基于标签传播的信息预测方法及装置
技术领域
本说明书涉及信息预测技术领域,尤其涉及一种基于标签传播的信息预测方法及装置。
背景技术
随着移动互联网和金融科技的快速发展,扫码支付以其快捷、安全等特点,逐渐成为了一种主流支付手段,给人们的生活带来很大的便利。在扫码支付的整个支付链路中,收款方(B端商户,以下简称商户)是非常重要的参与者之一。然而,由于信息不对称等原因,一些不法商户利用扫码支付的方式从事一些非正常的商业活动(如欺诈、赌博等),给客户的财产安全造成严重威胁,严重影响正常的商业环境和商业秩序。
为了应对不同场景的商户风险,对商户风险进行有效的防控,金融科技从业人员从多种角度展开商户风险策略的研究,力争将商户风险降到最低限度,同时提升客户体验。一种经典的方式是建立层次化的策略体系,结合业务实时性和准确度等多方面的需求对商户进行漏斗式的筛选,其中,商户可信体系是层次化策略体系的重要一环,旨在将大量的可信商户进行可信识别和放行,降低后续商户风险深度识别的计算量。
发明内容
本说明书一个或多个实施例的目的是提供一种基于标签传播的信息预测方法及装置,用以实现基于标签传播的方式进行信息预测的高效率及高准确率。
为解决上述技术问题,本说明书一个或多个实施例是这样实现的:
一方面,本说明书一个或多个实施例提供一种基于标签传播的信息预测方法,包括:
获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
在一个实施例中,所述根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签,包括:
根据所述行为信息,确定各所述样本用户及所述待预测用户之间的行为相似度;
从各所述样本用户中筛选出与所述待预测用户之间行为相似度最高的第一样本用户;
确定所述第一样本用户对应的所述第一标签为所述待预测用户的初始标签。
在一个实施例中,所述确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代,包括:
迭代以下步骤,直至迭代后得到的标签矩阵满足所述预设收敛条件:
确定当次迭代对应的第一标签矩阵及第一标签传播矩阵;其中,初次迭代对应的标签矩阵根据所述第一标签及所述初始标签构建而成;
计算所述第一标签传播矩阵及所述第一标签矩阵的乘积,并确定所述乘积为下次迭代对应的待处理标签矩阵;
对所述待处理标签矩阵进行归一化;及,根据所述第一标签及预设的置信度阈值,对归一化后的所述待处理标签矩阵中的至少一个矩阵值进行更新,得到所述下次迭代对应的第二标签矩阵;
根据所述第二标签矩阵,对所述第一标签传播矩阵中的各矩阵值进行更新,得到所述下次迭代对应的第二标签传播矩阵;
根据所述第二标签传播矩阵及所述第二标签矩阵,确定下下次迭代对应的第三标签矩阵。
在一个实施例中,所述根据所述第一标签及预设的置信度阈值,对归一化后的所述待处理标签矩阵中的至少一个矩阵值进行更新,包括:
针对归一化后的所述待处理标签矩阵中与所述第一标签对应的第一矩阵值,将所述第一矩阵值更新为与所述第一标签相匹配的值;及,
针对归一化后的所述待处理标签矩阵中除所述第一矩阵值之外的第二矩阵值,根据所述预设的置信度阈值,对至少一个所述第二矩阵值进行更新。
在一个实施例中,所述第一标签包括正标签和/或负标签;
所述根据所述预设的置信度阈值,对至少一个所述第二矩阵值进行更新,包括:
若所述第二矩阵值大于第一置信度阈值,则将所述第二矩阵值更新为所述正标签;
若所述第二矩阵值小于第二置信度阈值,则将所述第二矩阵值更新为所述负标签;
其中,所述第二置信度阈值小于所述第一置信度阈值。
在一个实施例中,所述根据所述第二标签矩阵,对所述第一标签传播矩阵中的各矩阵值进行更新,包括:
在所述第二标签矩阵中,若第二样本用户与第一待预测用户对应的标签相同,则增大所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值;
