本發(fā)明實(shí)施例涉及信息處理技術(shù)領(lǐng)域，特別涉及一種獲取用戶畫像的方法及裝置。

背景技術(shù)：

用戶畫像，又稱用戶角色(persona)，是一種用于勾畫目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具，其在各領(lǐng)域得到了廣泛的應(yīng)用。具體實(shí)現(xiàn)時(shí)，可將用戶畫像以用于刻畫用戶特征的標(biāo)簽(tag)集合表示，該標(biāo)簽集合可包括從用戶社會(huì)屬性、生活習(xí)慣、消費(fèi)行為等角度刻畫用戶特征的標(biāo)簽。比如年齡、性別、地域、學(xué)歷和用戶偏好等標(biāo)簽。

現(xiàn)有技術(shù)提供了一種獲取用戶畫像的方法。預(yù)先設(shè)定多個(gè)標(biāo)簽，并人工為每一個(gè)標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，標(biāo)簽權(quán)重可以根據(jù)實(shí)際應(yīng)用的需求或人工經(jīng)驗(yàn)預(yù)先設(shè)定?？蛇x的，對(duì)于每一個(gè)標(biāo)簽，根據(jù)具備該標(biāo)簽的物品在所有物品中的占比，設(shè)定該標(biāo)簽對(duì)應(yīng)的標(biāo)簽權(quán)重。通常，上述占比與標(biāo)簽權(quán)重呈負(fù)相關(guān)關(guān)系，也即上述占比越大則標(biāo)簽權(quán)重越小，上述占比越小則標(biāo)簽權(quán)重越大。而后獲取用戶行為日志，用戶行為日志記錄有用戶對(duì)各個(gè)物品執(zhí)行的各種行為，比如：用戶1瀏覽了物品1、用戶2購買了物品1、用戶1購買了物品2等。然后根據(jù)各個(gè)物品所具備的標(biāo)簽和用戶對(duì)各個(gè)物品執(zhí)行的行為，確定用戶對(duì)各個(gè)標(biāo)簽的行為權(quán)重。最后分別根據(jù)每一個(gè)標(biāo)簽對(duì)應(yīng)的標(biāo)簽權(quán)重和行為權(quán)重，計(jì)算得到用戶對(duì)該標(biāo)簽的喜好程度，整合用戶對(duì)各個(gè)標(biāo)簽的喜好程度得到用戶畫像。例如，用戶對(duì)某一標(biāo)簽的喜好程度，可采用該標(biāo)簽對(duì)應(yīng)的標(biāo)簽權(quán)重與行為權(quán)重的乘積表示。

然而，在現(xiàn)有技術(shù)中，由于需要人工為每一個(gè)標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，而標(biāo)簽的數(shù)量往往較多，這就導(dǎo)致需要花費(fèi)大量的時(shí)間和人力資源，獲取用戶畫像所耗費(fèi)的時(shí)間和人力成本較高；并且，由于人工設(shè)定標(biāo)簽權(quán)重的方式難免存在誤差，很難保證人工設(shè)定的標(biāo)簽權(quán)重與實(shí)際業(yè)務(wù)相符，導(dǎo)致最終獲取的用 戶畫像的準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題，本發(fā)明實(shí)施例提供了一種獲取用戶畫像的方法及裝置。所述技術(shù)方案如下：

根據(jù)本發(fā)明實(shí)施例的第一方面，提供了一種獲取用戶畫像的方法，所述方法包括：

根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本；其中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，所述m為正整數(shù)；

根據(jù)所述訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n；其中，所述m表示用戶個(gè)數(shù)，所述k表示因子個(gè)數(shù)，所述n表示標(biāo)簽個(gè)數(shù)，所述m為正整數(shù)，所述k為正整數(shù)，所述n為大于1的整數(shù)；

根據(jù)所述最終的用戶參數(shù)矩陣wm×k和所述最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；其中，所述用戶畫像矩陣pm×n中第u行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，所述u為大于等于1且小于等于m的整數(shù)，所述t為大于等于1且小于等于n的整數(shù)。

根據(jù)本發(fā)明實(shí)施例的第二方面，提供了一種獲取用戶畫像的裝置，所述裝置包括：

樣本獲取模塊，用于根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本；其中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，所述m為正整數(shù)；

矩陣修正模塊，用于根據(jù)所述訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n；其中，所述m表示用戶個(gè)數(shù)，所述k表示因子個(gè)數(shù)，所述n表示標(biāo)簽個(gè)數(shù)，所述m為正整數(shù)，所述k為正整數(shù)，所述n為大于1的整數(shù)；

畫像獲取模塊，用于根據(jù)所述最終的用戶參數(shù)矩陣wm×k和所述最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；其中，所述用戶畫像矩陣pm×n中第u 行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，所述u為大于等于1且小于等于m的整數(shù)，所述t為大于等于1且小于等于n的整數(shù)。

本發(fā)明實(shí)施例提供的技術(shù)方案帶來的有益效果包括：

通過根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，而后根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；解決了現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題；通過將用戶和標(biāo)簽參數(shù)化，并采用數(shù)據(jù)擬合模型修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣，使之?dāng)M合訓(xùn)練樣本，無需人工為標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，根據(jù)用戶行為日志采用數(shù)據(jù)擬合方法自動(dòng)地獲取用戶畫像，達(dá)到了節(jié)省時(shí)間和人力成本，準(zhǔn)確高效地獲取用戶畫像的技術(shù)效果。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一個(gè)實(shí)施例提供的獲取用戶畫像的方法的流程圖；

圖2是本發(fā)明另一個(gè)實(shí)施例提供的獲取用戶畫像的方法的流程圖；

圖3是圖2所示實(shí)施例中步驟201的子步驟的流程圖；

圖4是本發(fā)明一個(gè)實(shí)施例提供的生成用戶相似度矩陣的流程圖；

圖5是本發(fā)明一個(gè)實(shí)施例提供的獲取用戶畫像的裝置的結(jié)構(gòu)方框圖；

圖6是本發(fā)明另一個(gè)實(shí)施例提供的獲取用戶畫像的裝置的結(jié)構(gòu)方框圖；

圖7是本發(fā)明一個(gè)實(shí)施例提供的服務(wù)器的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

為了便于理解，首先對(duì)本文中涉及的一些名詞做介紹和說明。

物品

物品包括實(shí)體物品和虛擬物品。實(shí)體物品是指真實(shí)存在的物品，是與辦公、生活消費(fèi)有關(guān)的物件，如衣服、食物、辦公用品等；虛擬物品是指在現(xiàn)實(shí)生活中摸不到的物品，諸如視頻、音頻、圖片、應(yīng)用軟件、微博之類的互聯(lián)網(wǎng)產(chǎn)品或內(nèi)容，或者是從虛擬的網(wǎng)絡(luò)世界里衍生出來的物品，如游戲道具、會(huì)員、圖標(biāo)等。

