[发明专利]对用户建模的方法、系统及终端设备

说明书

本发明公开一种对用户建模的方法、系统及终端设备。该方法包括：获取种子用户的生日信息，并据此获得种子用户购买每个商品时对应的年龄段；将所述每个商品及购买时对应的年龄段进行建模和训练，使得同一年龄段购买的商品相似且每个商品被转化为向量；对各个年龄段购买的商品向量求均值作为各个年龄段的中心点；将其他用户某一时间段购买的各个商品进行训练转化为向量并求均值，将所得均值与各个年龄段的中心点求相似度，相似度最大的中心点所在的年龄段为预测的所述其他用户所处的年龄段。本发明提出了一种利用时间序列模型对用户建模的方法，能够准确的预测出用户所处的年龄阶段，利于根据预测的年龄段对用户进行商品推荐。

技术领域

本发明涉及用户画像领域，具体涉及一种对用户建模的方法、系统及终端设备。

背景技术

用户画像(personas)是真实用户的虚拟代表,是建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。通过用户调研去了解用户,根据他们的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型。或者说，用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。

那么为何要建立用户画像？简而言之，用户画像是为了让团队成员在产品/商品设计或推荐的过程中能够抛开个人喜好，将焦点关注在目标用户的动机和行为上进行产品/商品设计或推荐。因为，团队成员为具体的人物做产品/商品设计或推荐要远远优于为脑中虚构的东西做产品/商品设计或推荐，也更来得容易。

对于商业领域而言，用户画像技术能够精确描述用户的信息，进而对用户进行精准的商品推荐，因此用户画像技术在电商领域得到了具有很大商业价值并得到了广泛应用。

现有用户画像方法通常从的商品中挖掘出一些能够表示用户特征(如用户年龄，性别等)的词对商品打上标签。在通过用户购买的商品集合对用户打上标签。由于考虑的信息有限，原有方法通常正确率和覆盖率较低。

因此，需要一种新的对用户画像或建模的方法。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明公开一种对用户建模的方法、系统及终端设备，能够准确的预测出用户所处的年龄阶段。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，公开一种对用户建模的方法，用于预测用户所处的年龄段，包括：

获取种子用户的生日信息，并据此获得种子用户购买每个商品时对应的年龄段；

将所述每个商品及购买时对应的年龄段进行建模和训练，使得同一年龄段购买的商品相似且每个商品被转化为向量；

对各个年龄段购买的商品向量求均值作为各个年龄段的中心点；

将其他用户某一时间段购买的各个商品进行训练转化为向量并求均值，将所得均值与各个年龄段的中心点求相似度，相似度最大的中心点所在的年龄段为预测的所述其他用户所处的年龄段。

根据本发明的一实施方式，通过一阶马尔科夫链模型进行建模。

根据本发明的一实施方式，利用自然语言处理软件包进行训练。

根据本发明的一实施方式，利用自然语言处理软件包通过一阶马尔科夫链模型计算商品的相似度。

根据本发明的一实施方式，所述相似度为余弦相似度。