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种身份属性的识别方法、装置、电子设备及存储介质。
背景技术
对用户进行身份属性识别是指确定用户的身份属性。通常来将,用户的身份属性可以是用户的群体身份属性,也可以是用户的个体身份属性。例如,用户的群体身份属性可以包括:学生、教师、医生、患者等;用户的个体身份属性可以包括:姓名、年龄、性别、住址等。
在现有技术中,可以基于人脸对用户进行身份属性识别。具体地,首先获取待识别用户的人脸图像以及目标用户的人脸图像,然后通过特征匹配计算这两张人脸图像之间的相似度,当相似度大于预设阈值时,可以判定待识别用户为目标用户。但是针对用户的身份属性,例如,该身份属性包括:单身属性和非单身属性;或者,独自承担家务的身份属性和非独自承担家务的身份属性,目前在现有技术中还没有一种有效的解决方式,因此,需要通过一定的方式来尽可能地克服这一问题。
发明内容
有鉴于此,本发明实施例提供一种身份属性的识别方法、装置、电子设备及存储介质,可以准确地对用户的身份属性进行识别。
第一方面,本发明实施例提供了一种身份属性的识别方法,所述方法包括:
按照预设周期获取当前用户的至少一个消费行为数据;
将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;
根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别。
在上述实施例中,所述将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中,包括:
在所述当前用户的各个消费行为数据中提取出所述当前用户的消费行为属性;其中,所述消费行为属性包括:时间属性、地点属性以及商品属性;
根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
在上述实施例中,所述根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中,包括:
将所述当前用户的消费行为属性划分到与其对应的消费行为等级中;
根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值;
根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
在上述实施例中,所述根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中,包括:
获取各个消费行为类别对应的特征值区间;
若各个消费行为数据的特征值在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到所述任意一个消费行为类别中;
若各个消费行为数据的特征值不在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到预先设置的消费行为类别中。
在上述实施例中,所述根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别,包括:
若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则将所述当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;
若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则将所述当前用户的身份属性确定为第二身份属性。
第二方面,本发明实施例提供了一种身份属性的识别装置,所述装置包括:获取模块、划分模块和识别模块;其中,
所述获取模块,用于按照预设周期获取当前用户的至少一个消费行为数据;
所述划分模块,用于将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;
所述识别模块,用于根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别。
在上述实施例中,所述划分模块包括:提取子模块和划分子模块;其中,
所述提取子模块,用于在所述当前用户的各个消费行为数据中提取出所述当前用户的消费行为属性;其中,所述消费行为属性包括:时间属性、地点属性以及商品属性;
所述划分子模块,用于根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
在上述实施例中,所述划分子模块,具体用于将所述当前用户的消费行为属性划分到与其对应的消费行为等级中;根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值;根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
在上述实施例中,所述划分子模块,具体用于获取各个消费行为类别对应的特征值区间;若各个消费行为数据的特征值在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到所述任意一个消费行为类别中;若各个消费行为数据的特征值不在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到预先设置的消费行为类别中。
在上述实施例中,所述识别模块,具体用于若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则将所述当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则将所述当前用户的身份属性确定为第二身份属性。
第三方面,本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的身份属性的识别方法。
第四方面,本发明实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的身份属性的识别方法。