若第二样本用户与第一待预测用户对应的标签不同,则减小所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值。
在一个实施例中,所述预设收敛条件包括以下至少一项:
各所述待预测用户中所述第二标签的可确定率达到第一预设阈值;
迭代次数达到第二预设阈值;
当次迭代得到标签与上一次得到的标签相同。
在一个实施例中,所述指定类型的第一标签为可信标签。
另一方面,本说明书一个或多个实施例提供一种基于标签传播的信息预测装置,包括:
获取模块,用于获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
第一确定模块,用于根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
第二确定模块,用于确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
第三确定模块,用于当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
在一个实施例中,所述第一确定模块包括:
第一确定单元,用于根据所述行为信息,确定各所述样本用户及所述待预测用户之间的行为相似度;
筛选单元,用于从各所述样本用户中筛选出与所述待预测用户之间行为相似度最高的第一样本用户;
第二确定单元,用于确定所述第一样本用户对应的所述第一标签为所述待预测用户的初始标签。
在一个实施例中,所述第二确定模块包括:
迭代单元,用于迭代以下步骤,直至迭代后得到的标签矩阵满足所述预设收敛条件:
确定当次迭代对应的第一标签矩阵及第一标签传播矩阵;其中,初次迭代对应的标签矩阵根据所述第一标签及所述初始标签构建而成;
计算所述第一标签传播矩阵及所述第一标签矩阵的乘积,并确定所述乘积为下次迭代对应的待处理标签矩阵;
对所述待处理标签矩阵进行归一化;及,根据所述第一标签及预设的置信度阈值,对归一化后的所述待处理标签矩阵中的至少一个矩阵值进行更新,得到所述下次迭代对应的第二标签矩阵;
根据所述第二标签矩阵,对所述第一标签传播矩阵中的各矩阵值进行更新,得到所述下次迭代对应的第二标签传播矩阵;
根据所述第二标签传播矩阵及所述第二标签矩阵,确定下下次迭代对应的第三标签矩阵。
在一个实施例中,所述迭代单元还用于:
针对归一化后的所述待处理标签矩阵中与所述第一标签对应的第一矩阵值,将所述第一矩阵值更新为与所述第一标签相匹配的值;及,
针对归一化后的所述待处理标签矩阵中除所述第一矩阵值之外的第二矩阵值,根据所述预设的置信度阈值,对至少一个所述第二矩阵值进行更新。
在一个实施例中,所述第一标签正标签和/或负标签;
所述迭代单元还用于:
若所述第二矩阵值大于第一置信度阈值,则将所述第二矩阵值更新为所述正标签;
若所述第二矩阵值小于第二置信度阈值,则将所述第二矩阵值更新为所述负标签;
其中,所述第二置信度阈值小于所述第一置信度阈值。
在一个实施例中,所述迭代单元还用于:
在所述第二标签矩阵中,若第二样本用户与第一待预测用户对应的标签相同,则增大所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值;
若第二样本用户与第一待预测用户对应的标签不同,则减小所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值。
在一个实施例中,所述预设收敛条件包括以下至少一项:
各所述待预测用户中所述第二标签的可确定率达到第一预设阈值;
迭代次数达到第二预设阈值;
当次迭代得到标签与上一次得到的标签相同。
在一个实施例中,所述指定类型的第一标签为可信标签。
再一方面,本说明书一个或多个实施例提供一种基于标签传播的信息预测设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
