[发明专利]用户识别方法及其系统、非易失性存储介质和计算机系统有效

专利信息
申请号: 201710274401.X 申请日: 2017-04-24
公开(公告)号: CN108734366B 公开(公告)日: 2022-09-30
发明(设计)人: 王晓勤;游正朋 申请(专利权)人: 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q30/06
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 任岩
地址: 100195 北京市海淀区杏石口路6*** 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: 用户 识别 方法 及其 系统 非易失性 存储 介质 计算机系统
【权利要求书】:

1.一种用户识别方法,包括:

获取目标用户的第一用户信息,其中,所述目标用户属于目标用户群,所述目标用户群中各用户的交易数据之间的第一相似度满足相似度阈值,其中,所述交易数据包括所购买商品的名称以及购买数量,所述目标用户群是通过以下操作确定的:获取所述目标用户的第一交易数据和至少一个指定用户的第二交易数据,并计算所述第一交易数据和所述第二交易数据的第二相似度,然后在所述第二相似度满足所述相似度阈值的情况下,将所述目标用户和所述至少一个指定用户作为所述目标用户群中的用户,以确定出所述目标用户群;

获取所述目标用户群的第一用户群信息,所述第一用户群信息至少包含用于描述所述各用户的第二用户信息之间关系的信息,其中,所述第一用户信息和所述第一用户群信息预先存储在宽表中;以及

根据所述第一用户信息和所述第一用户群信息识别所述目标用户,

其中,获取所述目标用户的第一交易数据包括获取所述目标用户在预设时间段内交易时产生的交易数据,

其中,根据所述第一用户信息和所述第一用户群信息识别所述目标用户包括:

加载用户识别模型;以及

将所述第一用户信息和所述第一用户群信息输入所述用户识别模型,以使所述用户识别模型基于所述第一用户信息和所述第一用户群信息识别所述目标用户。

2.根据权利要求1所述的方法,在加载用户识别模型之前,所述方法还包括:

获取用户训练样本;

获取所述用户训练样本中各用户的第三用户信息;

获取所述用户训练样本的第二用户群信息,所述第二用户群信息至少包含用于描述所述第三用户信息之间关系的信息;以及

根据所述第三用户信息和所述第二用户群信息进行训练,得到所述用户识别模型。

3.根据权利要求2所述的方法,在根据所述第三用户信息和所述第二用户群信息进行训练,得到所述用户识别模型之后,所述方法还包括:

获取用户测试样本;

获取所述用户测试样本中各用户的第四用户信息;

获取所述用户测试样本的第三用户群信息,所述第三用户群信息至少包含用于描述所述第四用户信息之间关系的信息;

将所述第四用户信息和所述第三用户群信息输入所述用户识别模型,以使所述用户识别模型基于所述第四用户信息和所述第三用户群信息对识别所述用户测试样本中的各用户,得到识别结果;以及

根据所述识别结果验证所述用户识别模型能否准确识别用户。

4.一种用户识别系统,包括:

第一获取模块,用于获取目标用户的第一用户信息,其中,所述目标用户属于目标用户群,所述目标用户群中各用户的交易数据之间的第一相似度满足相似度阈值,其中,所述交易数据包括所购买商品的名称以及购买数量,所述目标用户群是通过以下操作确定的:获取所述目标用户的第一交易数据和至少一个指定用户的第二交易数据,并计算所述第一交易数据和所述第二交易数据的第二相似度,然后在所述第二相似度满足所述相似度阈值的情况下,将所述目标用户和所述至少一个指定用户作为所述目标用户群中的用户,以确定出所述目标用户群;

第二获取模块,用于获取所述目标用户群的第一用户群信息,所述第一用户群信息至少包含用于描述所述各用户的第二用户信息之间关系的信息,其中,所述第一用户信息和所述第一用户群信息预先存储在宽表中;以及

识别模块,用于根据所述第一用户信息和所述第一用户群信息识别所述目标用户,

其中,获取所述目标用户的第一交易数据包括获取所述目标用户在预设时间段内交易时产生的交易数据;

其中,所述识别模块包括:

加载单元,用于加载用户识别模型;以及

输入单元,用于将所述第一用户信息和所述第一用户群信息输入所述用户识别模型,以使所述用户识别模型基于所述第一用户信息和所述第一用户群信息识别所述目标用户。

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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,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/201710274401.X/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