[发明专利]一种用户画像构建方法及装置

说明书

本申请适用于人工智能技术领域，提供了一种用户画像构建方法，包括：采集用户与智能对话系统的对话信息，对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，建立模型标签与目标导向的关联关系，根据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。本申请实现了用户画像的流程化与系统化，并且基于分析获得的用户画像给用户提供个性化的推荐，提高了用户的满意度，从而提高了智能对话系统的应用领域和使用概率。

技术领域

本申请属于人工智能技术领域，尤其涉及一种用户画像构建方法及装置。

背景技术

在基于机器人的人工智能对话系统中，通常会因为对用户信息不够了解，在面对用户的提问时，无法给出让用户满意的回答。

因此，现有技术提供一种构建用户的方法，基于用户的基本信息构建用户的画像，并根据用户的画像对用户的提问进行分析，并进行个性化的回答。

然而上述用户画像的构建方法并不能准确的刻画出用户的行为习惯、性格、偏好等个性化特点，因此，基于上述方法也无法满足用户的需求，降低了智能对话系统的应用领域和使用频率。

发明内容

本申请实施例提供了一种用户画像构建方法及装置，可以解决现有技术无法满足用户的需求，降低了智能对话系统的应用领域和使用频率问题。

第一方面，本申请实施例提供了一种用户画像构建方法，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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；