(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111675261.X (22)申请日 2021.12.31 (71)申请人 中国联合网络通信集团有限公司 地址 100033 北京市西城区金融大街21号 (72)发明人 王蕾　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 代理人 霍莉莉　黄健 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/906(2019.01) G06F 16/9535(2019.01) (54)发明名称 用户画像模 型训练的方法、 用户数据确定方 法、 设备 (57)摘要 本公开提供的一种用户画像模型训练的方 法、 用户数据确定方法、 设备， 涉及用户画像技 术， 包括： 获取训练数据集； 训练数据集中包括多 个无标记的原始样本； 每个无标记的原始样本中 包括用户的多个特征； 对原始样 本中的多个特征 进行掩盖处理， 得到掩盖后的训练样本； 其中， 训 练样本中包括原始样本中的部分特征； 根据训练 样本以及与训练样本对应的原始样本对预设模 型进行训练， 得到用户画 像模型； 其中， 用户画 像 模型用于输出用户画像向量。 本公开提供的方案 可以对训练样本的不同种类的多个特征进行整 合训练， 能够发现不同特征之间的关联性， 使训 练结果在具有通用性的同时也能够带来更好的 准确率。 权利要求书2页 说明书8页 附图3页 CN 114330579 A 2022.04.12 CN 114330579 A 1.一种用户画像模型训练的方法， 其特 征在于， 包括： 获取训练数据集； 所述训练数据集中包括多个无标记的原始样本； 每个所述无标记的 原始样本中包括用户的多个特 征； 对所述原始样本 中的多个特征进行掩盖处理， 得到掩盖后的训练样本； 其中， 所述训练 样本中包括原 始样本中的部分特 征； 根据所述训练样本以及与 所述训练样本对应的原始样本对预设模型进行训练， 得到用 户画像模型； 其中， 所述用户画像模型用于 输出用户画像向量。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述原始样本 中的多个特征进行掩 盖处理， 得到掩盖后的训练样本， 包括： 对所述原 始样本中的每一特 征都进行以下处 理： 获取所述原始样本中的第一特 征； 其中， 所述第一特 征是所述原始样本中的任意特 征； 根据预设概率确定对所述第一特征的掩盖处理方式； 其中， 预先设置有与每种掩盖处 理方式对应的概 率值， 各概率值之和等于1； 根据确定的所述掩盖处 理方式对所述第一特 征进行掩盖处 理。 3.根据权利要求2所述的方法， 其特征在于， 确定的所述掩盖处理方式为第一方式时， 所述根据确定的所述掩盖处 理方式对所述第一特 征进行掩盖处 理， 包括： 将所述原 始样本中的所述第一特 征替换为掩盖特 征。 4.根据权利要求2所述的方法， 其特征在于， 确定的所述掩盖处理方式为第二方式时， 所述根据确定的所述掩盖处 理方式对所述第一特 征进行掩盖处 理， 包括： 将所述原 始样本中的所述第一特 征替换为与所述第一特 征属性相同的其 他特征。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述训练样本以及与 所述训练样 本对应的原 始样本对预设模型进行训练， 得到用户画像模型， 包括： 将所述训练样本 输入至预设模型中， 得到预测用户画像向量； 根据所述预测用户画像向量、 以及与所述训练样本对应的原始样本优化所述预设模型 中的参数， 得到优化后的预设模型； 其中， 满足停止训练条件的优化后的预设模型为所述用户画像模型。 6.根据权利要求5所述的方法， 其特征在于， 若所述原始样本是文本数据， 则所述将所 述训练样本 输入至预设模型中， 包括： 对所述训练样本进行编码， 得到编码后的训练样本； 将所述编码后的训练样本 输入至预设模型中。 7.根据权利要求1所述的方法， 其特征在于， 在训练样本的任意两个特征之间， 设置有 特殊分隔符。 8.根据权利要求5所述的方法， 其特征在于， 所述根据所述预测用户画像向量、 以及与 所述训练样本对应的原 始样本优化所述预设模型中的参数， 得到优化后的预设模型， 包括： 对所述预测用户画像向量进行解码处 理， 得到预测用户特 征； 根据所述预测用户特征、 与所述训练样本对应的原始样本中包括的特征， 构建损 失函 数， 并根据所述损失函数优化所述预设模型中的参数， 得到优化后的预设模型。 9.一种用户数据确定方法， 其特 征在于， 包括： 把用户信息输入到用户画像模型， 得到用户画像向量； 所述用户画像模型是通过权利权　利　要　求　书 1/2 页 2 CN 114330579 A 2要求1‑8任一项所述的方法训练得到的； 将用户画像向量输入到用于对用户画像向量进行处理的模型， 得到与用户对应的数 据。 10.一种用户画像模型训练的装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取训练数据集； 所述训练数据集中包括多个无标记的原始样本； 每个 所述无标记的原 始样本中包括用户的多个特 征； 处理单元， 用于对所述原始样本 中的多个特征进行掩盖处理， 得到掩盖后的训练样本； 其中， 所述训练样本中包括原 始样本中的部分特 征； 训练单元， 用于根据 所述训练样本以及与 所述训练样本对应的原始样本对预设模型进 行训练， 得到用户画像模型； 其中， 所述用户画像模型用于 输出用户画像向量。 11.一种用户数据确定装置， 其特 征在于， 包括： 处理单元， 用于把用户信 息输入到用户画像模型， 得到用户画像向量； 所述用户画像模 型是通过权利要求1 ‑8任一项所述的方法训练得到的； 确定单元， 用于将用户画像向量输入到用于对用户画像向量进行处理的模型， 得到与 用户对应的数据。 12.一种电子设备， 其特 征在于， 包括存 储器和处 理器； 其中， 所述存储器， 用于存 储计算机程序； 所述处理器， 用于读取所述存储器存储的计算机程序， 并根据所述存储器中的计算机 程序执行上述权利要求1 ‑8或9任一项所述的方法。 13.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 当处理器执行所述计算机执行指令时， 实现上述权利要求1 ‑8或9任一项所述的 方法。 14.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时， 实现上述权利要求1 ‑8或9任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114330579 A 3