本申请涉及人工智能,具体而言,涉及一种性别判定模型的生成方法、性别判定模型的生成装置、电子设备和计算机可读存储介质。
背景技术:
1、随着互联网技术的普及,服务商可以基于互联网技术向不同的用户推送不同的浏览资源,而基于用户特征来进行推送可以实现资源的精准投放,其中,用户的性别是重要的用户特征之一,且不同性别的用户具有明显不同的兴趣倾向,因此用户的性别在浏览资源推送领域具有重要意义。
2、然而,许多用户出于个人隐私原因往往不提供性别信息或提供虚假性别信息,因此,如何判定用户的性别是一个亟待解决的问题。
3、部分相关技术中,通过获取用户所使用终端的后台数据,例如不同应用程序的使用时间、使用次数等,然后利用机器学习模型来判定用户的性别;还有部分相关技术中,基于用户的用户头像和用户名来判定用户的性别。但是,上述相关技术中性别判定的准确性较低。
技术实现思路
1、本申请实施例的目的在于提供一种性别判定模型的生成方法及装置、电子设备和计算机可读存储介质,进而至少在一定程度上提升性别判定的准确性。
2、根据本申请的第一方面,提供一种性别判定模型的生成方法,包括:
3、获取稀疏型的资源浏览数据;
4、将所述资源浏览数据转换为稠密型的资源类别数据;
5、根据所述资源类别数据生成性别判定模型。
6、根据本申请的第二方面,提供一种性别判定模型的生成装置,包括:
7、数据获取模块,用于获取稀疏型的资源浏览数据;
8、数据转换模块,用于将所述资源浏览数据转换为稠密型的资源类别数据;
9、模型生成模块,用于根据所述资源类别数据生成性别判定模型。
10、根据本申请的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
11、根据本申请的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。
12、本申请的示例性实施例可以具有以下部分或全部有益效果:
13、本申请示例性实施例所提供的性别判定模型的生成方法中,通过获取稀疏型的资源浏览数据,然后将资源浏览数据转换为稠密型的资源类别数据,最后,根据资源类别数据生成性别判定模型。一方面,相较于将用户属性(如,用户名、用户头像)作为性别判定模型的样本的相关技术,本申请可以将原本稀疏的资源浏览数据转换为稠密型数据后作为性别判定模型的样本,稠密型的资源浏览数据相较于用户属性具备更高的性别表征能力,进而可以解决基于用户属性生成的性别判定模型的精度较低的问题,即,本申请可以提升性别判定模型的判别精度;另一方面,将稀疏型的资源浏览数据作为原始数据,可以提升原始数据获取的简便性,降低性别判定模型的样本获取难度。
14、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
1.一种性别判定模型的生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,获取稀疏型的资源浏览数据,包括:
3.根据权利要求1所述的方法,其特征在于,将所述资源浏览数据转换为稠密型的资源类别数据,包括:
4.根据权利要求3所述的方法,其特征在于,对所述资源序列集合中各资源序列进行资源特征提取,得到资源特征向量集合,包括:
5.根据权利要求1所述的方法,其特征在于,根据所述资源类别数据生成性别判定模型,包括:
6.根据权利要求1所述的方法,其特征在于,还包括:
7.根据权利要求6所述的方法,其特征在于,还包括:
8.一种性别判定模型的生成装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7中任一项所述方法的各个步骤。
