(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 202111638063.6 (22)申请日 2021.12.2 9 (71)申请人 上海花事电子商务有限公司 地址 201703 上海市青浦区沪青平公路 3841弄5号67宗地2 9幢二层I区285室 (72)发明人 董佩昂　 (74)专利代理 机构 北京挺立专利事务所(普通 合伙) 11265 专利代理师 郭磊 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/9536(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于客观数据、 产品交互反馈的用户人 格预测识别方法 (57)摘要 本发明公开了一种基于客观数据、 产品交互 反馈的用户人格预测识别方法， 包括步骤S001， 采用客观数据作为数据源， 收集被测人所有的评 价或反馈信息， 从多个第三方的视角刻画人格； 步骤S002， 通过深度学习模型判断每个 反馈信息 影响最终结果的程度大小， 不断投入 数据完善优 化模型， 最后通过完善的模型刻画用户的人格； 步骤S003， 将步骤S002得到的模型用于产品中， 可以通过被测人周围 的‘声音’来拟合他/她的人 格等。 本发明从客观角度的数据识别人格， 长期 的对用户人格的检测， 与人工智能相结合拟合与 预测人格， 得出专业 化的人格报告及预测结果。 权利要求书1页 说明书5页 附图1页 CN 114461756 A 2022.05.10 CN 114461756 A 1.一种基于客观数据、 产品交互反馈的用户人格预测 识别方法， 其特征在于， 包括以下 步骤， 步骤S001， 采用客观数据作为数据源， 收集被测人所有的评价或反馈信息， 从多个第 三方的视角刻画人格； 步骤S002， 通过深度学习模型判断每个反馈信息影响最终结果的程度大小， 不断投入 数据完善优化模型， 最后通过完 善的模型刻画用户的人格； 步骤S003， 将步骤S002得到的模型用于产品中， 可以通过被测人周围的 ‘声音’来拟合 他/她的人格； 步骤S004， 基于时间域， 把被测人每日的结果相关联， 用神经网络判断每一天的结果与 之前之后的关联， 绘制出全时间线的拟合曲线； 步骤S005， 根据用户以前产生的客观数据得出的人格报告结论， 并对未来人格走向做 出预测， 并针对某些 特征的走向列出危险/改善的事 件。 2.根据权利要求1所述的一种基于客观数据、 产品交互反馈的用户人格预测识别方法， 其特征在于， 步骤S0 01中， 还要给 数据做预处 理。 3.根据权利要求2所述的一种基于客观数据、 产品交互反馈的用户人格预测识别方法， 其特征在于， 所述预处 理的数据包括文本数据、 视频 数据、 音频 数据。 4.根据权利要求3所述的一种基于客观数据、 产品交互反馈的用户人格预测识别方法， 其特征在于， 在步骤S 002中， 归纳每个对曲线有较大影响的输入， 为用户提供意见做内容基 础。 5.根据权利要求4所述的一种基于客观数据、 产品交互反馈的用户人格预测识别方法， 其特征在于， 步骤S003中不同文本特征的统计数据包括标准计数、 心理过程、 关系、 个人关 注以及其 他方面等类别。 6.根据权利要求1 ‑5任一项所述的一种基于客观数据、 产品交互反馈的用户人格预测 识别方法， 其特征在于， 步骤S 004中的拟合曲线并不是唯一条， 其数量基于产品中人格的维 度。权　利　要　求　书 1/1 页 2 CN 114461756 A 2一种基于客观数据、 产品交互反馈的用户人格预测识别方 法 技术领域 [0001]本发明涉及适用于人格识别技术领域， 具体涉及基于客观数据、 产品交互反馈的 用户人格预测识别方法。 背景技术 [0002]人格被概念化为一个人特征的整个心理活动， 其中特征被定义为一组跨情 景和时 间稳定的个体属性， 人格是所有属性的综合体(行为、 气质、 态度、 情感和精神)； 在社 交网络 上， 用户会在他们分享的内容和他们的表达方式上透露很多关于他们自己的信息。 通过自 我描述、 状态更新、 照 片和兴趣， 用户的大部 分个性都来自他们的个人资料以及其他的文本 信息和用户在线的行为， 同时也存在着用户周围人群对其评价、 反馈的数据。 [0003]几十年来， 心理学研究人员一直致力于系统地了解个性， 在开发和验证广泛接受 的人格模型 的大量工作之后， 研究人员已经证明了一般人格特质与客观数据、 产品交互反 馈之间的联系， 所以如何根据客观数据、 产品交互反馈判断用户人格是行业内新出现且亟 待解决的问题。 发明内容 [0004]针对相关技术中的问题， 本发明提出一种基于客观数据、 产品交互反馈的用户人 格预测识别方法， 以克服现有相关技 术所存在的上述 技术问题。 [0005]为此， 本发明采用的具体技 术方案如下： [0006]一种基于客观数据、 产品交互反馈的用户人格预测识别方法， 包括以下步骤， 步骤 S001， 采用客观数据作为数据源， 收集被测人所有的评价 或反馈信息， 从多个第三方的视角 刻画人格； [0007]步骤S002， 通过深度学习模型判断每个反馈信息影响最终结果的程度大小， 不断 投入数据完 善优化模型， 最后通过完 善的模型刻画用户的人格； [0008]步骤S003， 将步骤S002得到的模型用于产品中， 可以通过被测人周围的 ‘声音’来 拟合他/她的人格； [0009]步骤S004， 基于时间域， 把被测人每日的结果相关联， 用神经 网络判断每一天的结 果与之前之后的关联， 绘制出全时间线的拟合曲线； [0010]步骤S005， 根据用户以前产生的客观数据得出的人格报告结论， 并对未来人格走 向做出预测， 并针对某些 特征的走向列出危险/改善的事 件。 [0011]优选的， 步骤S0 01中， 还要给 数据做预处 理。 [0012]优选的， 所述预处 理的数据包括文本数据、 视频 数据、 音频 数据。 [0013]优选的， 在步骤S002中， 归纳每个对曲线有较大影响的输入， 为用户提供意见做内 容基础。 [0014]优选的， 步骤S003中不同文本特征的统计数据包括标准计数、 心理过程、 关系、 个 人关注以及其 他方面等类别。说　明　书 1/5 页 3 CN 114461756 A 3