(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 202111659861.7 (22)申请日 2021.12.3 0 (71)申请人 深圳市和讯华谷信息技 术有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新区社区科技南十二路006号中 检大厦14层 (72)发明人 李博　罗伟东　陈辞　 (74)专利代理 机构 北京酷爱智慧知识产权代理 有限公司 1 1514 专利代理师 卢蓉 (51)Int.Cl. G06F 16/28(2019.01) G06F 16/2457(2019.01) G06F 16/2455(2019.01) G06N 20/00(2019.01) (54)发明名称 一种用户性别预测方法及系统 (57)摘要 本发明提供了用户性别预测方法及系统， 方 法包括以下步骤： 采集包括用户的性别的样本数 据， 根据所述样本数据得到准备数据； 对所述准 备数据进行特征筛选， 以得到训练数据； 利用所 述训练数据对 预设的模型函数进行训练， 得到训 练模型； 获取待预测用户持有的终端上安装的所 有应用的应用信息， 将所述应用信息输入至所述 训练模型中， 预测所述待预测用户的性别。 该方 法可以通过SDK读取用户持有终端上安装的应 用， 通过应用识别出用户的性别， 方便快捷。 权利要求书2页 说明书8页 附图3页 CN 114595292 A 2022.06.07 CN 114595292 A 1.一种用户性别预测方法， 其特 征在于， 包括以下步骤： 采集包括用户的性别的样本数据， 根据所述样本数据得到准备 数据； 对所述准备数据进行 特征筛选， 以得到训练数据； 利用所述训练数据对预设的模型函数进行训练， 得到训练模型； 获取待预测用户持有的终端上安装的所有应用的应用信 息， 将所述应用信 息输入至所 述训练模型中， 预测所述待预测用户的性别。 2.根据权利要求1所述用户性别预测方法， 其特 征在于， 所述用户的性别通过以下 方法获得： 采集所有用户的所有标签； 从所述标签中提取 出中文的标签； 从所述中文的标签中提取 出与性别相关的标签， 以得到性别标签； 按照预设的第一筛选规则去 除所述性别标签中的无效标签， 以得到有效性别标签， 定 义所述有效性别标签为用户的性别。 3.根据权利要求2所述用户性别预测方法， 其特 征在于， 所述根据样本数据得到准备 数据具体包括： 获取用户持有的终端的终端ID以及对应的应用列表； 所述应用列表包括用户持有的终 端上安装的所有应用的应用信息； 根据用户的终端ID和应用列表得到准备 数据。 4.根据权利要求3所述用户性别预测方法， 其特 征在于， 所述对准备 数据进行 特征筛选， 以得到训练数据具体包括： 根据预设的黑名单应用、 训练效果不满足预设的训练要求或统计效果不满足预设的统 计要求的应用构建剔除列表， 定义所述剔除列表中的应用为特 征； 在所述准备数据中去除包 含在所述剔除列表中的特 征， 以得到训练数据。 5.根据权利要求 4所述用户性别预测方法， 其特 征在于， 所述模型函数为Bern oulliNB函数。 6.根据权利要求 4所述用户性别预测方法， 其特 征在于， 所述利用所述训练数据对预设的模型函数进行训练， 得到训练模型 具体包括： 利用所述训练数据对所述模型函数进行训练， 以得到第一训练结果， 所述第一训练结 果包括每组训练样本的精准度； 所述训练样本为同一个用户的性别、 终端ID和应用列表； 在所述训练数据中根据不同的精准度筛选出部分组训练样本， 定义为第一再测试样 本， 将所述第一再测试样本 重新对所述模型函数进行训练； 在所述训练数据中根据不同的筛选条件筛选出部分组训练样本， 定义为第 二再测试样 本， 将所述第二再测试样本 重新对所述模型函数进行训练。 7.根据权利要求6所述用户性别预测方法， 其特 征在于， 所述筛选条件包括以下一种或几种： 去掉男女比例为1： 1的训练样本、 去掉男女比例为1.2： 1的训练样本、 去掉男女比例为 1.5： 1的训练样本、 去掉男女比例为3： 1的训练样本 。 8.一种用户性别预测系统， 其特 征在于， 包括： 采集单元： 采集包括用户的性别的样本数据， 根据 所述样本数据得到准备数据； 对所述权　利　要　求　书 1/2 页 2 CN 114595292 A 2准备数据进行 特征筛选， 以得到训练数据； 训练单元： 与所述采集单元连接； 所述训练单元用于利用所述训练数据对预设的模型 函数进行训练， 得到训练模型； 预测单元： 与所述训练单元连接； 所述预测单元用于获取待预测用户持有的终端上安 装的所有应用的应用信息， 将所述应用信息输入至所述训练模型中， 预测所述待预测用户 的性别。 9.根据权利要求8所述用户性别预测系统， 其特 征在于， 所述采集单 元具体用于： 采集所有用户的所有标签； 从所述标签中提取 出中文的标签； 从所述中文的标签中提取 出与性别相关的标签， 以得到性别标签； 按照预设的第一筛选规则去 除所述性别标签中的无效标签， 以得到有效性别标签， 定 义所述有效性别标签为用户的性别； 获取用户持有的终端的终端ID以及对应的应用列表； 所述应用列表包括用户持有的终 端上安装的所有应用的应用信息； 根据用户的终端ID和应用列表得到准备 数据。 10.根据权利要求9所述用户性别预测系统， 其特 征在于， 所述训练单 元具体用于： 利用所述训练数据对所述模型函数进行训练， 以得到第一训练结果， 所述第一训练结 果包括每组训练样本的精准度； 所述训练样本为同一个用户的性别、 终端ID和应用列表； 在所述训练数据中根据不同的精准度筛选出部分组训练样本， 定义为第一再测试样 本， 将所述第一再测试样本 重新对所述模型函数进行训练； 在所述训练数据中根据不同的筛选条件筛选出部分组训练样本， 定义为第 二再测试样 本， 将所述第二再测试样本 重新对所述模型函数进行训练。权　利　要　求　书 2/2 页 3 CN 114595292 A 3