本发明实施例提出了一种身份属性的识别方法、装置、电子设备及存储介质,先按照预设周期获取当前用户的至少一个消费行为数据;然后将当前用户的各个消费行为数据划分到与其对应的消费行为类别中;再根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。也就是说,在本发明的技术方案中,可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。但是针对用户的身份属性,目前在现有技术中还没有一种有效的解决方式。因此,和现有技术相比,本发明实施例提出的身份属性的识别方法、装置、电子设备及存储介质,可以准确地对用户的身份属性进行识别;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
附图说明
图1为本发明实施例一提供的身份属性的识别方法的流程示意图;
图2为本发明实施例二提供的身份属性的识别方法的流程示意图;
图3为本发明实施例三提供的身份属性的识别方法的流程示意图;
图4为本发明实施例四提供的身份属性的识别装置的第一结构示意图;
图5为本发明实施例四提供的身份属性的识别装置的第二结构示意图;
图6为本发明实施例五提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1为本发明实施例一提供的身份属性的识别方法的流程示意图,该方法可以由身份属性的识别装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,身份属性的识别方法可以包括以下步骤:
S101、按照预设周期获取当前用户的至少一个消费行为数据。
在本发明的具体实施例中,电子设备可以按照预设周期获取当前用户的至少一个消费行为数据;其中,该消费行为数据指的是用户购买某个商品或者是用户关注某个商品的数据。例如,电子设备可以在第一个预设周期内获取当前用户的至少一个消费行为数据;在第二个预设周期内获取当前用户的至少一个消费行为数据;…;在第N个预设周期内获取当前用户的至少一个消费行为数据;其中,N为大于1的自然数。较佳地,电子设备在获取到当前用户在各个预设周期内的消费行为数据之后,可以将当前用户在各个预设周期内的消费行为数据保存到预先设置的数据库中。
S102、将当前用户的各个消费行为数据划分到与其对应的消费行为类别中。
在本发明的具体实施例中,电子设备可以将当前用户的各个消费行为数据划分到与其对应的消费行为类别中。具体地,电子设备可以在当前用户的各个消费行为数据中提取出当前用户的消费行为属性;其中,消费行为属性包括:时间属性、地点属性以及商品属性;然后根据当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。例如,电子设备可以在当前用户的各个消费行为数据中提取出当前用户购买某一个商品的商品属性;然后根据当前用户购买某一个商品的商品属性将各个消费行为数据划分到与其对应的消费行为类别中。
S103、根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。
在本发明的具体实施例中,电子设备可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别;其中,当前用户的身份属性可以包括:单身属性和非单身属性;或者,当前用户的身份属性也可以包括:独自承担家务的身份属性和非独自承担家务的身份属性。在本发明的具体实施例中,单身属性是指一个人成年以后仍然是一个人生活而没有配偶,可以是从没结婚的,也可以是已经离异的,还可以是丧偶的,现在可以引申为没有男朋友或者女朋友,倾向于自行承担家务劳动,例如做饭家政。非单身属性是指一个人成年以后和配偶一起生活,可以是已经结婚的,现在可以引申为有男朋友或者女朋友,倾向于共同承担家政劳动,例如做饭家政。具体地,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则电子设备可以将当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则电子设备可以将当前用户的身份属性确定为第二身份属性。在本发明的具体实施例中,第一身份属性可以是单身属性;第二身份属性可以是非单身属性;或者,第一身份属性也可以是独自承担家务的身份属性;第二身份属性也可以是非独自承担家务的身份属性。例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是速食快餐类,则电子设备可以将当前用户的身份属性确定为单身属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是速食快餐类,则电子设备可以将当前用户的身份属性确定为非单身属性。再例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是家政用品类,则电子设备可以将当前用户的身份属性确定为独自承担家务的身份属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是家政用品类,则电子设备可以将当前用户的身份属性确定为非独自承担家务的身份属性。
本发明实施例提出的身份属性的识别方法,先按照预设周期获取当前用户的至少一个消费行为数据;然后将当前用户的各个消费行为数据划分到与其对应的消费行为类别中;再根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。也就是说,在本发明的技术方案中,可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。但是针对用户的身份属性,目前在现有技术中还没有一种有效的解决方式。因此,和现有技术相比,本发明实施例提出的身份属性的识别方法,可以准确地对用户的身份属性进行识别;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2为本发明实施例二提供的身份属性的识别方法的流程示意图。如图2所示,身份属性的识别方法可以包括以下步骤:
S201、按照预设周期获取当前用户的至少一个消费行为数据。
在本发明的具体实施例中,电子设备可以按照预设周期获取当前用户的至少一个消费行为数据;其中,该消费行为数据指的是用户购买某个商品或者是用户关注某个商品的数据。例如,电子设备可以在第一个预设周期内获取当前用户的至少一个消费行为数据;在第二个预设周期内获取当前用户的至少一个消费行为数据;…;在第N个预设周期内获取当前用户的至少一个消费行为数据;其中,N为大于1的自然数。较佳地,电子设备在获取到当前用户在各个预设周期内的消费行为数据之后,可以将当前用户在各个预设周期内的消费行为数据保存到预先设置的数据库中。
S202、在当前用户的各个消费行为数据中提取出当前用户的消费行为属性;其中,消费行为属性包括:时间属性、地点属性以及商品属性。
