[发明专利]用户画像构建方法与装置及推荐方法与装置

权利要求书

1.一种用户画像构建方法，其特征在于，包括：

获取用户的特征数据，确定所述特征数据的类型；

根据所述特征数据及所述特征数据的类型，构建数据画像；

根据所述数据画像构建所述用户画像；

所述根据所述特征数据及所述特征数据的类型，构建数据画像具体包括：

计算所述特征数据的词向量的平均值，通过所述词向量的平均值表达所述特征数据的语义；

根据所述特征数据的词向量的平均值，计算同一类型的所述特征数据的向量平均值，将所述向量平均值作为所述数据画像；

当所述特征数据包括一个或多个所述类型时，构建一个或多个所述数据画像。

2.根据权利要求1所述的用户画像构建方法，其特征在于，所述根据所述数据画像构建所述用户画像具体包括：

将所述一个或多个数据画像对应的所述向量平均值组成向量矩阵，将所述向量矩阵作为所述用户画像。

3.根据权利要求1所述的用户画像构建方法，其特征在于，所述计算所述特征数据的词向量的平均值的计算公式为：

其中，P为所述特征数据，V_P为所述特征数据的词向量的平均值，V_i为一个词的词向量，n为大于等于1的整数。

4.根据权利要求1所述的用户画像构建方法，其特征在于，所述根据所述特征数据的词向量的平均值，计算同一类型的所述特征数据的向量平均值的计算公式为：

其中，所述V_Pi为所述特征数据的词向量的平均值，V_f为所述同一类型的所述特征数据的向量平均值，τ_i为时间衰减因数，λ的值为1，t为所述特征数据生成时间与所述向量平均值生成时间的时间差，n为大于等于1的整数。

5.根据权利要求2所述的用户画像构建方法，其特征在于，所述向量矩阵为：其中，V_fn为所述同一类型的所述特征数据的向量平均值，n为大于等于1的整数。

6.根据权利要求1至5中任一项所述的用户画像构建方法，其特征在于，

所述特征数据为所述用户的基本信息和/或所述用户的行为信息；所述特征数据的格式包括以下至少任一项或其组合：句子、段落、文章；所述特征数据的类型包括以下至少任一项或其组合：新闻、读书、服饰。

7.根据权利要求6所述的用户画像构建方法，其特征在于，

所述基本信息包括以下至少任一项或其组合：日志信息、兴趣爱好；

所述行为信息包括以下至少任一项或其组合：购买记录、访问记录。

8.一种用户画像构建装置，其特征在于，包括：

获取单元，用于获取用户的特征数据，确定所述特征数据的类型；

数据画像单元，用于根据所述特征数据及所述特征数据的类型，构建数据画像；

用户画像单元，用于根据所述数据画像构建所述用户画像；

所述数据画像单元具体包括：

第一计算单元，用于计算所述特征数据的词向量的平均值，通过所述词向量的平均值表达所述特征数据的语义；

第二计算单元，用于根据所述特征数据的词向量的平均值，计算同一类型的所述特征数据的向量平均值，将所述向量平均值作为所述数据画像；

所述数据画像单元，还用于当所述特征数据包括一个或多个所述类型时，构建一个或多个所述数据画像。

9.根据权利要求8所述的用户画像构建装置，其特征在于，所述用户画像单元具体用于：

将所述一个或多个数据画像对应的所述向量平均值组成向量矩阵，将所述向量矩阵作为所述用户画像。

10.根据权利要求8所述的用户画像构建装置，其特征在于，所述计算所述特征数据的词向量的平均值的计算公式为：

其中，P为所述特征数据，V_P为所述特征数据的词向量的平均值，V_i为一个词的词向量，n为大于等于1的整数。