標(biāo)簽

標(biāo)簽是指用于描述物品屬性的關(guān)鍵詞。比如，衣服的標(biāo)簽可以包括從顏色、款式、尺寸等角度描述的關(guān)鍵詞；再比如，視頻的標(biāo)簽可以包括從年份、國家、類型、演員等角度描述的關(guān)鍵詞；再比如，游戲道具的標(biāo)簽可以包括從分類、功能、等級(jí)等角度描述的關(guān)鍵詞。

用戶的行為類型

用戶的行為類型是指用戶對(duì)物品執(zhí)行的行為。比如：瀏覽、購買、收藏、刪除、使用、轉(zhuǎn)發(fā)、點(diǎn)贊、踩、評(píng)論等。針對(duì)不同的物品，用戶對(duì)該物品所能夠執(zhí)行的行為可能相同，也可能不同。比如，對(duì)于衣服，用戶對(duì)該物品所能夠執(zhí)行的行為可以包括瀏覽、購買、收藏等；再比如，對(duì)于視頻，用戶對(duì)該物品所能夠執(zhí)行的行為可以包括瀏覽、預(yù)覽、觀看、購買、收藏等；再比如，對(duì)于微博，用戶對(duì)該物品所能夠執(zhí)行的行為可以包括瀏覽、轉(zhuǎn)發(fā)、收藏等。可選的，用戶的行為類型還包括“未知”類型，用于表示用戶未對(duì)物品執(zhí)行任何行為。用戶對(duì)物品的行為類型反映了用戶對(duì)物品的喜好程度，根據(jù)用戶對(duì)兩個(gè)物品的行為類型，便可確定用戶對(duì)該兩個(gè)物品的喜好程度的差異。

本發(fā)明實(shí)施例提供的方法，各步驟的執(zhí)行主體可以是具備數(shù)據(jù)存儲(chǔ)和計(jì)算能力的電子設(shè)備，如服務(wù)器。在下述方法實(shí)施例中，僅以各步驟的執(zhí)行主體為服務(wù)器為例進(jìn)行舉例說明，但對(duì)此不構(gòu)成限定。

請(qǐng)參考圖1，其示出了本發(fā)明一個(gè)實(shí)施例提供的獲取用戶畫像的方法的流程圖。該方法可以包括如下幾個(gè)步驟。

步驟101，根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本；其中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，m為正整數(shù)。

步驟102，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n。

其中，m表示用戶個(gè)數(shù)，k表示因子個(gè)數(shù)，n表示標(biāo)簽個(gè)數(shù)，m為正整數(shù)，k為正整數(shù)，n為大于1的整數(shù)。

步驟103，根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n。

其中，用戶畫像矩陣pm×n中第u行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，u為大于等于1且小于等于m的整數(shù)，t為大于等于1且小于等于n的整數(shù)。

綜上所述，本實(shí)施例提供的方法，通過根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，而后根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；解決了現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題；通過將用戶和標(biāo)簽參數(shù)化，并采用數(shù)據(jù)擬合模型修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣，使之?dāng)M合訓(xùn)練樣本，無需人工為標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，根據(jù)用戶行為日志采用數(shù)據(jù)擬合方法自動(dòng)地獲取用戶畫像，達(dá)到了節(jié)省時(shí)間和人力成本，準(zhǔn)確高效地獲取用戶畫像的技術(shù)效果。

請(qǐng)參考圖2，其示出了本發(fā)明另一個(gè)實(shí)施例提供的獲取用戶畫像的方法的流程圖。在本實(shí)施例中，以各步驟的執(zhí)行主體為服務(wù)器進(jìn)行舉例說明。該方法可以包括如下幾個(gè)步驟。

步驟201，根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本。

訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，m為正整數(shù)。

用戶行為日志用于記錄用戶對(duì)物品的操作行為。用戶行為日志中包括用戶 標(biāo)識(shí)、用戶的行為類型、物品標(biāo)識(shí)和物品標(biāo)簽信息。其中，用戶標(biāo)識(shí)是用于識(shí)別用戶身份的標(biāo)識(shí)號(hào)碼，也稱為用戶帳號(hào)，是某個(gè)體系中相對(duì)唯一的編碼。用戶的行為類型是指用戶對(duì)物品執(zhí)行的行為，比如瀏覽、購買、收藏、刪除、使用、轉(zhuǎn)發(fā)、點(diǎn)贊、踩、評(píng)論、未知等。用戶的行為類型的種類可以根據(jù)實(shí)際應(yīng)用的需求進(jìn)行設(shè)置。物品標(biāo)識(shí)是用于識(shí)別物品的標(biāo)識(shí)號(hào)碼，與用戶標(biāo)識(shí)類似，每個(gè)物品對(duì)應(yīng)有唯一的物品標(biāo)識(shí)。物品標(biāo)簽信息是用于描述物品屬性的關(guān)鍵詞，一個(gè)物品可以包括一個(gè)或多個(gè)標(biāo)簽。獲取用戶行為日志的方式可以是服務(wù)器采集終端上的用戶操作行為或終端主動(dòng)上報(bào)用戶操作行為到服務(wù)器。

訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異。在一種可能的實(shí)施方式中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度；在另一種可能的實(shí)施方式中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i的喜好程度小于對(duì)物品j的喜好程度。用戶對(duì)物品的行為類型反映了用戶對(duì)物品的喜好程度，根據(jù)用戶對(duì)兩個(gè)物品的行為類型，便可確定用戶對(duì)該兩個(gè)物品的喜好程度的差異。

可選的，根據(jù)用戶付出的代價(jià)決定行為類型的權(quán)重的準(zhǔn)則，按照行為類型的權(quán)重確定出所有行為類型之間的相對(duì)大小關(guān)系。例如，“購買”行為類型的權(quán)重大于“瀏覽”行為類型的權(quán)重。如果用戶未對(duì)物品執(zhí)行任何行為，則獲取用戶的行為類型是“未知”類型。一般來說，用戶對(duì)其執(zhí)行了某種行為的物品的喜好程度大于其對(duì)未執(zhí)行過任何行為的物品的喜好程度，因此“未知”行為類型的權(quán)重最小，小于“瀏覽”、“購買”等行為類型的權(quán)重。例如：用戶u對(duì)物品i執(zhí)行了某種行為，而對(duì)物品j未執(zhí)行過任何行為，則用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度。