在本发明的具体实施例中,电子设备可以在当前用户的各个消费行为数据中提取出当前用户的消费行为属性;其中,消费行为属性包括:时间属性、地点属性以及商品属性。具体地,电子设备可以先确定各个消费行为属性对应的字段;然后按照各个消费行为属性对应的字段在当前用户的各个消费行为数据中提取出当前用户的消费行为属性。例如,在各个消费行为属性对应的时间字段中提取出当前用户的时间属性;在各个消费行为属性对应的地点字段中提取出当前用户的地点属性;在各个消费行为属性对应的商品字段中提取出当前用户的商品属性。
S203、根据当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
在本发明的具体实施例中,电子设备可以根据当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。具体地,若当前用户的消费行为属性为第一消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第一消费行为类别中;若当前用户的消费行为属性为第二消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第二消费行为类别中;…;若当前用户的消费行为属性为第N消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第N消费行为类别中。例如,电子设备可以在当前用户的各个消费行为数据中提取出当前用户购买某一个商品的商品属性;然后根据当前用户购买某一个商品的商品属性将各个消费行为数据划分到与其对应的消费行为类别中。
S204、根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。
在本发明的具体实施例中,电子设备可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别;其中,当前用户的身份属性包括:单身属性和非单身属性;或者,当前用户的身份属性也可以包括:独自承担家务的身份属性和非独自承担家务的身份属性。在本发明的具体实施例中,单身属性是指一个人成年以后仍然是一个人生活而没有配偶,可以是从没结婚的,也可以是已经离异的,还可以是丧偶的,现在可以引申为没有男朋友或者女朋友,倾向于自行承担家务劳动,例如做饭家政。非单身属性是指一个人成年以后和配偶一起生活,可以是已经结婚的,现在可以引申为有男朋友或者女朋友,倾向于共同承担家政劳动,例如做饭家政。具体地,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则电子设备可以将当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则电子设备可以将当前用户的身份属性确定为第二身份属性。在本发明的具体实施例中,第一身份属性可以是单身属性;第二身份属性可以是非单身属性;或者,第一身份属性也可以是独自承担家务的身份属性;第二身份属性也可以是非独自承担家务的身份属性。例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是速食快餐类,则电子设备可以将当前用户的身份属性确定为单身属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是速食快餐类,则电子设备可以将当前用户的身份属性确定为非单身属性。再例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是家政用品类,则电子设备可以将当前用户的身份属性确定为独自承担家务的身份属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是家政用品类,则电子设备可以将当前用户的身份属性确定为非独自承担家务的身份属性。
本发明实施例提出的身份属性的识别方法,先按照预设周期获取当前用户的至少一个消费行为数据;然后将当前用户的各个消费行为数据划分到与其对应的消费行为类别中;再根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。也就是说,在本发明的技术方案中,可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。但是针对用户的身份属性,目前在现有技术中还没有一种有效的解决方式。因此,和现有技术相比,本发明实施例提出的身份属性的识别方法,可以准确地对用户的身份属性进行识别;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图3为本发明实施例三提供的身份属性的识别方法的流程示意图。如图3所示,身份属性的识别方法可以包括以下步骤:
S301、按照预设周期获取当前用户的至少一个消费行为数据。
在本发明的具体实施例中,电子设备可以按照预设周期获取当前用户的至少一个消费行为数据;其中,该消费行为数据指的是用户购买某个商品或者是用户关注某个商品的数据。例如,电子设备可以在第一个预设周期内获取当前用户的至少一个消费行为数据;在第二个预设周期内获取当前用户的至少一个消费行为数据;…;在第N个预设周期内获取当前用户的至少一个消费行为数据;其中,N为大于1的自然数。较佳地,电子设备在获取到当前用户在各个预设周期内的消费行为数据之后,可以将当前用户在各个预设周期内的消费行为数据保存到预先设置的数据库中。
S302、在当前用户的各个消费行为数据中提取出当前用户的消费行为属性;其中,消费行为属性包括:时间属性、地点属性以及商品属性。
在本发明的具体实施例中,电子设备可以在当前用户的各个消费行为数据中提取出当前用户的消费行为属性;其中,消费行为属性包括:时间属性、地点属性以及商品属性。具体地,电子设备可以先确定各个消费行为属性对应的字段;然后按照各个消费行为属性对应的字段在当前用户的各个消费行为数据中提取出当前用户的消费行为属性。例如,在各个消费行为属性对应的时间字段中提取出当前用户的时间属性;在各个消费行为属性对应的地点字段中提取出当前用户的地点属性;在各个消费行为属性对应的商品字段中提取出当前用户的商品属性。
S303、将当前用户的消费行为属性划分到与其对应的消费行为等级中。