再一方面,本申请实施例提供一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:
获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
采用本说明书一个或多个实施例的技术方案,能够根据样本用户的指定类型的标签以及各样本用户和待预测用户的行为信息来确定待预测用户的初始标签,使得在进行标签传播的过程中,待预测用户的非随机化的初始标签更加贴合样本用户的标签,从而有利于减少信息预测过程中的迭代次数,提高信息预测过程的稳定性及效率;此外,该技术方案在信息预测过程中,采用的是动态标签传播算法,即每次迭代采用不同的标签传播算法,因此能够实现对信息预测过程中算法的动态优化,进而有利于提高信息预测过程的效率;并且,整个信息预测的过程中无需人工干预,大大降低了人为操作带来的风险。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本说明书一实施例的一种基于标签传播的信息预测方法的示意性流程图;
图2是根据本说明书一实施例的一种基于标签传播的信息预测装置的示意性框图;
图3是根据本说明书一实施例的一种基于标签传播的信息预测设备的示意性框图。
具体实施方式
本说明书一个或多个实施例提供一种基于标签传播的信息预测方法及装置,用以实现基于标签传播的方式进行信息预测的高效率及高准确率。
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书一个或多个实施例保护的范围。
图1是根据本说明书一实施例的一种基于标签传播的信息预测方法的示意性流程图,如图1所示,该方法包括:
S102,获取多个样本用户的指定类型的第一标签;及,获取各样本用户及待预测用户的行为信息。
S104,根据第一标签及行为信息,确定待预测用户的初始标签。
S106,确定各次迭代分别对应的动态标签传播算法;及,根据第一标签,并利用动态标签传播算法对初始标签进行迭代。
其中,动态标签传播算法即指变化的标签传播算法。因此,本实施例中,各次迭代所采用的标签传播算法是不同的,而如何确定各次迭代所采用的标签传播算法,将在后续实施例中详细说明。
S108,当迭代满足预设收敛条件时,确定最后一次迭代得到的标签为待预测用户的指定类型的第二标签。
本实施例的技术方案可应用于对多种类型的标签传播,从而预测出用户对应类型的信息。例如,基于用户可信标签的传播来预测用户的可信度;基于用户性格标签的传播来预测用户的性格特点;基于用户行为标签的传播来预测用户的行为信息;等等。
当指定类型的第一标签为可信标签(可信标签用于标识用户是否可信)时,上述信息预测方法由于能够基于少量具有可信标签的样本用户的行为信息预测无可信标签的待预测用户的可信标签,因此可用于建立高效的商户可信标签预测模型,以提升商户风险识别的性能,有效打击商户的不法行为,从而保障客户的财产安全。
综上,采用本说明书一个或多个实施例的技术方案,能够根据样本用户的指定类型的标签以及各样本用户和待预测用户的行为信息来确定待预测用户的初始标签,使得在进行标签传播的过程中,待预测用户的非随机化的初始标签更加贴合样本用户的标签,从而有利于减少信息预测过程中的迭代次数,提高信息预测过程的稳定性及效率;此外,该技术方案在信息预测过程中,采用的是动态标签传播算法,即每次迭代采用不同的标签传播算法,因此能够实现对信息预测过程中算法的动态优化,进而有利于提高信息预测过程的效率;并且,整个信息预测的过程中无需人工干预,大大降低了人为操作带来的风险。
以下详细说明上述实施例提供的基于标签传播的信息预测方法。
首先获取多个样本用户的指定类型的第一标签,以及获取各样本用户及待预测用户的行为信息。