例如，以訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度為例，如果用戶u喜歡物品i的程度大于喜歡物品j的程度，則得到的訓(xùn)練樣本是<u，i，j>，相反地，則得到的訓(xùn)練樣本是<u，j，i>。例如：用戶u購買物品i、瀏覽物品j，則獲取的訓(xùn)練樣本是<u，i，j>；用戶瀏覽物品i、購買物品j，則獲取的訓(xùn)練樣本是<u，j，i>。又例如：用戶瀏覽物品i，但沒有對(duì)物品j執(zhí)行任何行為，則獲取的訓(xùn)練樣本是<u，i，j>。針對(duì)一個(gè)用戶可以獲取到一個(gè)或多個(gè)訓(xùn)練樣本，如果用戶1瀏覽了物品2，但對(duì)物品1、物品3和物品4并未執(zhí)行任何行為，則獲取到的訓(xùn)練樣本包括<1，2，1>、<1，2，3>和 <1，2，4>。

在一種可能的實(shí)施方式中，如圖3所示，步驟201可以包括如下幾個(gè)子步驟：

步驟201a，根據(jù)用戶行為日志，獲取m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的行為類型。

其中，m表示用戶個(gè)數(shù)，h表示物品個(gè)數(shù)，m為正整數(shù)，h為大于1的整數(shù)。

步驟201b，根據(jù)每一個(gè)用戶對(duì)每一個(gè)物品的行為類型，獲取m個(gè)訓(xùn)練樣本。

作為一種可能的實(shí)施方式，步驟201b可以包括：

1、根據(jù)用戶的行為類型獲取用戶物品矩陣；

可選的，用戶物品矩陣rm×h的行表示用戶，列表示物品，m表示用戶個(gè)數(shù)，h表示物品個(gè)數(shù)，元素rui表示用戶u對(duì)物品i是否執(zhí)行了某種行為。示例性的，用戶物品矩陣rm×h中的元素用0或1表示。1表示用戶對(duì)物品執(zhí)行了某種行為，0表示用戶對(duì)物品未執(zhí)行任何行為。示例性的，當(dāng)用戶個(gè)數(shù)為3，物品個(gè)數(shù)為4時(shí)，用戶物品矩陣rm×h為：

其中，第一行第二列中的1表示用戶1對(duì)物品2執(zhí)行了某種行為。

2、根據(jù)用戶的行為類型和用戶物品矩陣，獲取m個(gè)訓(xùn)練樣本。

根據(jù)用戶物品矩陣可以知道用戶是否對(duì)物品執(zhí)行了某種行為，對(duì)于用戶u，根據(jù)行為類型可以確定用戶u喜歡物品i的程度是否大于喜歡物品j的程度，從而得到一個(gè)訓(xùn)練樣本。示例性的，由用戶物品矩陣r3×4的第一行可知，用戶1對(duì)物品2執(zhí)行了某種行為，用戶1對(duì)物品1、物品3和物品4并未執(zhí)行任何行為，以訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度為例，則獲取到的用戶1的訓(xùn)練樣本包括：<1，2，1>、<1，2，3>和<1，2，4>。

需要說明的是，在一般情況下，用戶對(duì)其執(zhí)行了某種行為的物品的喜好程度大于其對(duì)未執(zhí)行過任何行為的物品的喜好程度。但是，在其它可能的情況下，用戶對(duì)其執(zhí)行了某種行為的物品的喜好程度也有可能小于其對(duì)未執(zhí)行過任何行為的物品的喜好程度。以物品為視頻為例，如果用戶對(duì)視頻a執(zhí)行的行為為踩，對(duì)視頻b并未執(zhí)行任何行為，則認(rèn)為用戶對(duì)視頻a的喜好程度小于對(duì)視頻b的 喜好程度。

另外，由于用戶個(gè)數(shù)為m，物品個(gè)數(shù)為h，因此理論上可構(gòu)建個(gè)樣本，在實(shí)際操作時(shí)，采用采樣方式從上述個(gè)樣本中選取部分較為可靠的樣本作為訓(xùn)練樣本。例如，如果用戶u對(duì)物品i和物品j均未執(zhí)行任何行為，或者用戶u對(duì)物品i和物品j執(zhí)行的行為類型相同，則無法明確用戶u對(duì)物品i和物品j的喜好程度的差異，這類樣本不作為訓(xùn)練樣本。再例如，獲取每一個(gè)物品的執(zhí)行可能性，一個(gè)物品的執(zhí)行可能性是指用戶對(duì)該物品執(zhí)行行為的可能性。執(zhí)行可能性可基于物品在整個(gè)系統(tǒng)中的出現(xiàn)率、流行度、推薦度、顯示排序等因素進(jìn)行確定。例如，物品在整個(gè)系統(tǒng)中的出現(xiàn)率越大，說明用戶很容易便可獲取到該物品，則該物品的執(zhí)行可能性越大；反之，物品在整個(gè)系統(tǒng)中的出現(xiàn)率越小，說明用戶獲取到該物品較為困難，則該物品的執(zhí)行可能性越小。在獲取訓(xùn)練樣本時(shí)，若選擇一個(gè)用戶u執(zhí)行了行為的物品和一個(gè)用戶u未執(zhí)行行為的物品構(gòu)建訓(xùn)練樣本，則可從用戶u未執(zhí)行行為的物品中，選擇執(zhí)行可能性較大的物品，以構(gòu)建訓(xùn)練樣本。通過上述方式，可以確保所獲取的訓(xùn)練樣本更加準(zhǔn)確地反映用戶對(duì)兩個(gè)物品的喜好程度的差異，降低訓(xùn)練樣本的錯(cuò)誤風(fēng)險(xiǎn)，提高訓(xùn)練樣本的可靠性。

步驟202，生成初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n；

其中，m表示用戶個(gè)數(shù)，k表示因子個(gè)數(shù)，n表示標(biāo)簽個(gè)數(shù)，m為正整數(shù)，k為正整數(shù)，n為大于1的整數(shù)。在一種可能的實(shí)施方式中，采用生成呈正態(tài)分布的隨機(jī)數(shù)的方式，構(gòu)建初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n。也即，初始化的用戶參數(shù)矩陣wm×k中的元素為呈正態(tài)分布的隨機(jī)數(shù)，初始化的標(biāo)簽參數(shù)矩陣hk×n中的元素為呈正態(tài)分布的隨機(jī)數(shù)。

可選的，因子個(gè)數(shù)k是預(yù)先設(shè)定的值，或，因子個(gè)數(shù)k是根據(jù)大量實(shí)驗(yàn)得到的經(jīng)驗(yàn)值。

可選的，正態(tài)分布的均值設(shè)置為0，方差設(shè)置為0.01。

示例性的，隨機(jī)生成的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n如下所示：

其中，用戶參數(shù)矩陣wm×k的每一行對(duì)應(yīng)一個(gè)用戶的因子向量；標(biāo)簽參數(shù)矩陣hk×n的每一列對(duì)應(yīng)一個(gè)標(biāo)簽的因子向量。

下面，通過如下步驟203至步驟207修正初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n。首先，令a＝0，并執(zhí)行如下步驟203。

