用户画像的生成方法及装置、存储介质、电子设备与流程

所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图12来描述根据本公开的这种实施方式的电子设备1200。图12显示的电子设备1200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图12所示，电子设备1200以通用计算设备的形式表现。电子设备1200的组件可以包括但不限于：上述至少一个处理单元1210、上述至少一个存储单元1220、连接不同系统组件(包括存储单元1220和处理单元1210)的总线1230以及显示单元1240。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1210执行，使得所述处理单元1210执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元1210可以执行如图1中所示的步骤s110：获取用户在多个不同的应用程序平台上的历史行为数据，并以生成所述历史行为数据的应用程序平台为纵坐标，以所述历史行为数据的数据生成时间为横坐标，构建二维稀疏矩阵；步骤s120：根据所述二维稀疏矩阵计算目标用户在全局维度的第一注意力机制、在时间维度的第二注意力机制以及在特征维度的第三注意力机制；步骤s130：根据所述第一注意力机制、第二注意力机制以及第三注意力机制，确定目标用户的用户偏好信息，并根据所述用户偏好信息生成用户画像。存储单元1220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)12201和/或高速缓存存储单元12202，还可以进一步包括只读存储单元(rom)12203。存储单元1220还可以包括具有一组(至少一个)程序模块12205的程序/实用工具12204，这样的程序模块12205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。总线1230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1200也可以与一个或多个外部设备1300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1200交互的设备通信，和/或与使得该电子设备1200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、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1250进行。并且，电子设备1200还可以通过网络适配器1260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1260通过总线1230与电子设备1200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1200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。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。根据本公开的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，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。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。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、有线、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的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本公开的其他实施例。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未发明的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

背景技术：

1、现有的用户画像的生成方法中，往往仅考虑了单一的特征维度，并未考虑到对应的时间维度，使得所得到的用户画像的精确度较低。

2、需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的目的在于提供一种用户画像的生成方法、用户画像的生成装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的用户画像的精确度较低的问题。

2、根据本公开的一个方面，提供一种用户画像的生成方法，包括：

3、获取用户在多个不同的应用程序平台上的历史行为数据，并以生成所述历史行为数据的应用程序平台为纵坐标，以所述历史行为数据的数据生成时间为横坐标，构建二维稀疏矩阵；

4、根据所述二维稀疏矩阵计算目标用户在全局维度的第一注意力机制、在时间维度的第二注意力机制以及在特征维度的第三注意力机制；

5、根据所述第一注意力机制、第二注意力机制以及第三注意力机制，确定目标用户的用户偏好信息，并根据所述用户偏好信息生成用户画像。

6、在本公开的一种示例性实施例中，所述历史行为数据由所述目标用户在预设历史时间段内在多个不同的应用程序平台所产生的行为数据所构成；

7、所述时间维度用于表征所述历史行为数据在多个的不同应用程序平台上的数据生成时间，所述特征维度用于表征生成所述历史行为数据的应用程序平台。

8、在本公开的一种示例性实施例中，获取用户在多个不同的应用程序平台上的历史行为数据，并以生成所述历史行为数据的应用程序平台为纵坐标，以所述历史行为数据的数据生成时间为横坐标，构建二维稀疏矩阵，包括：

