[发明专利]一种用户画像构建方法及装置

权利要求书

1.一种用户画像构建方法，其特征在于，应用于智能对话系统，包括：

采集用户与智能对话系统的对话信息；

对所述对话信息进行智能挖掘，获取满足预设条件的目标数据；

根据目标数据建立用户的事实标签；

对用户的事实标签进行分析，建立用户的模型标签；

建立所述模型标签与目标导向的关联关系；

根据所述模型标签与目标导向的关联关系构建用户画像，以用户画像和对用户进行个性化推荐。

2.如权利要求1所述的用户画像构建方法，其特征在于，所述对所述对话信息进行智能挖掘，获取满足预设条件的目标数据，包括：

对所述对话信息进行过滤筛选，清除所述对话信息中的冗余信息，提取关键信息；

根据用户ID对关键信息进行分组，并根据时间顺序对任一用户ID内的分组关键信息进行排序，获得任一用户ID的目标数据。

3.如权利要求1所述的用户画像构建方法，其特征在于，所述根据目标数据建立用户的事实标签，包括：

基于预训练后的行为识别模型，识别对话信息中的用户意图的类型和实体；

对用户意图的类型和实体进行系统分析和聚类，获得用户的事实标签；其中，用户的事实标签包括用户基本信息标签、用户行为信息标签和用户状态信息标签；其中，用户行为信息标签包括用户行为频率标签、行为共现项集标签和行为关联图谱标签；用户状态信息标签包括时间信息标签和地点信息标签。

4.如权利要求3所述的用户画像构建方法，其特征在于，所述用户的模型标签包括：用户偏好标签、行为关联规则标签、重要行为标签、用户活跃度标签和使用场景标签；

所述对用户的事实标签进行分析，建立用户的模型标签，包括：

基于用户行为频率标签、时间信息标签和地点信息标签建立用户行为预测模型，根据用户行为预测模型计算任一用户行为的偏好预测概率；

获取偏好预测概率大于预设偏好预测概率的用户行为作为用户偏好行为，并对用户偏好行为进行标记，获得用户偏好行为标签；

根据行为共现项集标签计算任两个行为间的行为关联规则，并对任一种行为关联规则进行标记，获得行为关联规则标签；

基于行为关联图谱标签通过网络节点的重要性排序算法计算用户的重要度概率；

获取重要度概率大于预设重要度概率的用户行为作为重要行为，对重要行为进行标记，获得重要行为标签；

对任一行为的用户行为频率标签、预设时间段内的平均使用时长和历史活跃度进行计算，获得任一行为对应的用户活跃度，并进行标记，获得用户活跃度标签；

基于任一用户行为对应的时间信息标签和地点信息标签，标记任一用户行为的使用场景标签。

5.如权利要求4所述的用户画像构建方法，其特征在于，所述建立所述模型标签与目标导向的关联关系，包括：

以用户偏好标签和使用场景标签作为第一预设因子，以用户活跃度标签作为第二预设因子，以重要行为标签、行为关联规则标签作为第三预设因子，建立模型标签与目标导向间的关联关系。

6.一种用户画像构建装置，其特征在于，包括：

采集模块，用于采集用户与智能对话系统的对话信息；

挖掘模块，用于对所述对话信息进行智能挖掘，获取满足预设条件的目标数据；

事实标签建立模块，用于根据目标数据建立用户的事实标签；

模型标签建立模块，用于对用户的事实标签进行分析，建立用户的模型标签；

关联模块，用于建立所述模型标签与目标导向的关联关系；

构建模块，用于根据所述模型标签与目标导向的关联关系构建用户画像，以用户画像和对用户进行个性化推荐。

7.如权利要求6所述的用户画像构建装置，其特征在于，所述挖掘模块，包括：

提取单元，用于对所述对话信息进行过滤筛选，清除所述对话信息中的冗余信息，提取关键信息；

分组单元，用于根据用户ID对关键信息进行分组，并根据时间顺序对任一用户ID内的分组关键信息进行排序，获得任一用户ID的目标数据。