[发明专利]一种基于用户标签的个性化推荐方法、装置和电子设备

说明书

本发明公开了一种基于用户标签的个性化推荐方法、装置、电子设备及计算机可读介质，包括：根据用户的多维度数据创建用户兴趣标签；基于所述用户兴趣标签，建立用户兴趣图谱；按照所述用户兴趣图谱，向用户进行个性化推荐。本发明能够通过对用户的多维度数据进行挖掘，建立用户兴趣标签体系，根据标签体系向不同的用户推荐商品或投放广告，有利于提升营销效果和用户体验。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于用户标签的个性化推荐方法、装置、电子设备及计算机可读介质。

背景技术

随着互联网技术的发展，用户的各种行为都已经线上化，则收集用户在各个场景下的行为数据，就变得更加容易。尤其是在电商环境下，通过对用户的行为数据采集分析，对每一个用户从不同维度进行打标，从而更加全面的了解用户，实现对用户精准的商品推荐，广告投放。例如，通过对人的基本属性、设备属性、业务属性、业务行为、营销行为这些维度对用户进行打标，或通过对人的基本属性、会员信息、购物行为、购物偏好、兴趣偏好、APP行为这些维度对用户进行打标。

兴趣图谱是以人与人之间的共同兴趣为线索的图谱，以分享共同的兴趣为基础，但是不一定认识人，是一种表明我喜欢这个的网络图谱。兴趣图谱是靠用户所关注的订阅，购买的产品，进行的评级、搜索，或者对某些口味的评论而产生的。

很早之前，电商平台提出千人千面的概念。所谓千人千面，就是不同的人，在搜索同一个关键词时，看到的宝贝是不一样的。

现有技术中，通过分析用户的多维度数据建立兴趣图谱，并根据用户兴趣图谱对用户进行个性化推荐的技术方案还有很多不足。

发明内容

本发明要解决的技术问题是如何根据用户的多维度数据，实现对用户的个性化推荐。

本发明的一方面提供一种基于用户标签的个性化推荐方法，其特征在于，包括：根据用户的多维度数据创建用户兴趣标签；基于所述用户兴趣标签，建立用户兴趣图谱；按照所述用户兴趣图谱，向用户进行个性化推荐。

根据本发明的一种优选实施方式，所述根据用户的多维度数据创建用户标签的步骤，进一步包括：基于所述用户的多维度数据，建立至少一个用户兴趣模型；通过至少一个用户兴趣模型，生成用户兴趣标签。

根据本发明的一种优选实施方式，所述基于所述用户的多维度数据，建立至少一个用户兴趣模型的步骤，进一步包括：获取用户的多维度数据；对所述用户的多维度数据进行预处理，生成标准数据；对所述标准数据进行特征工程，获取用户特征数据；基于所述用户特征数据，通过回归分析、决策树、人工神经网络、支持向量机、K-Means、关联规则、和/或时序模式算法，建立至少一个用户兴趣模型。

根据本发明的一种优选实施方式，所述对所述用户的多维度数据进行预处理，生成标准数据的步骤，进一步包括：对所述用户的多维度数据进行数据清洗、数据集成、数据规约和数据变换，生成标准数据。

根据本发明的一种优选实施方式，所述对所述标准数据进行特征工程，获取用户特征数据的步骤，进一步包括：对所述标准数据进行特征获取、特征处理、特征监控，获取用户特征数据。

根据本发明的一种优选实施方式，还包括：通过手动调优、网格搜索、随机搜索、和/或基于贝叶斯的参数调优方法，调整所述用户兴趣模型的参数，优化所述用户兴趣模型。

根据本发明的一种优选实施方式，所述基于所述用户兴趣标签，建立用户兴趣图谱的步骤，进一步包括：将所述用户兴趣标签和用户作为用户兴趣图谱的节点，建立用户兴趣图谱。

根据本发明的一种优选实施方式，所述按照所述用户兴趣图谱，向用户进行个性化推荐的步骤，进一步包括：按照所述用户兴趣图谱，获取与用户兴趣匹配的推荐商品；生成推荐商品排名；按照所述推荐商品排名，向用户进行个性化推荐。