9、根据目标用户的用户标识，获取所述目标用户在预设历史时间段内在多个不同的应用程序平台上的历史行为数据；

10、基于预设的时间维度长度以及预设的特征维度长度，从所述历史行为数据中提取目标行为数据；

11、以所述目标行为数据的数据生成时间作为横坐标，以生成所述目标行为数据的应用程序平台为纵坐标，构建所述二维稀疏矩阵。

12、在本公开的一种示例性实施例中，根据所述二维稀疏矩阵计算所述目标用户在全局维度的第一注意力机制，包括：

13、对所述二维稀疏矩阵进行编码，得到用于表征所述目标用户的用户行为特征的稀疏张量，并根据所述稀疏张量计算所述目标用户在全局维度的第一注意力机制。

14、在本公开的一种示例性实施例中，对所述二维稀疏矩阵进行编码，得到用于表征所述目标用户的用户行为特征的稀疏张量，包括：

15、对所述目标用户的用户标识进行编码，得到所述目标用户的用户交互信息，并提取所述二维稀疏矩阵中的非零元素；

16、以数据生成时间为基准，对每一个单位时间内所具有的非零元素的行索引进行平铺，得到代表非空应用程序平台对应的第一时间序列；

17、以应用程序平台为基准，对各所述应用程序平台所具有的非零元素的行索引进行平铺，得到代表非空应用程序平台在每一个单位时间对应的特征维度序列；

18、根据所述第一时间序列构建非零元素的行索引，并对所述非零元素的平台标识进行编码，得到非零元素的值；

19、对所述非零元素的行索引以及非零元素的值进行拼接，得到用于表征所述目标用户的用户行为特征的稀疏张量。

20、在本公开的一种示例性实施例中，根据所述稀疏张量计算所述目标用户在全局维度的第一注意力机制，包括：

21、对所述稀疏张量中的非零元素的值进行嵌入处理，得到用于表征所述目标用户的用户意图的目标特征向量；

22、基于所述目标特征向量，计算所述目标用户在全局维度的第一注意力机制。

23、在本公开的一种示例性实施例中，基于所述目标特征向量，计算所述目标用户在全局维度的第一注意力机制，包括：

24、基于注意力网络模块对所述目标特征向量进行线性融合，得到查询向量、键向量以及值向量；

25、计算所述查询向量以及键向量的第一外积向量，得到所述查询向量以及键向量之间的相似度，并对所述相似度进行归一化处理，得到权重矩阵；

26、计算所述权重矩阵与所述值向量的第二外积向量，得到所述目标用户在全局维度的第一注意力机制。

27、在本公开的一种示例性实施例中，根据所述二维稀疏矩阵计算所述目标用户在时间维度的第二注意力机制，包括：

28、对所述二维稀疏矩阵进行按列展开，得到一维的时间序列；

29、基于预设的特征维度长度对一维的时间序列进行切片，得到多个时间序列碎片，并提取所述时间序列碎片中特征值非空的第一子碎片；

30、基于时间序列碎片中特征值非空的第一子碎片构建与时间序列碎片对应的第一子矩阵，并对所述第一子矩阵进行拼接，得到时间序列矩阵；

31、计算所述时间序列矩阵中每一个第一子矩阵的对角线的和，得到所述目标用户在时间维度的第二注意力机制。

32、在本公开的一种示例性实施例中，根据所述二维稀疏矩阵计算所述目标用户在所述特征维度的第三注意力机制，包括：

33、对所述二维稀疏矩阵按行展开，得到一维的特征序列，并基于预设的时间维度长度对一维的特征序列进行切片，得到多个特征序列碎片；

34、提取所述时间序列碎片中特征值非空的第二子碎片，并根据所述二维稀疏矩阵中所述特征维度非空的特征值的数量，确定二维稠密矩阵的行数以及列数；

35、根据所述特征维度非空的特征值在所述二维稀疏矩阵中所占的行数，确定二维稠密矩阵的个数，并根据所述二维稠密矩阵的行数、列数以及二维稠密矩阵的个数，构建二维稠密矩阵；

36、将所述第二子碎片填充至对应的二维稠密矩阵中，并根据填充后的二维稠密矩阵计算所述目标用户在所述特征维度的第三注意力机制。

37、在本公开的一种示例性实施例中，根据填充后的二维稠密矩阵计算所述目标用户在所述特征维度的第三注意力机制，包括：

38、根据所述二维稠密矩阵的行数以及列数构建参考矩阵；其中，在所述参考矩阵中，数据来源时间维度相同的位置的元素值为1，其他元素值为零；

39、计算填充后的二维稠密矩阵与参考矩阵之间的交集，并对交集计算结果进行求和，得到所述目标用户在所述特征维度的第三注意力机制。

40、在本公开的一种示例性实施例中，根据所述第一注意力机制、第二注意力机制以及第三注意力机制，确定所述目标用户的用户偏好信息，包括：

41、对所述第一注意力机制、第二注意力机制以及第三注意力机制进行相加，得到所述目标用户在各不同的特征维度以及时间维度的注意力分数；

42、对所述注意力分数进行归一化处理，得到目标注意力结果，并根据所述目标注意力结果得到所述目标用户的用户偏好信息。

43、在本公开的一种示例性实施例中，所述用户画像的生成方法还包括：

44、根据所述用户画像确定所述目标用户在信贷场景下的用户风险等级，并根据所述用户风险等级为所述目标用户推荐信贷业务；和/或

45、根据所述用户画像确定所述目标用户在信贷场景下的用户感兴趣信贷平台，并基于所述用户感兴趣信贷平台，为所述目标用户推荐信贷业务。

46、根据本公开的一个方面，提供一种用户画像的生成装置，包括：

47、二维稀疏矩阵构建模块，用于获取用户在多个不同的应用程序平台上的历史行为数据，并以生成所述历史行为数据的应用程序平台为纵坐标，以所述历史行为数据的数据生成时间为横坐标，构建二维稀疏矩阵；

48、注意力机制计算模块，用于根据所述二维稀疏矩阵计算目标用户在全局维度的第一注意力机制、在时间维度的第二注意力机制以及在特征维度的第三注意力机制；

49、用户画像生成模块，用于根据所述第一注意力机制、第二注意力机制以及第三注意力机制，确定目标用户的用户偏好信息，并根据所述用户偏好信息生成用户画像。

50、根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的用户画像的生成方法。

51、根据本公开的一个方面，提供一种电子设备，包括：

52、处理器；以及

53、存储器，用于存储所述处理器的可执行指令；

54、其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的用户画像的生成方法。

55、本公开实施例提供的一种用户画像的生成方法，一方面，通过获取用户在多个不同的应用程序平台上的历史行为数据，并以生成所述历史行为数据的应用程序平台为纵坐标，以所述历史行为数据的数据生成时间为横坐标，构建二维稀疏矩阵；进而根据所述二维稀疏矩阵计算目标用户在全局维度的第一注意力机制、在时间维度的第二注意力机制以及在特征维度的第三注意力机制；最后根据所述第一注意力机制、第二注意力机制以及第三注意力机制，确定目标用户的用户偏好信息，并根据所述用户偏好信息生成用户画像，由于在二维稀疏矩阵构建的过程中，考虑到了数据生成时间以及应用程序平台，进而解决现有技术中由于未考虑到对应的时间维度，使得所得到的用户画像的精确度较低的问题，提高了用户画像的精确度；另一方面，由于在确定用户偏好信息的过程中，可以基于全局维度的第一注意力机制、在时间维度的第二注意力机制以及在特征维度的第三注意力机制来确定该目标用户的用户偏好信息，进而解决了传统的注意力机制无法满足高维度稀疏矩阵的计算，进而使得用户偏好信息的精确度较低的问题，提高了所得到的用户偏好信息的精确度。

56、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。