以SL={(xi,yi)},i=1,…,L表示具有已知标签的样本用户集合,SU={(xi,yi)},i=L+1,…,L+U表示待预测用户集合,待预测用户具有未知的标签。YL={yi},i=1,…,L表示样本用户的已知标签集合,YU={yi},i=L+1,…,L+U表示待预测用户的未知标签集合,X={xi},i=1,…,L+U为各样本用户及待预测用户的行为特征集合。通常情况下,L<<U。由此可知,本实施例提供的信息预测方法的目标就是利用X和YL对YU进行预测,从而实现指定类型的标签的传播,获取未知用户的指定类型的标签。
在获取样本用户的指定类型的标签时,可采用多种方式进行获取,并综合考虑多种方式获取到的候选标签来确定样本用户的标签。例如,分别采用黑白名单、强规则、专家经验等方式获取样本用户的候选标签,然后综合分析黑白名单、强规则、专家经验等方式得到的多个候选标签,以确定样本用户的标签。
在一个实施例中,针对同一样本用户,若得到多个不同的候选标签,则可采用投票方式来确定该样本用户的标签。即,在所有不同的候选标签中,哪种候选标签的数量最多,就确定该候选标签为样本用户的标签。
以指定类型的标签为可信标签为例。假设对于样本用户A,在黑白名单中显示样本用户A的标签为可信用户,某一规则中显示样本用户A的标签为可信用户,而另一规则中显示样本用户A的标签为不可信用户。由于标签“可信用户”的出现次数多于标签“不可信用户”的出现次数,因此可确定样本用户A的标签为“可信用户”。
执行S102时,可采用现有的任一种行为信息采集方式来获取各样本用户即待预测用户的行为信息。当本实施例提供的信息预测方法应用于预测商户是否可信时,行为信息可包括商户工商资质信息、商户法人信息、商户经营历史信息、商户经营流水信息等。
此外,还可根据具体的业务场景对多项行为信息进行筛选。可选的,可按照各项行为信息的重要性进行筛选。例如,若需要采集各样本用户及待预测用户的两项行为信息,则可从采集到的商户工商资质信息、商户法人信息、商户经营历史信息及商户经营流水信息中筛选出重要性高的两项信息;或者,若需要采集各样本用户及待预测用户的重要性高于一定程度的行为信息,则可从采集到的商户工商资质信息、商户法人信息、商户经营历史信息及商户经营流水信息中筛选出重要度高于预设阈值的行为信息。
本实施例中,各项行为信息的重要度可根据具体的业务场景需要来确定。
在获取到多个样本用户的指定类型的标签、以及获取各样本用户及待预测用户的行为信息之后,根据各样本用户的标签、各样本用户及待预测用户的行为信息确定待预测用户的初始标签。
在一个实施例中,可先根据各样本用户及待预测用户的行为信息,确定各样本用户及待预测用户之间的行为相似度;然后从各样本用户中筛选出与待预测用户之间行为相似度最高的第一样本用户,并确定第一样本用户对应的标签为待预测用户的初始标签。
例如,样本用户及待预测用户之间的行为相似度矩阵如下:W∈R(L+U)*(L+U),其中,L+U表示L个样本用户及U个待预测用户。那么,给定方差参数σ2,用户i和用户j之间的行为相似度可通过如下高斯函数(1)计算得到:
其中,dij表示用户i和用户j之间的距离,该距离值可采用现有的任一种距离度量方式来计算,例如,欧式距离、余弦相似度、皮尔逊系数、曼哈顿距离等。具体的距离度量方式由于是现有技术,因此不再赘述。
本实施例中,将与待预测用户之间行为相似度最高的样本用户的标签作为待预测用户的初始标签,可使得迭代过程中的初始值更贴近样本用户,从而加快收敛速度,且收敛到全局最优解(即符合预设收敛条件的标签)的概率更高。
在确定待预测用户的初始标签之后,即可确定各次迭代分别对应的动态标签传播算法,并根据样本用户的标签,利用动态标签传播算法对待预测用户的初始标签进行迭代。
在一个实施例中,采用矩阵的形式进行迭代,则具体的迭代过程可包括如下步骤A1-A5,迭代的终止条件为迭代后得到的标签矩阵满足预设收敛条件。
步骤A1、确定当次迭代对应的第一标签矩阵及第一标签传播矩阵。
其中,初次迭代对应的标签矩阵根据样本用户的标签及待预测用户的初始标签构建而成。初次迭代的标签矩阵为(L+U)*2的矩阵,L+U表示L个样本用户及U个待预测用户。
