[发明专利]刻画用户画像的方法、计算机装置及可读存储介质有效

专利信息
申请号: 201910703306.6 申请日: 2019-07-31
公开(公告)号: CN110458067B 公开(公告)日: 2022-04-22
发明(设计)人: 龚泽熙 申请(专利权)人: 卓尔智联(武汉)研究院有限公司
主分类号: G06V20/10 分类号: G06V20/10;G06V10/74;G06V10/82;G06K9/62;G06K17/00;G06N3/04;G06N3/08
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 陈敬华;饶智彬
地址: 430000 湖北省武汉市黄陂区盘龙城经*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 刻画 用户 画像 方法 计算机 装置 可读 存储 介质
【说明书】:

发明提供一种刻画用户画像的方法,包括:获得每个用户的每件垃圾的相关信息,将所获取的每个用户的每件垃圾的相关信息与对应的投放时间建立关联;将建立关联后的每个用户的每件垃圾的相关信息以及对应的投放时间作为垃圾的历史数据;及根据投放时间属于第一预设时间段的垃圾的历史信息,以及投放时间属于第二预设时间段内且与指定用户对应的垃圾的相关信息,预测该指定用户在第三预设时间段所要投放的垃圾的相关信息,并根据所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息生成用户画像。本发明还提供实现所述刻画用户画像的方法的计算机装置及可读存储介质。本发明可基于用户的垃圾的信息来刻画用户画像。

技术领域

本发明涉及计算机技术领域,具体涉及一种刻画用户画像的方法、计算机装置及可读存储介质。

背景技术

现有技术中并没有一种基于用户画像对用户形成有效运营管理的系统,导致用户体验较差。此外,绝大多数的电商平台在对用户画像时,因为各个电商平台之间并不会共享用户的购买数据,导致所刻画的用户画像也不完整。

发明内容

鉴于以上内容,有必要提出一种刻画用户画像的方法、计算机装置及可读存储介质,可以基于用户的垃圾的信息来刻画用户画像。

本发明的第一方面提供一种刻画用户画像的方法,应用于计算机装置,包括:

识别每个用户的每件垃圾,从而获得每个用户的每件垃圾的相关信息,将所获取的每个用户的每件垃圾的相关信息与对应的投放时间建立关联;

将建立关联后的每个用户的每件垃圾的相关信息以及对应的投放时间作为垃圾的历史数据,并存储所述垃圾的历史数据;及

根据投放时间属于第一预设时间段的垃圾的历史信息,以及投放时间属于第二预设时间段内且与指定用户对应的垃圾的相关信息,预测该指定用户在第三预设时间段所要投放的垃圾的相关信息,并根据所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息生成用户画像。

优选地,所述根据投放时间属于第一预设时间段的垃圾的历史信息,以及投放时间属于第二预设时间段内且与指定用户对应的垃圾的相关信息,预测该指定用户在第三预设时间段所要投放的垃圾的相关信息,并根据所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息生成用户画像包括:

从所述垃圾的历史数据中获取投放时间属于所述第一预设时间段内且与多个用户分别所对应的垃圾的相关信息,将所获取的与所述多个用户分别所对应的垃圾的相关信息作为训练样本训练LSTM神经网络获得垃圾预测模型;

利用所述垃圾预测模型基于投放时间属于所述第二预设时间段内且与所述指定用户所对应的垃圾的相关信息,预测该指定用户在所述第三预设时间段内所要投放的垃圾的相关信息;及

基于所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息,为所述指定用户打标签,获得所述指定用户的用户画像。

优选地,该方法还包括:

获取每个用户的每件垃圾的图像,将每件垃圾的图像与对应的用户建立关联;

根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息。

优选地,所述根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息包括:

将每件垃圾的图像输入预先训练好的垃圾识别模型得到每件垃圾的所述相关信息;其中,所述垃圾识别模型是一个利用大样本数据使用反向传播算法所训练获得的卷积神经网络模型。

优选地,所述根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息,包括:

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卓尔智联(武汉)研究院有限公司,未经卓尔智联(武汉)研究院有限公司许可,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/201910703306.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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