全网唯一标准王
(19)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 202111672473.2 (22)申请日 2021.12.31 (71)申请人 广州歌神信息科技有限公司 地址 510000 广东省广州市天河区黄埔大 道中315号自编1-18B(自主申报)(仅 限办公用途) (72)发明人 饶慧林 戴育东 贺宏达  (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 李申 (51)Int.Cl. G06F 16/9536(2019.01) G06Q 50/00(2012.01) G06K 9/62(2022.01) (54)发明名称 群体类型识别方法、 电子设备及存 储介质 (57)摘要 本申请公开了群体类型识别方法、 电子设备 及存储介质, 该方法包括: 获取至少两个不同的 识别模型针对于同一目标对象的识别结果; 将至 少两个不同的识别模型各自的识别结果进行融 合计算, 以得出目标识别结果; 利用目标识别结 果确定目标对象所属的群体类型。 通过上述方 式, 本申请能够提高对目标对象所属的群体类型 识别的准确性。 权利要求书2页 说明书10页 附图2页 CN 114491288 A 2022.05.13 CN 114491288 A 1.一种群 体类型识别方法, 其特 征在于, 包括: 获取至少两个不同的识别模型针对于同一目标对象的识别结果; 将所述至少两个不同的识别模型各自的所述识别结果进行融合计算, 以得出目标识别 结果; 利用所述目标识别结果确定所述目标对象所属的群 体类型。 2.根据权利要求1所述的方法, 其特 征在于: 所述将所述至少两个不同的识别模型各自的所述识别结果进行融合计算, 以得出目标 识别结果, 包括: 将至少两个不同的识别模型各自的所述识别结果进行加权求和, 以得出所述目标识别 结果。 3.根据权利要求2所述的方法, 其特 征在于: 所述利用所述目标识别结果确定所述目标对象所属的群 体类型, 包括: 将所述目标识别结果与预设阈值进行比较, 根据比较结果确定所述目标对象所属的群 体类型。 4.根据权利要求1至 3任一项所述的方法, 其特 征在于: 所述获取至少两个不同的识别模型针对于同一目标对象的识别结果, 包括: 获取所述目标对象的目标用户数据; 将所述目标用户数据中与各所述识别模型对应的数据分别对应输入相应的所述识别 模型进行识别处 理, 以得出各所述识别模型的识别结果。 5.根据权利要求 4所述的方法, 其特 征在于: 所述将所述目标用户数据中与各所述识别模型对应的数据分别对应输入相应的所述 识别模型进行识别处 理, 以得出各所述识别模型的识别结果, 包括: 将所述目标用户数据中的账户数据输入账户综合识别模型中, 利用所述账户综合识别 模型匹配出与所述账户数据相关联的账户信息, 确定所述账户信息所对应的群体类型, 以 得出第一识别结果。 6.根据权利要求5所述的方法, 其特 征在于: 所述账户综合识别模型是基于多个应用程序的使用数据 所建立的识别模型, 所述多个 应用程序的账户信息之间相互关联。 7.根据权利要求 4所述的方法, 其特 征在于: 所述将所述目标用户数据中与各所述识别模型对应的待处理数据分别对应输入相应 的所述识别模型进行识别处 理, 以得出各所述识别模型的识别结果, 包括: 将所述目标用户数据中的行为数据输入用户行为识别模型, 利用所述用户行为识别模 型对所述目标用户数据中的行为数据与所述用户行为识别模型已建立的行为数据进行相 似度匹配, 基于匹配结果得到第二识别结果。 8.根据权利要求7 所述的方法, 其特 征在于: 在所述将所述目标用户数据中的行为数据输入用户行为识别模型之前, 包括: 将已有对象的用户数据中的行为数据进行大数据分析, 以对所述已有对象所属的群体 类型进行归类, 建立所述用户行为识别模型。 9.根据权利要求8所述的方法, 其特 征在于:权 利 要 求 书 1/2 页 2 CN 114491288 A 2所述将已有对象的用户数据中的行为数据进行大数据分析, 以对所述已有对象所属的 群体类型进行归类, 建立所述用户行为识别模型, 包括: 在所述已有对象的行为数据中确定关键特征点, 对各所述已有对象对应的所述关键特 征点进行大数据分析, 生成每个所述群体类型 的类型特征向量, 进而建立所述用户行为识 别模型。 10.根据权利要求9所述的方法, 其特 征在于: 所述利用所述用户行为识别模型对所述目标用户数据中的行为数据与所述用户行为 识别模型已建立的行为数据进行相似度匹配, 基于匹配结果得到第二识别结果, 包括: 利用所述用户行为识别模型确定所述目标用户数据中的行为数据的关键特征点, 建立 所述目标对象对应的目标 特征向量; 将所述目标对象对应的目标特征向量与所述群体类型的类型特征向量进行相似度计 算, 以得出所述第二识别结果。 11.根据权利要求 4所述的方法, 其特 征在于: 所述将所述目标用户数据中与各所述识别模型对应的待处理数据分别对应输入相应 的所述识别模型进行识别处 理, 以得出各所述识别模型的识别结果, 包括: 将所述目标用户数据中的互动数据输入内容语义识别模型, 利用所述内容语义识别模 型对所述互动数据进行语义分析, 基于语义分析的结果得 出第三识别结果。 12.根据权利要求 4所述的方法, 其特 征在于: 所述将所述目标用户数据中与各所述识别模型对应的待处理数据分别对应输入相应 的所述识别模型进行识别处 理, 以得出各所述识别模型的识别结果, 包括: 将所述目标用户数据中的文本数据输入关键词识别模型, 利用所述关键词识别模型判 断所述文本数据是否包含预设关键词, 并基于所述预设关键词在所述文本数据中出现的次 数得出第四识别结果。 13.根据权利要求 4所述的方法, 其特 征在于: 所述将所述目标用户数据中与各所述识别模型对应的待处理数据分别对应输入相应 的所述识别模型进行识别处 理, 以得出各所述识别模型的识别结果, 包括: 将所述目标用户数据中的直播人脸数据输入风控识别模型, 利用所述风控识别模型对 所述直播人脸数据进行 人脸识别, 并基于人脸识别的结果得 出第五识别结果。 14.一种电子设备, 其特征在于: 处理器、 存储器以及通信电路; 所述存储器和所述通信 电路耦接所述处理器, 所述存储器存储有计算机程序, 所述计算机程序能够被所述处理器 执行以实现如权利要求1 ‑13任一项所述的方法。 15.一种计算机可读的存储介质, 其特征在于, 存储有计算机程序, 所述计算机程序能 够被处理器执行以实现如权利要求1 ‑13任一项所述的方法。权 利 要 求 书 2/2 页 3 CN 114491288 A 3

.PDF文档 专利 群体类型识别方法、电子设备及存储介质

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 群体类型识别方法、电子设备及存储介质 第 1 页 专利 群体类型识别方法、电子设备及存储介质 第 2 页 专利 群体类型识别方法、电子设备及存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 22:45:50上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。