在本发明的具体实施例中,电子设备可以将当前用户的消费行为属性划分到与其对应的消费行为等级中。具体地,若当前用户的消费行为属性为第一消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第一消费行为等级中;若当前用户的消费行为属性为第二消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第二消费行为等级中;…;若当前用户的消费行为属性为第N消费行为属性,则电子设备可以将该消费行为属性划分到与其对应地第N消费行为等级中。
S304、根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值。
在本发明的具体实施例中,电子设备可以根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值。具体地,电子设备可以预先确定出每个消费行为等级对应的权重值;然后在将当前用户的消费行为属性划分到与其对应的消费行为等级之后,可以根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值。具体的,电子设备可以将当前用户的消费行为属性划分到与其对应的消费行为等级输入到预先确定的计算模型中,然后该计算模型可以根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值。
S305、根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
在本发明的具体实施例中,电子设备可以根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。具体地,电子设备可以将各个消费行为数据的特征值输入到预先确定的计算模型中,然后该计算模型可以各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
S306、根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。
在本发明的具体实施例中,电子设备可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别;其中,当前用户的身份属性包括:单身属性和非单身属性;或者,当前用户的身份属性也可以包括:独自承担家务的身份属性和非独自承担家务的身份属性。在本发明的具体实施例中,单身属性是指一个人成年以后仍然是一个人生活而没有配偶,可以是从没结婚的,也可以是已经离异的,还可以是丧偶的,现在可以引申为没有男朋友或者女朋友,倾向于自行承担家务劳动,例如做饭家政。非单身属性是指一个人成年以后和配偶一起生活,可以是已经结婚的,现在可以引申为有男朋友或者女朋友,倾向于共同承担家政劳动,例如做饭家政。具体地,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则电子设备可以将当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则电子设备可以将当前用户的身份属性确定为第二身份属性。在本发明的具体实施例中,第一身份属性可以是单身属性;第二身份属性可以是非单身属性;或者,第一身份属性也可以是独自承担家务的身份属性;第二身份属性也可以是非独自承担家务的身份属性。例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是速食快餐类,则电子设备可以将当前用户的身份属性确定为单身属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是速食快餐类,则电子设备可以将当前用户的身份属性确定为非单身属性。再例如,若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别都是家政用品类,则电子设备可以将当前用户的身份属性确定为独自承担家务的身份属性;若当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不都是家政用品类,则电子设备可以将当前用户的身份属性确定为非独自承担家务的身份属性。
本发明实施例提出的身份属性的识别方法,先按照预设周期获取当前用户的至少一个消费行为数据;然后将当前用户的各个消费行为数据划分到与其对应的消费行为类别中;再根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。也就是说,在本发明的技术方案中,可以根据各个消费行为数据对应的消费行为类别对当前用户的身份属性进行识别。但是针对用户的身份属性,目前在现有技术中还没有一种有效的解决方式。因此,和现有技术相比,本发明实施例提出的身份属性的识别方法,可以准确地对用户的身份属性进行识别;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图4为本发明实施例四提供的身份属性的识别装置的第一结构示意图。如图4所示,本发明实施例所述的身份属性的识别装置可以包括:获取模块401、划分模块402和识别模块403;其中,
所述获取模块401,用于按照预设周期获取当前用户的至少一个消费行为数据;
所述划分模块402,用于将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;
所述识别模块403,用于根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别。
图5为本发明实施例四提供的身份属性的识别装置的第二结构示意图。如图5所示,所述划分模块402包括:提取子模块4021和划分子模块4022;其中,
所述提取子模块4021,用于在所述当前用户的各个消费行为数据中提取出所述当前用户的消费行为属性;其中,所述消费行为属性包括:时间属性、地点属性以及商品属性;
所述划分子模块4022,用于根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
进一步的,所述划分子模块4022,具体用于将所述当前用户的消费行为属性划分到与其对应的消费行为等级中;根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值;根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
进一步的,所述划分子模块4022,具体用于获取各个消费行为类别对应的特征值区间;若各个消费行为数据的特征值在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到所述任意一个消费行为类别中;若各个消费行为数据的特征值不在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到预先设置的消费行为类别中。