步驟203，根據(jù)第a輪修正后的用戶參數(shù)矩陣wm×k和第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度。

其中，a為大于等于0的整數(shù)，第0輪修正后的用戶參數(shù)矩陣wm×k為初始化的用戶參數(shù)矩陣wm×k，第0輪修正后的標(biāo)簽參數(shù)矩陣hk×n為初始化的標(biāo)簽參數(shù)矩陣hk×n。

當(dāng)a＝0時(shí)，根據(jù)初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度。

可選的，用戶u對(duì)標(biāo)簽t的喜好程度計(jì)算公式如下：

比如：如上示例性的初始化的用戶參數(shù)矩陣w和初始化的標(biāo)簽參數(shù)矩陣h中，用戶1對(duì)標(biāo)簽1的喜好程度為：用戶3對(duì)標(biāo)簽5的喜好程度為：

步驟204，根據(jù)m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度和物品標(biāo)簽矩陣ah×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的喜好程度。

根據(jù)初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n計(jì)算出每一個(gè)用戶對(duì)每一個(gè)標(biāo)簽的喜好程度后，結(jié)合物品標(biāo)簽矩陣ah×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的喜好程度。

其中，物品標(biāo)簽矩陣ah×n是根據(jù)用戶行為日志中攜帶的物品標(biāo)識(shí)和物品標(biāo)簽得到的矩陣。

可選的，物品標(biāo)簽矩陣ah×n的行表示物品，列表示標(biāo)簽。示例性的，物品標(biāo)簽矩陣ah×n中的元素用0或1表示。0表示物品不具有標(biāo)簽所描述的屬性，1表示物品具有標(biāo)簽所描述的屬性。假定物品的個(gè)數(shù)為4，標(biāo)簽的個(gè)數(shù)為5，則示例性的物品標(biāo)簽矩陣ah×n為：

其中，物品標(biāo)簽矩陣a1表示物品標(biāo)簽矩陣的第一行，說明物品1具有標(biāo)簽 1和標(biāo)簽2所描述的屬性，物品1不具有標(biāo)簽3、標(biāo)簽4和標(biāo)簽5所描述的屬性。

用戶喜歡某一物品，通常是因?yàn)樵撐锲肪哂杏脩粝埠玫臉?biāo)簽(也即標(biāo)簽所描述的屬性)，用戶對(duì)物品的喜好可以看成是用戶對(duì)該物品具有的標(biāo)簽的喜好程度的綜合。用戶u對(duì)物品i的喜好程度可以根據(jù)用戶u對(duì)物品i具有的標(biāo)簽的喜好程度計(jì)算得到。

可選的，本發(fā)明實(shí)施例中采用將用戶u對(duì)物品i具有的標(biāo)簽的喜好程度進(jìn)行求和計(jì)算用戶u對(duì)物品i的喜好程度，計(jì)算公式為：

比如：如上示例性的初始化用戶參數(shù)矩陣wm×k、初始化標(biāo)簽參數(shù)矩陣hk×n中，用戶1對(duì)物品1的喜好程度用戶3對(duì)物品2的喜好程度

步驟205，根據(jù)m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的喜好程度，獲取每一個(gè)訓(xùn)練樣本對(duì)應(yīng)的概率。

其中，訓(xùn)練樣本<u，i，j>對(duì)應(yīng)的概率是指用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度的概率。

可選的，計(jì)算用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度的概率的過程如下：

第一步，根據(jù)計(jì)算出的每個(gè)用戶對(duì)每個(gè)物品的喜好程度，計(jì)算用戶u對(duì)物品i的喜好程度與用戶u對(duì)物品j的喜好程度的差值：

第二步，根據(jù)邏輯斯蒂函數(shù)σ(x)計(jì)算用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度的概率：

步驟206，將m個(gè)訓(xùn)練樣本分別對(duì)應(yīng)的概率作為數(shù)據(jù)擬合模型的輸入?yún)?shù)，計(jì)算數(shù)據(jù)擬合模型的輸出結(jié)果。

可選的，數(shù)據(jù)擬合模型是采用貝葉斯最大似然估計(jì)方法構(gòu)建的模型，具體的數(shù)據(jù)擬合模型如下所示：

其中，λw、λh和λs是用于防止過擬合的正則化參數(shù)，λw、λh和λs為正實(shí)數(shù)，||·||表示矩陣的二范數(shù)，ds表示m個(gè)訓(xùn)練樣本的集合，訓(xùn)練樣本<u，i， j>對(duì)應(yīng)的概率表示用戶u對(duì)物品i的喜好程度與用戶u對(duì)物品j的喜好程度的差值，σ(x)表示邏輯斯蒂函數(shù)，nu表示用戶u的關(guān)聯(lián)用戶集合，suv是用戶相似度矩陣sm×m中第u行第v列的元素，suv表示用戶u和用戶v之間的相似度，wu表示所述第a輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，wv表示所述第a輪修正后的用戶參數(shù)矩陣wm×k中第v行對(duì)應(yīng)的行向量。

nu表示用戶u的關(guān)聯(lián)用戶集合，也即表示與用戶u之間存在關(guān)聯(lián)關(guān)系的其他用戶的集合。其中，關(guān)聯(lián)關(guān)系可以是好友關(guān)系，例如某一用戶v與用戶u是社交類應(yīng)用中的好友，則用戶u與用戶v之間具有好友關(guān)系，用戶u與用戶v互為關(guān)聯(lián)用戶；或者，關(guān)聯(lián)關(guān)系也可以是非好友關(guān)系，例如某一用戶v與用戶u屬于社交類應(yīng)用中的同一群組，則用戶u與用戶v互為關(guān)聯(lián)用戶。需要說明的是，在構(gòu)建用戶相似度矩陣sm×m時(shí)，用戶相似度矩陣sm×m中的任意兩個(gè)用戶，可以是具有好友關(guān)系的用戶，也可以是并未建立好友關(guān)系(如屬于同一群組，甚至為互不相識(shí)的陌生用戶)的用戶。

用戶相似度矩陣sm×m中包括m個(gè)用戶中兩兩用戶之間的相似度。可選的，將矩陣s對(duì)角元素設(shè)置為suu＝0，最后按行歸一化以使得

步驟207，若輸出結(jié)果不符合預(yù)設(shè)條件，則修正第a輪修正后的用戶參數(shù)矩陣wm×k得到第a+1輪修正后的用戶參數(shù)矩陣wm×k，以及修正第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n得到第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n，令a＝a+1，并返回執(zhí)行上述步驟203至步驟206。

預(yù)設(shè)條件包括本輪輸出結(jié)果與上輪輸出結(jié)果之間的差值小于預(yù)定閾值，和/或，對(duì)用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣的修正輪數(shù)達(dá)到預(yù)定輪數(shù)。其中，預(yù)定閾值和預(yù)定輪數(shù)綜合衡量修正精度和修正效率之后進(jìn)行設(shè)定。