初次迭代的标签传播矩阵Tij可根据如下公式(2)计算得到,标签传播矩阵Tij为(L+U)*(L+U)的矩阵,L+U表示L个样本用户及U个待预测用户,表示商户j的可信标签传播至商户i的概率。
其中,Wij表示用户i和用户j之间的行为相似度。
此外,还可直接将各用户之间的行为相似度作为标签传播矩阵Tij的各矩阵值。
若初次迭代的标签矩阵已满足预设收敛条件,则无需再执行以下步骤,可直接根据初次迭代的标签矩阵确定出待预测用户的标签。若初次迭代的标签矩阵不满足预设收敛条件,则按照下述步骤进行迭代。
步骤A2、计算第一标签传播矩阵及第一标签矩阵的乘积,并确定该乘积为下次迭代对应的待处理标签矩阵。
步骤A3、对待处理标签矩阵进行归一化;及,根据样本用户的标签及预设的置信度阈值,对归一化后的待处理标签矩阵中的至少一个矩阵值进行更新,得到下次迭代对应的第二标签矩阵。
具体的,针对归一化后的待处理标签矩阵中与样本用户的标签对应的第一矩阵值,将第一矩阵值更新为与样本用户的标签相匹配的值;及,针对归一化后的待处理标签矩阵中除第一矩阵值之外的第二矩阵值,根据预设的置信度阈值,对至少一个第二矩阵值进行更新。
针对上述第一矩阵值,将归一化后的待处理标签矩阵中的第一矩阵值与样本用户的标签进行比对,可将这些第一矩阵值替换为样本用户的标签值。其中,标签值即为用于标识标签的数值或字符。例如,可信标签采用0、1的方式来表征,其中,0表示用户的可信标签为“不可信用户”,1表示用户的可信标签为“可信用户”。对于待处理标签矩阵中与样本用户的标签值“0”相对应的位置的第一矩阵值,可将该(些)第一矩阵值替换为“0”,对于待处理标签矩阵中与样本用户的标签值“1”相对应的位置的第一矩阵值,可将该(些)第一矩阵值替换为“1”。
假设样本用户的标签包括正标签和/或负标签。因此,针对第二矩阵值,若第二矩阵值大于第一置信度阈值,则将第二矩阵值更新为正标签;若第二矩阵值小于第二置信度阈值,则将第二矩阵值更新为负标签;其中,第二置信度阈值小于第一置信度阈值。
若第二标签矩阵已满足预设收敛条件,则无需再执行以下步骤,可根据第二标签矩阵确定出待预测用户的标签。若第二标签矩阵不满足预设收敛条件,则继续进行迭代。
步骤A4、根据第二标签矩阵,对第一标签传播矩阵中的各矩阵值进行更新,得到下次迭代对应的第二标签传播矩阵。
该步骤中,在第二标签矩阵中,若第二样本用户与第一待预测用户对应的标签相同,则增大第一标签传播矩阵中与第二样本用户及第一待预测用户对应的矩阵值;若第二样本用户与第一待预测用户对应的标签不同,则减小第一标签传播矩阵中与第二样本用户及第一待预测用户对应的矩阵值。
在增大或减小标签传播矩阵中的矩阵值时,可按照预设的幅度增大或减小。
步骤A5、根据第二标签传播矩阵及第二标签矩阵,确定下下次迭代对应的第三标签矩阵。
该步骤中,可采用步骤A2-A3的方式确定下下次迭代对应的第三标签矩阵。
若第三标签矩阵已满足预设收敛条件,则无需再执行以下步骤,可根据第三标签矩阵确定出待预测用户的标签。若第三标签矩阵不满足预设收敛条件,则返回步骤A1继续进行迭代。
在一个实施例中,预设收敛条件包括以下至少一项:
a、各待预测用户的标签的可确定率达到第一预设阈值。
其中,待预测用户的标签的可确定率指:标签矩阵中各待预测用户的标签所对应的矩阵值已被确定的数量占所有矩阵值的比率。由上述可知,待预测用户的标签所对应的矩阵值即为第二矩阵值,根据预设的置信度阈值对第二矩阵值进行更新后,被更新的第二矩阵值就属于确定了的矩阵值,未被更新的第二矩阵值则属于尚未确定的矩阵值。
b、迭代次数达到第二预设阈值。
c、当次迭代得到标签与上一次得到的标签相同。
以下通过一具体实施例来说明上述实施例所提供的信息预测方法。
在一具体实施例中,指定类型的标签为可信标签,且可信标签包括正标签或负标签,其中,正标签表示商户为可信商户,负标签则表示商户为不可信商户。已知商户A的可信标签为正标签,商户B的可信标签为负标签。待预测商户C的可信标签未知。现在,根据商户A和商户B的可信标签、以及商户A、商户B和待预测商户C的行为信息来预测待预测商户C的可信标签。