进一步的,所述识别模块403,具体用于若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则将所述当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则将所述当前用户的身份属性确定为第二身份属性。
上述身份属性的识别装置可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的身份属性的识别方法。
实施例五
图6为本发明实施例五提供的电子设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性电子设备的框图。图6显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的身份属性的识别方法。
实施例六
本发明实施例六提供了一种计算机存储介质。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种身份属性的识别方法,其特征在于,所述方法包括:
按照预设周期获取当前用户的至少一个消费行为数据;
将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;
根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别。
2.根据权利要求1所述的方法,其特征在于,所述将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中,包括:
在所述当前用户的各个消费行为数据中提取出所述当前用户的消费行为属性;其中,所述消费行为属性包括:时间属性、地点属性以及商品属性;
根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中,包括:
将所述当前用户的消费行为属性划分到与其对应的消费行为等级中;
根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值;
根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
4.根据权利要求3所述的方法,其特征在于,所述根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中,包括:
获取各个消费行为类别对应的特征值区间;
若各个消费行为数据的特征值在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到所述任意一个消费行为类别中;
若各个消费行为数据的特征值不在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到预先设置的消费行为类别中。
5.根据权利要求1所述的方法,其特征在于,所述根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别,包括:
若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则将所述当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;
若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则将所述当前用户的身份属性确定为第二身份属性。
6.一种身份属性的识别装置,其特征在于,所述装置包括:获取模块、划分模块和识别模块;其中,
所述获取模块,用于按照预设周期获取当前用户的至少一个消费行为数据;
所述划分模块,用于将所述当前用户的各个消费行为数据划分到与其对应的消费行为类别中;
所述识别模块,用于根据各个消费行为数据对应的消费行为类别对所述当前用户的身份属性进行识别。
7.根据权利要求6所述的装置,其特征在于,所述划分模块包括:提取子模块和划分子模块;其中,
所述提取子模块,用于在所述当前用户的各个消费行为数据中提取出所述当前用户的消费行为属性;其中,所述消费行为属性包括:时间属性、地点属性以及商品属性;
所述划分子模块,用于根据所述当前用户的消费行为属性将各个消费行为数据划分到与其对应的消费行为类别中。
8.根据权利要求7所述的装置,其特征在于:
所述划分子模块,具体用于将所述当前用户的消费行为属性划分到与其对应的消费行为等级中;根据预先确定的各个消费行为等级对应的权重值计算各个消费行为数据的特征值;根据各个消费行为数据的特征值将各个消费行为数据划分到与其对应的消费行为类别中。
9.根据权利要求8所述的装置,其特征在于:
所述划分子模块,具体用于获取各个消费行为类别对应的特征值区间;若各个消费行为数据的特征值在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到所述任意一个消费行为类别中;若各个消费行为数据的特征值不在任意一个消费行为类别对应的特征值区间内,将各个消费行为数据划分到预先设置的消费行为类别中。
10.根据权利要求6所述的装置,其特征在于:
所述识别模块,具体用于若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别相同,则将所述当前用户的身份属性确定为第一身份属性;其中,M为大于1的自然数;若所述当前用户在连续M个预设周期内各个消费行为数据对应的消费行为类别不相同,则将所述当前用户的身份属性确定为第二身份属性。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一项所述的身份属性的识别方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任一项所述的身份属性的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811628426.6A CN111383040B (zh) | 2018-12-28 | 2018-12-28 | 一种身份属性的识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811628426.6A CN111383040B (zh) | 2018-12-28 | 2018-12-28 | 一种身份属性的识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111383040A true CN111383040A (zh) | 2020-07-07 |
