[发明专利]潜在用户挖掘方法以及装置在审

专利信息
申请号: 201710056592.2 申请日: 2017-01-25
公开(公告)号: CN106846061A 公开(公告)日: 2017-06-13
发明(设计)人: 李会鹏;荣岳成;文庆;李静永;齐伟 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F17/30
代理公司: 北京清亦华知识产权代理事务所(普通合伙)11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 潜在 用户 挖掘 方法 以及 装置
【权利要求书】:

1.一种潜在用户挖掘方法,其特征在于,包括以下步骤:

获取用户的搜索行为信息;

提取所述搜索行为信息中的特征信息;

根据预先训练得到的潜在用户挖掘模型对所述特征信息进行预测,判断所述用户是否为潜在购买商品房的用户;

如果所述用户为潜在购买商品房的用户,则根据所述搜索行为信息确定所述用户的细化标签;

将所述用户以及所述用户的细化标签加载至潜在用户库中。

2.如权利要求1所述的潜在用户挖掘方法,其特征在于,所述搜索行为信息至少包括搜索关键词、搜索时间、点击URL地址、所述点击URL地址的主题;所述特征信息至少包括关键词特征、URL特征和URL的主题特征。

3.如权利要求2所述的潜在用户挖掘方法,其特征在于,所述提取所述搜索行为信息中的特征信息,包括:

对所述搜索关键词进行分词处理,统计分词结果相同的搜索关键词,并对所述分词结果相同的搜索关键词进行行为分析以生成所述关键词特征;

从所述点击URL地址中获取与所述商品房相关的URL地址,并根据网站访问流量和主题相关程度对所述与所述商品房相关的URL地址进行分析以生成所述URL特征;

对所述点击URL地址的主题进行分词处理,并对分词处理后的所述点击URL地址的主题进行关键词提取,以及对提取结果进行行为分析以生成所述URL的主题特征。

4.如权利要求1所述的潜在用户挖掘方法,其特征在于,所述潜在用户挖掘模型通过以下步骤预先训练得到的:

获取样本用户的样本搜索行为信息;

按照预设格式对所述样本搜索行为信息进行预处理;

对预处理后的所述样本搜索行为信息进行特征提取以得到所述样本搜索行为信息中的样本特征信息;

基于机器学习算法,根据所述样本特征信息进行模型训练以得到所述潜在用户挖掘模型。

5.如权利要求1所述的潜在用户挖掘方法,所述根据所述搜索行为信息确定所述用户的细化标签,包括:

对所述搜索行为信息进行分析,以得到与所述商品房相关的搜索行为信息;

根据所述与所述商品房相关的搜索行为信息,确定所述用户购买所述商品房的意向信息,其中,所述意向信息包括意向区域、意向楼盘和意向楼盘类型;

根据所述意向信息对所述用户进行标签标记,以得到所述用户的细化标签。

6.如权利要求1所述的潜在用户挖掘方法,其特征在于,在所述将所述用户以及所述用户的细化标签加载至潜在用户库中之后,所述方法还包括:

从所述潜在用户的搜索行为信息中,获取所述潜在用户针对所述商品房的搜索次数和/或搜索频率;

根据所述搜索次数和/或搜索频率生成所述潜在用户购买所述商品房的意愿强度;

根据所述意愿强度对所述潜在用户进行排序。

7.一种潜在用户挖掘装置,其特征在于,包括:

第一获取模块,用于获取用户的搜索行为信息;

提取模块,用于提取所述搜索行为信息中的特征信息;

预测模块,用于根据预先训练得到的潜在用户挖掘模型对所述特征信息进行预测,判断所述用户是否为潜在购买商品房的用户;

确定模块,用于在所述用户为潜在购买商品房的用户时,根据所述搜索行为信息确定所述用户的细化标签;

加载模块,用于将所述用户以及所述用户的细化标签加载至潜在用户库中。

8.如权利要求7所述的潜在用户挖掘装置,其特征在于,所述搜索行为信息至少包括搜索关键词、搜索时间、点击URL地址、所述点击URL地址的主题;所述特征信息至少包括关键词特征、URL特征和URL的主题特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710056592.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top