可選的，根據(jù)第a輪修正后的用戶參數(shù)矩陣wm×k按照下述公式計(jì)算得到第a+1輪修正后的用戶參數(shù)矩陣wm×k。

其中，wu′表示第a+1輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，wu表示第a輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，表示第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第l列對(duì)應(yīng)的列向量的轉(zhuǎn)置向量，l為大 于等于1且小于等于n的整數(shù)，α為學(xué)習(xí)效率，α為正實(shí)數(shù)。其中，α為預(yù)先設(shè)定的經(jīng)驗(yàn)值，α可綜合衡量修正速度和修正精度之后進(jìn)行設(shè)定。

可選的，根據(jù)第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n按照下述公式計(jì)算得到第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n。

其中，hf′表示第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第f行對(duì)應(yīng)的行向量，hf表示第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第f行對(duì)應(yīng)的行向量，f為大于等于1且小于等于k的整數(shù)，α為學(xué)習(xí)效率，α為正實(shí)數(shù)。其中，α為預(yù)先設(shè)定的經(jīng)驗(yàn)值，α可綜合衡量修正速度和修正精度之后進(jìn)行設(shè)定。

在每一輪修正過程中，采用m個(gè)訓(xùn)練樣本中的每一個(gè)訓(xùn)練樣本對(duì)應(yīng)的依次逐個(gè)代入上述公式，對(duì)用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣進(jìn)行m次修正。

也即，在對(duì)用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣進(jìn)行第a輪修正的過程中，令x＝1，將第x個(gè)訓(xùn)練樣本對(duì)應(yīng)的第x-1次修正后的用戶參數(shù)矩陣和第x-1次修正后的標(biāo)簽參數(shù)矩陣代入上述用戶參數(shù)矩陣的修正公式，計(jì)算得到第x次修正后的用戶參數(shù)矩陣；將第x個(gè)訓(xùn)練樣本對(duì)應(yīng)的第x-1次修正后的標(biāo)簽參數(shù)矩陣和第x次修正后的用戶參數(shù)矩陣代入上述標(biāo)簽參數(shù)矩陣的修正公式，計(jì)算得到第x次修正后的標(biāo)簽參數(shù)矩陣；令x＝x+1，檢測x是否大于m；若否，則重新從所述將第x個(gè)訓(xùn)練樣本對(duì)應(yīng)的第x-1次修正后的用戶參數(shù)矩陣和第x-1次修正后的標(biāo)簽參數(shù)矩陣代入上述用戶參數(shù)矩陣的修正公式，計(jì)算得到第x次修正后的用戶參數(shù)矩陣的步驟開始執(zhí)行；若是，則結(jié)束流程，完成第a輪修正。其中，第0次修正后的用戶參數(shù)矩陣是第a-1輪修正后的用戶參數(shù)矩陣，第0輪修正后的用戶參數(shù)矩陣即為初始化的用戶參數(shù)矩陣，在第a輪修正過程中得到的第m次修正后的用戶參數(shù)矩陣即為第a輪修正后的用戶參數(shù)矩陣；第0次修正后的標(biāo)簽參數(shù)矩陣是第a-1輪修正后的標(biāo)簽參數(shù)矩陣，第0輪修正后的標(biāo)簽參數(shù)矩陣即為初始化的標(biāo)簽參數(shù)矩陣，在第a輪修正過程中得到的第m次修正后的標(biāo)簽參數(shù)矩陣即為第a輪修正后的標(biāo)簽參數(shù)矩陣。

步驟208，若輸出結(jié)果符合預(yù)設(shè)條件，則將第a輪修正后的用戶參數(shù)矩陣wm×k和第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n分別確定為最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n。

當(dāng)數(shù)據(jù)擬合模型的輸出結(jié)果符合預(yù)設(shè)條件時(shí)，停止修正用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，確定當(dāng)前的用戶參數(shù)矩陣wm×k為最終的用戶參數(shù)矩陣wm×k以及當(dāng)前的標(biāo)簽參數(shù)矩陣hk×n為最終的標(biāo)簽參數(shù)矩陣hk×n。

步驟209，根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n。

其中，用戶畫像矩陣pm×n中第u行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，u為大于等于1且小于等于m的整數(shù)，t為大于等于1且小于等于n的整數(shù)。

在反復(fù)修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣后，得到最終的用戶參數(shù)矩陣和最終的標(biāo)簽參數(shù)矩陣，根據(jù)最終的用戶參數(shù)矩陣和最終的標(biāo)簽參數(shù)矩陣輸出用戶對(duì)標(biāo)簽的喜好程度。

示例性的，假定擬合訓(xùn)練樣本得到最終的用戶參數(shù)矩陣和最終的標(biāo)簽參數(shù)矩陣分別為m＝3，k＝2，n＝5，那么計(jì)算得到的用戶畫像矩陣為：

可選的，本實(shí)施例提供的方法還包括如下步驟210。

步驟210，根據(jù)獲取得到的用戶畫像矩陣pm×n和目標(biāo)物品所具有的標(biāo)簽，計(jì)算用戶u對(duì)目標(biāo)物品的喜好程度。

可選的，將用戶u對(duì)目標(biāo)物品所具有的各個(gè)標(biāo)簽的喜好程度進(jìn)行求和，計(jì)算用戶u對(duì)目標(biāo)物品的喜好程度。

綜上所述，本實(shí)施例提供的方法，通過根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，而后根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；解決了現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題；通過將用戶和標(biāo)簽參數(shù)化，并采用數(shù)據(jù)擬合模型修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣，使之?dāng)M合訓(xùn)練樣本，無需人工為標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，根據(jù)用戶行為日志采用數(shù)據(jù)擬合方法自動(dòng)地獲取用戶畫像，達(dá)到了節(jié)省時(shí)間和人力成本，準(zhǔn)確高效地獲取用戶畫像的技術(shù)效果。

另外，采用機(jī)器學(xué)習(xí)的方式對(duì)用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣進(jìn)行修正，使 之?dāng)M合訓(xùn)練樣本，進(jìn)而自動(dòng)獲取用戶畫像，更加準(zhǔn)確高效。

另外，基于物以類聚人以群分的思想，兩個(gè)相似度更高的用戶，其用戶偏好也應(yīng)當(dāng)更為接近，通過在數(shù)據(jù)擬合模型中增加用戶相似度矩陣作為約束條件，而不僅僅單一地依賴于用戶行為日志來獲取用戶畫像，并且在修正用戶參數(shù)矩陣時(shí)考慮用戶相似度矩陣，體現(xiàn)了用戶參數(shù)向量與其關(guān)聯(lián)用戶的用戶參數(shù)向量之間的強(qiáng)相關(guān)性，從而更加精準(zhǔn)地獲取用戶畫像。

可選的，如圖4所示，通過如下步驟獲取用戶相似度矩陣sm×m。

步驟401，獲取m個(gè)用戶中的每一個(gè)用戶的社交網(wǎng)絡(luò)信息。

社交網(wǎng)絡(luò)信息中包括用戶標(biāo)識(shí)、用戶的關(guān)聯(lián)用戶列表、用戶與關(guān)聯(lián)用戶之間的相似度。

其中，用戶標(biāo)識(shí)是用于識(shí)別用戶身份的標(biāo)識(shí)號(hào)碼，也稱為用戶帳號(hào)，是某個(gè)體系中相對(duì)唯一的編碼。用戶的關(guān)聯(lián)用戶列表中包括用戶的各個(gè)關(guān)聯(lián)用戶，也即與用戶具有關(guān)聯(lián)關(guān)系的其他用戶。用戶與關(guān)聯(lián)用戶之間的相似度是指用戶與關(guān)聯(lián)用戶之間的相關(guān)性。其中，用戶與關(guān)聯(lián)用戶之間的相似度可根據(jù)如下一項(xiàng)或者多項(xiàng)參數(shù)進(jìn)行確定：用戶與關(guān)聯(lián)用戶之間的交往頻率、用戶與關(guān)聯(lián)用戶之間是否為好友關(guān)系、用戶與關(guān)聯(lián)用戶之間是否擁有相同的社交圈、用戶與關(guān)聯(lián)用戶之間是否擁有相同的人口屬性、用戶與關(guān)聯(lián)用戶之間是否存在相同的偏好。等等。

步驟402，根據(jù)m個(gè)用戶的社交網(wǎng)絡(luò)信息，生成用戶相似度矩陣sm×m。

根據(jù)m個(gè)用戶的社交網(wǎng)絡(luò)信息，獲取兩兩用戶之間的相似度，生成用戶相似度矩陣sm×m。用戶相似度矩陣sm×m中的行和列都表示用戶，比如：用戶相似度矩陣sm×m中的第二行第三列表示用戶2與用戶3之間的相似度。

示例性的，當(dāng)用戶個(gè)數(shù)為3時(shí)，用戶相似度矩陣sm×m為：

其中，第一行中的0.6表示用戶1與用戶2之間的相似度，0.4表示用戶1與用戶3之間的相似度，等等。在生成用戶相似度矩陣sm×m時(shí)，僅考慮用戶與關(guān)聯(lián)用戶之間的相似度，而不考慮用戶與其自身之間的相似度，因此將用戶相似度矩陣sm×m的對(duì)角元素suu設(shè)為0。

綜上所述，通過引入用戶相似度矩陣作為數(shù)據(jù)擬合模型的約束條件，同時(shí)也作為修正用戶參數(shù)矩陣的一個(gè)參數(shù)，進(jìn)一步提高了最終獲取的用戶畫像的準(zhǔn)確度。

此外，在上述實(shí)施例中，僅以用戶之間的相似度作為約束條件融入到數(shù)據(jù)擬合模型中，以體現(xiàn)用戶參數(shù)向量與其關(guān)聯(lián)用戶的用戶參數(shù)向量之間的強(qiáng)相關(guān)性。在其它可能的實(shí)施例中，也可根據(jù)需要將其它數(shù)據(jù)作為約束條件融入到數(shù)據(jù)擬合模型中。例如，將標(biāo)簽之間的相似度作為約束條件融入到數(shù)據(jù)擬合模型中，構(gòu)建標(biāo)簽相似度矩陣，標(biāo)簽相似度矩陣中的行和列都表示標(biāo)簽，每個(gè)元素表示對(duì)應(yīng)的行和列表示的兩個(gè)標(biāo)簽之間的相似度，標(biāo)簽之間的相似度可依據(jù)標(biāo)簽所表達(dá)的意思的相近程度進(jìn)行確定，例如兩個(gè)意思越接近的標(biāo)簽之間的相似度越高，以體現(xiàn)標(biāo)簽參數(shù)向量與其相似標(biāo)簽的標(biāo)簽參數(shù)向量之間的強(qiáng)相關(guān)性。因此，上述數(shù)據(jù)擬合模型是一種比較通用的、自動(dòng)地學(xué)習(xí)用戶參數(shù)向量和標(biāo)簽參數(shù)向量從而獲取用戶對(duì)標(biāo)簽的喜好程度的框架，可根據(jù)需要加入其它數(shù)據(jù)到該模型中。

請(qǐng)參考圖5，其示出了本發(fā)明一個(gè)實(shí)施例提供的獲取用戶畫像的裝置的結(jié)構(gòu)方框圖。該裝置可通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為服務(wù)器的部分或者全部。該裝置可以包括：樣本獲取模塊520、矩陣修正模塊540和畫像獲取模塊560。

樣本獲取模塊520，用于根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本；其中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，m為正整數(shù)。

矩陣修正模塊540，用于根據(jù)樣本獲取模塊520獲取的訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n；其中，m表示用戶個(gè)數(shù)，k表示因子個(gè)數(shù)，n表示標(biāo)簽個(gè)數(shù)，m為正整數(shù)，k為正整數(shù)，n為大于1的整數(shù)。

畫像獲取模塊560，用于根據(jù)矩陣修正模塊540得到的最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；其中，用戶畫像矩陣pm×n中第u行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，u為大于等 于1且小于等于m的整數(shù)，t為大于等于1且小于等于n的整數(shù)。

綜上所述，本實(shí)施例提供的裝置，通過根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，而后根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；解決了現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題；通過將用戶和標(biāo)簽參數(shù)化，并采用數(shù)據(jù)擬合模型修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣，使之?dāng)M合訓(xùn)練樣本，無需人工為標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，根據(jù)用戶行為日志采用數(shù)據(jù)擬合方法自動(dòng)地獲取用戶畫像，達(dá)到了節(jié)省時(shí)間和人力成本，準(zhǔn)確高效地獲取用戶畫像的技術(shù)效果。

請(qǐng)參考圖6，其示出了本發(fā)明另一個(gè)實(shí)施例提供的獲取用戶畫像的裝置的結(jié)構(gòu)方框圖。該裝置可通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為服務(wù)器的部分或者全部。該裝置可以包括：樣本獲取模塊610、矩陣修正模塊650和畫像獲取模塊660。

樣本獲取模塊610，用于根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本；其中，訓(xùn)練樣本<u，i，j>用于反映用戶u對(duì)物品i和物品j的喜好程度的差異，m為正整數(shù)。

在一種可能的實(shí)現(xiàn)方式中，樣本獲取模塊610包括：行為獲取單元611和樣本獲取單元612。

行為獲取單元611，用于根據(jù)用戶行為日志，獲取m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的行為類型，h為大于1的整數(shù)。

樣本獲取單元612，用于根據(jù)行為獲取單元611獲取的每一個(gè)用戶對(duì)每一個(gè)物品的行為類型，獲取m個(gè)訓(xùn)練樣本。

可選的，該裝置還包括：第二生成模塊620。

第二生成模塊620，用于生成初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n。其中，初始化的用戶參數(shù)矩陣wm×k中的元素為呈正態(tài)分布的隨機(jī)數(shù)，初始化的標(biāo)簽參數(shù)矩陣hk×n中的元素為呈正態(tài)分布的隨機(jī)數(shù)。

可選的，該裝置還包括：信息獲取模塊630和第一生成模塊640。

信息獲取模塊630，用于獲取m個(gè)用戶中的每一個(gè)用戶的社交網(wǎng)絡(luò)信息。

第一生成模塊640，用于根據(jù)信息獲取模塊630獲取的m個(gè)用戶的社交網(wǎng)絡(luò)信息，生成用戶相似度矩陣sm×m。

矩陣修正模塊650，用于根據(jù)樣本獲取模塊610獲取的訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正第二生成模塊620生成的初始化的用戶參數(shù)矩陣wm×k和初始化的標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n；其中，m表示用戶個(gè)數(shù)，k表示因子個(gè)數(shù)，n表示標(biāo)簽個(gè)數(shù)，m為正整數(shù)，k為正整數(shù)，n為大于1的整數(shù)。

在一種可能的實(shí)現(xiàn)方式中，矩陣修正模塊650包括：第一計(jì)算單元651、第二計(jì)算單元652、概率獲取單元653、第三計(jì)算單元654、矩陣確定單元655和矩陣修正單元656。

第一計(jì)算單元651，用于令a＝0，根據(jù)第a輪修正后的用戶參數(shù)矩陣wm×k和第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度；其中，a為大于等于0的整數(shù)，第0輪修正后的用戶參數(shù)矩陣wm×k為初始化的用戶參數(shù)矩陣wm×k，第0輪修正后的標(biāo)簽參數(shù)矩陣hk×n為初始化的標(biāo)簽參數(shù)矩陣hk×n。

第二計(jì)算單元652，用于根據(jù)m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度和物品標(biāo)簽矩陣ah×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的喜好程度；其中，h表示物品個(gè)數(shù)，h為大于1的整數(shù)。

概率獲取單元653，用于根據(jù)m個(gè)用戶中的每一個(gè)用戶對(duì)h個(gè)物品中的每一個(gè)物品的喜好程度，獲取每一個(gè)訓(xùn)練樣本對(duì)應(yīng)的概率；其中，訓(xùn)練樣本<u，i，j>對(duì)應(yīng)的概率是指用戶u對(duì)物品i的喜好程度大于對(duì)物品j的喜好程度的概率。

第三計(jì)算單元654，用于將m個(gè)訓(xùn)練樣本分別對(duì)應(yīng)的概率作為數(shù)據(jù)擬合模型的輸入?yún)?shù)，計(jì)算數(shù)據(jù)擬合模型的輸出結(jié)果。

可選的，數(shù)據(jù)擬合模型為：

其中，λw、λh和λs是用于防止過擬合的正則化參數(shù)，λw、λh和λs為正實(shí)數(shù)；||·||表示矩陣的二范數(shù)，ds表示m個(gè)訓(xùn)練樣本的集合，訓(xùn)練樣本<u，i， j>對(duì)應(yīng)的概率表示用戶u對(duì)物品i的喜好程度與用戶u對(duì)物品j的喜好程度的差值，σ(x)表示邏輯斯蒂函數(shù)，nu表示用戶u的關(guān)聯(lián)用戶集合，suv是用戶相似度矩陣sm×m中第u行第v列的元素，suv表示用戶u和用戶v之間的相似度，wu表示所述第a輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，wv表示所述第a輪修正后的用戶參數(shù)矩陣wm×k中第v行對(duì)應(yīng)的行向量。

矩陣確定單元655，用于在輸出結(jié)果符合預(yù)設(shè)條件時(shí)，將第a輪修正后的用戶參數(shù)矩陣wm×k和第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n分別確定為最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n。

矩陣修正單元656，用于在輸出結(jié)果不符合預(yù)設(shè)條件時(shí)，修正第a輪修正后的用戶參數(shù)矩陣wm×k得到第a+1輪修正后的用戶參數(shù)矩陣wm×k，以及修正第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n得到第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n，令a＝a+1，并重新從根據(jù)第a輪修正后的用戶參數(shù)矩陣wm×k和第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n，計(jì)算m個(gè)用戶中的每一個(gè)用戶對(duì)n個(gè)標(biāo)簽中的每一個(gè)標(biāo)簽的喜好程度的步驟開始執(zhí)行。

在一種可能的實(shí)現(xiàn)方式中，矩陣修正單元656，具體用于按照下述公式計(jì)算第a+1輪修正后的用戶參數(shù)矩陣wm×k：

其中，wu′表示第a+1輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，wu表示第a輪修正后的用戶參數(shù)矩陣wm×k中第u行對(duì)應(yīng)的行向量，表示第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第l列對(duì)應(yīng)的列向量的轉(zhuǎn)置向量，l為大于等于1且小于等于n的整數(shù)，α為學(xué)習(xí)效率，α為正實(shí)數(shù)。

在一種可能的實(shí)現(xiàn)方式中，矩陣修正單元656，具體用于按照下述公式計(jì)算第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n：

其中，hf′表示第a+1輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第f行對(duì)應(yīng)的行向量，hf表示第a輪修正后的標(biāo)簽參數(shù)矩陣hk×n中第f行對(duì)應(yīng)的行向量，f為大于等于1且小于等于k的整數(shù)，α為學(xué)習(xí)效率，α為正實(shí)數(shù)。

畫像獲取模塊660，用于根據(jù)矩陣修正模塊650得到的最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；其中，用戶畫像矩陣pm×n中第u行第t列的元素put表示用戶u對(duì)標(biāo)簽t的喜好程度，u為大于等于1且小于等于m的整數(shù)，t為大于等于1且小于等于n的整數(shù)。

可選的，該裝置還包括：喜好計(jì)算模塊670。

喜好計(jì)算模塊670，用于根據(jù)畫像獲取模塊660獲取的用戶畫像矩陣pm×n和目標(biāo)物品所具有的標(biāo)簽，計(jì)算用戶u對(duì)目標(biāo)物品的喜好程度。

綜上所述，本實(shí)施例提供的裝置，通過根據(jù)用戶行為日志，獲取m個(gè)訓(xùn)練樣本，根據(jù)訓(xùn)練樣本，采用數(shù)據(jù)擬合模型修正初始化的用戶參數(shù)矩陣wm×k和標(biāo)簽參數(shù)矩陣hk×n，得到最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，而后根據(jù)最終的用戶參數(shù)矩陣wm×k和最終的標(biāo)簽參數(shù)矩陣hk×n，獲取用戶畫像矩陣pm×n；解決了現(xiàn)有技術(shù)提供的獲取用戶畫像的方法，所耗費(fèi)的時(shí)間和人力成本較高，且獲取的用戶畫像的準(zhǔn)確度較低的問題；通過將用戶和標(biāo)簽參數(shù)化，并采用數(shù)據(jù)擬合模型修正用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣，使之?dāng)M合訓(xùn)練樣本，無需人工為標(biāo)簽設(shè)定相應(yīng)的標(biāo)簽權(quán)重，根據(jù)用戶行為日志采用數(shù)據(jù)擬合方法自動(dòng)地獲取用戶畫像，達(dá)到了節(jié)省時(shí)間和人力成本，準(zhǔn)確高效地獲取用戶畫像的技術(shù)效果。

另外，采用機(jī)器學(xué)習(xí)的方式對(duì)用戶參數(shù)矩陣和標(biāo)簽參數(shù)矩陣進(jìn)行修正，使之?dāng)M合訓(xùn)練樣本，進(jìn)而自動(dòng)獲取用戶畫像，更加準(zhǔn)確高效。

另外，基于物以類聚人以群分的思想，兩個(gè)相似度更高的用戶，其用戶偏好也應(yīng)當(dāng)更為接近，通過在數(shù)據(jù)擬合模型中增加用戶相似度矩陣作為約束條件，而不僅僅單一地依賴于用戶行為日志來獲取用戶畫像，并且在修正用戶參數(shù)矩陣時(shí)考慮用戶相似度矩陣，體現(xiàn)了用戶參數(shù)向量與其關(guān)聯(lián)用戶的用戶參數(shù)向量之間的強(qiáng)相關(guān)性，從而更加精準(zhǔn)地獲取用戶畫像。

需要說明的是：上述實(shí)施例提供的裝置在實(shí)現(xiàn)其功能時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將設(shè)備的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的獲取用戶畫像的裝置與獲取用戶畫像的方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過程詳見方法實(shí)施例，這 里不再贅述。

請(qǐng)參考圖7，其示出了本發(fā)明一個(gè)實(shí)施例提供的服務(wù)器的結(jié)構(gòu)示意圖。該服務(wù)器用于實(shí)施上述實(shí)施例中提供的獲取用戶畫像的方法。具體來講：

所述服務(wù)器700包括中央處理單元(cpu)701、包括隨機(jī)存取存儲(chǔ)器(ram)702和只讀存儲(chǔ)器(rom)703的系統(tǒng)存儲(chǔ)器704，以及連接系統(tǒng)存儲(chǔ)器704和中央處理單元701的系統(tǒng)總線705。所述服務(wù)器700還包括幫助計(jì)算機(jī)內(nèi)的各個(gè)器件之間傳輸信息的基本輸入/輸出系統(tǒng)(i/o系統(tǒng))706，和用于存儲(chǔ)操作系統(tǒng)713、應(yīng)用程序714和其他程序模塊715的大容量存儲(chǔ)設(shè)備707。

所述基本輸入/輸出系統(tǒng)706包括有用于顯示信息的顯示器708和用于用戶輸入信息的諸如鼠標(biāo)、鍵盤之類的輸入設(shè)備709。其中所述顯示器708和輸入設(shè)備709都通過連接到系統(tǒng)總線705的輸入輸出控制器710連接到中央處理單元701。所述基本輸入/輸出系統(tǒng)706還可以包括輸入輸出控制器710以用于接收和處理來自鍵盤、鼠標(biāo)、或電子觸控筆等多個(gè)其他設(shè)備的輸入。類似地，輸入輸出控制器710還提供輸出到顯示屏、打印機(jī)或其他類型的輸出設(shè)備。

所述大容量存儲(chǔ)設(shè)備707通過連接到系統(tǒng)總線705的大容量存儲(chǔ)控制器(未示出)連接到中央處理單元701。所述大容量存儲(chǔ)設(shè)備707及其相關(guān)聯(lián)的計(jì)算機(jī)可讀介質(zhì)為服務(wù)器700提供非易失性存儲(chǔ)。也就是說，所述大容量存儲(chǔ)設(shè)備707可以包括諸如硬盤或者cd-rom驅(qū)動(dòng)器之類的計(jì)算機(jī)可讀介質(zhì)(未示出)。

不失一般性，所述計(jì)算機(jī)可讀介質(zhì)可以包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)包括以用于存儲(chǔ)諸如計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)等信息的任何方法或技術(shù)實(shí)現(xiàn)的易失性和非易失性、可移動(dòng)和不可移動(dòng)介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)包括ram、rom、eprom、eeprom、閃存或其他固態(tài)存儲(chǔ)其技術(shù)，cd-rom、dvd或其他光學(xué)存儲(chǔ)、磁帶盒、磁帶、磁盤存儲(chǔ)或其他磁性存儲(chǔ)設(shè)備。當(dāng)然，本領(lǐng)域技術(shù)人員可知所述計(jì)算機(jī)存儲(chǔ)介質(zhì)不局限于上述幾種。上述的系統(tǒng)存儲(chǔ)器704和大容量存儲(chǔ)設(shè)備707可以統(tǒng)稱為存儲(chǔ)器。

根據(jù)本發(fā)明的各種實(shí)施例，所述服務(wù)器700還可以通過諸如因特網(wǎng)等網(wǎng)絡(luò)連接到網(wǎng)絡(luò)上的遠(yuǎn)程計(jì)算機(jī)運(yùn)行。也即服務(wù)器700可以通過連接在所述系統(tǒng)總線705上的網(wǎng)絡(luò)接口單元711連接到網(wǎng)絡(luò)712，或者說，也可以使用網(wǎng)絡(luò)接口單元711來連接到其他類型的網(wǎng)絡(luò)或遠(yuǎn)程計(jì)算機(jī)系統(tǒng)(未示出)。

所述存儲(chǔ)器還包括一個(gè)或者一個(gè)以上的程序，所述一個(gè)或者一個(gè)以上程序存儲(chǔ)于存儲(chǔ)器中，且經(jīng)配置以由一個(gè)或者一個(gè)以上處理器執(zhí)行。上述一個(gè)或者一個(gè)以上程序包含用于執(zhí)行上述方法的指令。

應(yīng)當(dāng)理解的是，在本文中提及的“多個(gè)”是指兩個(gè)或兩個(gè)以上?！昂?或”，描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，a和/或b，可以表示：單獨(dú)存在a，同時(shí)存在a和b，單獨(dú)存在b這三種情況。字符“/”一般表示前后關(guān)聯(lián)對(duì)象是一種“或”的關(guān)系。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過硬件來完成，也可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。