CN111383040B CN111383040B (zh) | 2023-08-08 |
Family
ID=71220597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811628426.6A Active CN111383040B (zh) | 2018-12-28 | 2018-12-28 | 一种身份属性的识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111383040B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853948A (zh) * | 2012-11-28 | 2014-06-11 | 阿里巴巴集团控股有限公司 | 用户身份的识别、信息的过滤及搜索方法和服务器 |
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
CN108197211A (zh) * | 2017-12-28 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法、装置、服务器和存储介质 |
CN109087140A (zh) * | 2018-08-07 | 2018-12-25 | 广州航海学院 | 一种基于spark大数据的闭环目标客户识别方法 |
-
2018
- 2018-12-28 CN CN201811628426.6A patent/CN111383040B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853948A (zh) * | 2012-11-28 | 2014-06-11 | 阿里巴巴集团控股有限公司 | 用户身份的识别、信息的过滤及搜索方法和服务器 |
CN105023175A (zh) * | 2015-07-24 | 2015-11-04 | 金鹃传媒科技股份有限公司 | 一种基于消费者行为数据分析和分类技术的在线广告分类推送方法及其系统 |
CN108197211A (zh) * | 2017-12-28 | 2018-06-22 | 百度在线网络技术(北京)有限公司 | 一种信息推荐方法、装置、服务器和存储介质 |
CN109087140A (zh) * | 2018-08-07 | 2018-12-25 | 广州航海学院 | 一种基于spark大数据的闭环目标客户识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111383040B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084289B (zh) | 图像标注方法、装置、电子设备及存储介质 | |
US10489637B2 (en) | Method and device for obtaining similar face images and face image information | |
CN112650867B (zh) | 图片匹配方法、装置、电子设备以及存储介质 | |
US20150227714A1 (en) | Medical information analysis apparatus and medical information analysis method | |
CN109543560A (zh) | 一种视频中人物的分割方法、装置、设备和计算机存储介质 | |
CN107729944B (zh) | 一种低俗图片的识别方法、装置、服务器及存储介质 | |
US20150269345A1 (en) | Environmental risk factor relevancy | |
CN108304381B (zh) | 基于人工智能的实体建边方法、装置、设备及存储介质 | |
CN112819548A (zh) | 用户画像生成方法及装置、可读存储介质、电子设备 | |
US9626433B2 (en) | Supporting acquisition of information | |
US20230186212A1 (en) | System, method, electronic device, and storage medium for identifying risk event based on social information | |
CN111383040B (zh) | 一种身份属性的识别方法、装置、电子设备及存储介质 | |
CN116110548B (zh) | 一种急诊急救一体化管理方法及系统 | |
CN111159422A (zh) | 药品的知识图谱构建方法及系统、服务器及介质 | |
CN111694951A (zh) | 兴趣主题生成方法、装置、设备及存储介质 | |
CN109460511B (zh) | 一种获取用户画像的方法、装置、电子设备及存储介质 | |
CN111639173B (zh) | 疫情数据处理方法、装置、设备和存储介质 | |
CN110458743B (zh) | 基于大数据分析的社区治理方法、装置、设备及存储介质 | |
CN111178531B (zh) | 关系推理以及关系推理模型的获取方法、装置及存储介质 | |
US10699105B2 (en) | Workflow creation by image analysis | |
CN109086328B (zh) | 一种上下位关系的确定方法、装置、服务器及存储介质 | |
US10877969B2 (en) | Augmenting structured data | |
CN113570205A (zh) | 基于单分类的api风险设备识别方法、装置及电子设备 | |
CN111124988A (zh) | 基于书籍图谱的书籍显示方法、计算设备及存储介质 | |
CN113420677B (zh) | 确定合理图像的方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |