[发明专利]一种用于构建用户画像的方法及系统

权利要求书

1.一种用于构建用户画像的方法，其特征在于，所述方法包括：

获取用于构建用户画像的原始数据；其中，所述初始数据包括：税务数据、税控设备产生的行为信息、税控设备的位置信息和企业网络数据；

对获取的用于构建用户画像的原始数据按照预设的处理规则进行预处理，以获取标准格式的用户画像数据源，并按照预设的存储和传输方式对所述用户画像数据源进行存储和传输；

根据待画像用户的用户信息确定待画像用户的业务分类标签，并根据确定的业务分类标签进行行为分析，以获取用户标签。

2.根据权利要求1所述的方法，其特征在于，所述税务数据包括：

登记认定数据、申报征收数据、违法违章数据、优惠减免数据、发票数据、评估证明数据、纳税信用数据和涉税风险数据；所述行为信息包括：开票行为、抄报税行为、清卡行为和领购发票行为。

3.根据权利要求1所述的方法，其特征在于，所述对获取的用于构建用户画像的原始数据按照预设的处理规则进行预处理，包括:

对获取的用于构建用户画像的原始数据进行缺失值处理、异常值处理、去重处理和噪音处理，以获取标准格式的用户画像数据源。

4.根据权利要求1所述的方法，其特征在于，所述按照预设的存储和传输方式对所述用户画像数据源进行存储和传输，包括：

对标准结构的数据进行硬件加密，采用区块链技术，以块结构进行存储；其中，所述标准结构的数据包括：用户画像数据源、事务日期和到前一个块的链接信息；

基于TCP/IP协议，利用点对点模式传输在局域网内传输所述用户画像数据源。

5.根据权利要求1所述的方法，其特征在于，所述根据待画像用户的用户信息确定待画像用户的业务分类标签，并根据确定的业务分类标签进行行为分析，以获取用户标签，包括:

按照不同的维度信息确定确定待画像用户的业务分类标签；其中，所述维度信息包括：基本情况、经营情况、业务需求和需求关注点；

采用无监督方式抽取用户的业务分类标签，为每个样本的标签建立一个词袋，对词袋进行训练，训练的过程就是采集每种标签的词袋的过程；将训练样本向量化，通过机器学习分类模型或seq2seq深度模型进行训练，获得更精准的词袋，并按照用户的画像维度进行打标签，以获取用户标签。

6.一种用于构建用户画像的系统，其特征在于，所述系统包括：

数据获取单元，用于获取用于构建用户画像的原始数据；其中，所述初始数据包括：税务数据、税控设备产生的行为信息、税控设备的位置信息和企业网络数据；

数据处理单元，用于对获取的用于构建用户画像的原始数据按照预设的处理规则进行预处理，以获取标准格式的用户画像数据源，并按照预设的存储和传输方式对所述用户画像数据源进行存储和传输；

画像分析单元，用于根据待画像用户的用户信息确定待画像用户的业务分类标签，并根据确定的业务分类标签进行行为分析，以获取用户标签。

7.根据权利要求6所述的系统，其特征在于，所述税务数据包括：

登记认定数据、申报征收数据、违法违章数据、优惠减免数据、发票数据、评估证明数据、纳税信用数据和涉税风险数据；所述行为信息包括：开票行为、抄报税行为、清卡行为和领购发票行为。

8.根据权利要求6所述的系统，其特征在于，所述数据处理单元，对获取的用于构建用户画像的原始数据按照预设的处理规则进行预处理，包括:

对获取的用于构建用户画像的原始数据进行缺失值处理、异常值处理、去重处理和噪音处理，以获取标准格式的用户画像数据源。

9.根据权利要求6所述的系统，其特征在于，所述数据处理单元，按照预设的存储和传输方式对所述用户画像数据源进行存储和传输，包括：

对标准结构的数据进行硬件加密，采用区块链技术，以块结构进行存储；其中，所述标准结构的数据包括：用户画像数据源、事务日期和到前一个块的链接信息；

基于TCP/IP协议，利用点对点模式传输在局域网内传输所述用户画像数据源。

10.根据权利要求6所述的系统，其特征在于，所述画像分析单元，根据待画像用户的用户信息确定待画像用户的业务分类标签，并根据确定的业务分类标签进行行为分析，以获取用户标签，包括:

按照不同的维度信息确定确定待画像用户的业务分类标签；其中，所述维度信息包括：基本情况、经营情况、业务需求和需求关注点；

采用无监督方式抽取用户的业务分类标签，为每个样本的标签建立一个词袋，对词袋进行训练，训练的过程就是采集每种标签的词袋的过程；将训练样本向量化，通过机器学习分类模型或seq2seq深度模型进行训练，获得更精准的词袋，并按照用户的画像维度进行打标签，以获取用户标签。