[发明专利]选取用户特征标签的方法、装置、设备及可读存储介质

说明书

本发明公开了一种选取用户特征标签的方法，所述方法包括以下步骤：获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；根据预设算法计算所述用户房源特征标签的可信度；判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。本发明还公开了一种选取用户特征标签的装置、设备及计算机可读存储介质。本发明能够减少用户无意识浏览对推送房源的影响，减少广告房源、营销活动对推送房源产生的不利影响，使推送结果更加准确。

技术领域

本发明涉及数据分析与处理领域，尤其涉及一种选取用户特征标签的方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网的进步，人们在需要购买房子或者租赁房子时，越来越倾向于在网上进行查找房源，从而缩短查找房源的时间，提高查找房源的效率。

但目前市面上的房产信息平台通常采用的是以用户行为作为判断用户偏好的依据，然后进行推送房源，而以用户行为作为判断用户偏好的依据一直存在着如何识别用户真实意愿的问题。用户的浏览行为存在着随机性和不确定性，平台也存在刻意引导用户的营销行为，例如，平台推出1000-2000元区间的租房营销活动，用户仅仅是被活动的红包吸引而浏览了该房源，实际用户需求可能是3000元左右的租房房源。

因此，仅仅以用户行为作为判断用户偏好的依据，然后进行推送房源，存在推送不精准的问题。

发明内容

本发明的主要目的在于提出一种选取用户特征标签的方法、装置、设备及计算机可读存储介质，旨在解决以用户行为作为判断用户偏好的依据，进行推送房源，存在推送不精准的技术问题。

为实现上述目的，本发明提供一种选取用户特征标签的方法，所述方法包括：

获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；

根据预设算法计算所述用户房源特征标签的可信度；

判断计算得到的用户房源特征标签的可信度是否大于预设可信度；

若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。

可选地，所述根据预设算法计算所述用户房源特征标签的可信度的步骤包括：

提取预设值及各个用户房源特征标签对应的特征标签得分值；

将各个用户房源特征标签对应的特征标签得分值进行排序，获得得分值最高的用户房源特征标签；

根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度。

可选地，所述提取各个用户房源特征标签对应的特征标签得分值的步骤包括：

提取所述用户房源特征标签对应的浏览记录或用户填写资料记录；

根据触发所述浏览记录、或用户填写资料记录的时间及次数计算用户房源特征标签对应的特征标签得分值。

可选地，所述根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度的步骤包括：

将当前用户房源特征标签的得分值除以得分值最高的用户房源特征标签的得分值，获得得分值之间的商；

将所述得分值之间的商与预设值相减，获得当前用户房源特征标签的可信度。

可选地，所述根据大于预设可信度的用户房源特征标签向用户进行推送房源的步骤包括：

根据所述大于预设可信度的用户房源特征标签在房源系统中查找向用户推送的房源；