首先构造初次迭代的第一标签矩阵,由上述内容可知,第一标签矩阵根据商户A、商户B及待预测用户的可信标签构建而成。并且,标签矩阵为3*2的矩阵,其中,标签矩阵的各行表示各商户对应的可信标签信息;第一列和第二列分别表示可信标签的两个类别,具体的,第一列表示可信标签为正标签的类别,第二列表示可信标签为负标签的类别。若某一商户的可信标签为正标签,则该商户对应的行在第一列的矩阵值为1,在其他列(如第二列)的矩阵值为0;反之,若某一商户的可信标签为负标签,则该商户对应的行在第一列的矩阵值为0,在其他列(如第二列)的矩阵值为1。因此,第一标签矩阵如下:
在矩阵Y1中可看出,商户A对应于第一行,由于商户A所在的第一行在第一列的矩阵值为1,在第二列的矩阵值为0,因此商户A的可信标签为正标签。x、y表示待预测商户C的可信标签是未知的。
对于x、y值,上述内容中说明,待预测用户的初始标签和与其行为相似度最高的样本用户的标签一致。本实施例中,假设待预测商户C与商户A的行为相似度最高,因此待预测商户C的初始标签即为商户A的标签,即为正标签。第一标签矩阵如下:
本实施例中,将初次迭代的第一标签传播矩阵的各矩阵值确定为对应商户之间的行为相似度,由于商户与其本身之间的行为相似度为1,因此第一标签传播矩阵的对角线上的矩阵值为1。假设商户A与商户B之间的行为相似度为0.1,商户A与商户C之间的行为相似度为0.8,商户B与商户C之间的行为相似度为0.2。那么,第一标签传播矩阵如下:
经过计算第一标签传播矩阵T1与第一标签矩阵Y1之间的乘积,得到第二次迭代对应的待处理标签矩阵为:
对上述矩阵进行归一化,得到归一化后的待处理标签矩阵:
对于归一化后的待处理标签矩阵中的第一矩阵值(即与商户A和商户B对应的位置处的矩阵值),将第一行的第一矩阵值更新为与商户A的标签相匹配的值,将第二行的第二矩阵值更新为与商户B的标签相匹配的值。
对于归一化后的待处理标签矩阵中的第二矩阵值(即除第一矩阵值之外的矩阵值),根据预设的第一置信度阈值和/或第二置信度阈值对第三行的第二矩阵值进行更新。其中,第一置信度阈值为[0.5,1]之间的数值,第二置信度阈值与第一置信度阈值之和可为1。假设本实施例中,第一置信度阈值为0.8,第二置信度阈值为0.2,通过将第三行中大于第一置信度阈值0.8的矩阵值更新为正标签,即1,同时将第三行中小于第二置信度阈值0.2的矩阵值更新为负标签,即0,得到第二次迭代对应的第二标签矩阵:
由第二标签矩阵Y2可看出,待预测商户C的标签为正标签,说明待预测商户C为可信商户。
假设本实施例中,预设收敛条件为:待预测商户的标签的可确定率达到80%。显然,第二标签矩阵Y2中,由于待预测商户C的标签已确定(即正标签),因此已满足了预设收敛条件,则无需再进行下次迭代。假设第二标签矩阵Y2不满足预设收敛条件,则重复迭代上述步骤,直至迭代后得到的标签矩阵满足预设收敛条件。
综上,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
以上为本说明书一个或多个实施例提供的基于标签传播的信息预测方法,基于同样的思路,本说明书一个或多个实施例还提供一种基于标签传播的信息预测装置。
图2是根据本说明书一实施例的一种基于标签传播的信息预测装置的示意性框图,如图2所示,基于标签传播的信息预测装置200包括:
获取模块210,用于获取多个样本用户的指定类型的第一标签;及,获取各样本用户及待预测用户的行为信息;
第一确定模块220,用于根据第一标签及行为信息,确定待预测用户的初始标签;
第二确定模块230,用于确定各次迭代分别对应的动态标签传播算法;及,根据第一标签,并利用动态标签传播算法对初始标签进行迭代;
第三确定模块240,用于当迭代满足预设收敛条件时,确定最后一次迭代得到的标签为待预测用户的指定类型的第二标签。
在一个实施例中,第一确定模块220包括:
第一确定单元,用于根据行为信息,确定各样本用户及待预测用户之间的行为相似度;
筛选单元,用于从各样本用户中筛选出与待预测用户之间行为相似度最高的第一样本用户;
第二确定单元,用于确定第一样本用户对应的第一标签为待预测用户的初始标签。
在一个实施例中,第二确定模块230包括:
迭代单元,用于迭代以下步骤,直至迭代后得到的标签矩阵满足预设收敛条件:
确定当次迭代对应的第一标签矩阵及第一标签传播矩阵;其中,初次迭代对应的标签矩阵根据第一标签及初始标签构建而成;
计算第一标签传播矩阵及第一标签矩阵的乘积,并确定乘积为下次迭代对应的待处理标签矩阵;
对待处理标签矩阵进行归一化;及,根据第一标签及预设的置信度阈值,对归一化后的待处理标签矩阵中的至少一个矩阵值进行更新,得到下次迭代对应的第二标签矩阵;
根据第二标签矩阵,对第一标签传播矩阵中的各矩阵值进行更新,得到下次迭代对应的第二标签传播矩阵;
根据第二标签传播矩阵及第二标签矩阵,确定下下次迭代对应的第三标签矩阵。
在一个实施例中,迭代单元还用于:
针对归一化后的待处理标签矩阵中与第一标签对应的第一矩阵值,将第一矩阵值更新为与第一标签相匹配的值;及,
针对归一化后的待处理标签矩阵中除第一矩阵值之外的第二矩阵值,根据预设的置信度阈值,对至少一个第二矩阵值进行更新。
在一个实施例中,第一标签正标签和/或负标签;
迭代单元还用于:
若第二矩阵值大于第一置信度阈值,则将第二矩阵值更新为正标签;
若第二矩阵值小于第二置信度阈值,则将第二矩阵值更新为负标签;
其中,第二置信度阈值小于第一置信度阈值。
在一个实施例中,迭代单元还用于:
在第二标签矩阵中,若第二样本用户与第一待预测用户对应的标签相同,则增大第一标签传播矩阵中与第二样本用户及第一待预测用户对应的矩阵值;
若第二样本用户与第一待预测用户对应的标签不同,则减小第一标签传播矩阵中与第二样本用户及第一待预测用户对应的矩阵值。
在一个实施例中,预设收敛条件包括以下至少一项:
各待预测用户中第二标签的可确定率达到第一预设阈值;
迭代次数达到第二预设阈值;
当次迭代得到标签与上一次得到的标签相同。
在一个实施例中,指定类型的第一标签为可信标签。
采用本说明书一个或多个实施例的装置,能够根据样本用户的指定类型的标签以及各样本用户和待预测用户的行为信息来确定待预测用户的初始标签,使得在进行标签传播的过程中,待预测用户的非随机化的初始标签更加贴合样本用户的标签,从而有利于减少信息预测过程中的迭代次数,提高信息预测过程的稳定性及效率;此外,该装置在信息预测过程中,采用的是动态标签传播算法,即每次迭代采用不同的标签传播算法,因此能够实现对信息预测过程中算法的动态优化,进而有利于提高信息预测过程的效率;并且,整个信息预测的过程中无需人工干预,大大降低了人为操作带来的风险。
本领域的技术人员应可理解,上述基于标签传播的信息预测装置能够用来实现前文所述的基于标签传播的信息预测方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
基于同样的思路,本说明书一个或多个实施例还提供一种基于标签传播的信息预测设备,如图3所示。基于标签传播的信息预测设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器301和存储器302,存储器302中可以存储有一个或一个以上存储应用程序或数据。其中,存储器302可以是短暂存储或持久存储。存储在存储器302的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对基于标签传播的信息预测设备中的一系列计算机可执行指令。更进一步地,处理器301可以设置为与存储器302通信,在基于标签传播的信息预测设备上执行存储器302中的一系列计算机可执行指令。基于标签传播的信息预测设备还可以包括一个或一个以上电源303,一个或一个以上有线或无线网络接口304,一个或一个以上输入输出接口305,一个或一个以上键盘306。
具体在本实施例中,基于标签传播的信息预测设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对基于标签传播的信息预测设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
根据所述行为信息,确定各所述样本用户及所述待预测用户之间的行为相似度;
从各所述样本用户中筛选出与所述待预测用户之间行为相似度最高的第一样本用户;
确定所述第一样本用户对应的所述第一标签为所述待预测用户的初始标签。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
迭代以下步骤,直至迭代后得到的标签矩阵满足所述预设收敛条件:
确定当次迭代对应的第一标签矩阵及第一标签传播矩阵;其中,初次迭代对应的标签矩阵根据所述第一标签及所述初始标签构建而成;
计算所述第一标签传播矩阵及所述第一标签矩阵的乘积,并确定所述乘积为下次迭代对应的待处理标签矩阵;
对所述待处理标签矩阵进行归一化;及,根据所述第一标签及预设的置信度阈值,对归一化后的所述待处理标签矩阵中的至少一个矩阵值进行更新,得到所述下次迭代对应的第二标签矩阵;
根据所述第二标签矩阵,对所述第一标签传播矩阵中的各矩阵值进行更新,得到所述下次迭代对应的第二标签传播矩阵;
根据所述第二标签传播矩阵及所述第二标签矩阵,确定下下次迭代对应的第三标签矩阵。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
针对归一化后的所述待处理标签矩阵中与所述第一标签对应的第一矩阵值,将所述第一矩阵值更新为与所述第一标签相匹配的值;及,
针对归一化后的所述待处理标签矩阵中除所述第一矩阵值之外的第二矩阵值,根据所述预设的置信度阈值,对至少一个所述第二矩阵值进行更新。
可选地,所述第一标签包括正标签和/或负标签;
计算机可执行指令在被执行时,还可以使所述处理器:
若所述第二矩阵值大于第一置信度阈值,则将所述第二矩阵值更新为所述正标签;
若所述第二矩阵值小于第二置信度阈值,则将所述第二矩阵值更新为所述负标签;
其中,所述第二置信度阈值小于所述第一置信度阈值。
可选地,计算机可执行指令在被执行时,还可以使所述处理器:
在所述第二标签矩阵中,若第二样本用户与第一待预测用户对应的标签相同,则增大所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值;
若第二样本用户与第一待预测用户对应的标签不同,则减小所述第一标签传播矩阵中与所述第二样本用户及所述第一待预测用户对应的矩阵值。
可选地,所述预设收敛条件包括以下至少一项:
各所述待预测用户中所述第二标签的可确定率达到第一预设阈值;
迭代次数达到第二预设阈值;
当次迭代得到标签与上一次得到的标签相同。
可选地,所述指定类型的第一标签为可信标签。
本说明书一个或多个实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行上述基于标签传播的信息预测方法,并具体用于执行:
获取多个样本用户的指定类型的第一标签;及,获取各所述样本用户及待预测用户的行为信息;
根据所述第一标签及所述行为信息,确定所述待预测用户的初始标签;
确定各次迭代分别对应的动态标签传播算法;及,根据所述第一标签,并利用所述动态标签传播算法对所述初始标签进行迭代;
当所述迭代满足预设收敛条件时,确定最后一次迭代得到的标签为所述待预测用户的所述指定类型的第二标签。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、***、或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的权利要求范围之内。