[发明专利]设备推荐方法及相关产品

权利要求书

1.一种设备推荐方法，其特征在于，包括：

获取目标对象的用户数据，所述用户数据包括来自于电子设备中至少一个应用的使用数据，所述使用数据包括以下至少一种：注册应用数据、应用缓存数据或者即时通讯数据，所述用户数据还包括以下至少一种：CPU工作频率、CPU核数、CPU工作模式、GPU帧率、GPU分辨率、设备亮度、设备声音、内存参数中的部分参数或者全部参数；在所述电子设备被多个人使用，通过整合设备IMEI、SSOID、OppenId、用户位置数据和互联网行为数据，构建出多维特征层和ID-mapping关系层，在自然人识别层利用多码关系可信识别过滤算法和图连通算法完成对自然人的精准识别，以精准识别机主；

依据所述用户数据建立所述目标对象的目标用户画像；

依据所述目标用户画像确定所述目标对象对应的推荐机型；

其中，所述依据所述目标用户画像确定所述目标对象对应的推荐机型，包括：

获取多个用户画像；

将所述目标用户画像与所述多个用户画像进行匹配，得到多个匹配值；

从所述多个匹配值中选取大于预设阈值的匹配值，得到至少一个目标匹配值；

确定所述至少一个目标匹配值对应的用户画像，得到至少一个参考用户画像；

将所述至少一个参考用户画像对应的机型作为所述推荐机型；

其中，所述将所述目标用户画像与所述多个用户画像进行匹配，得到多个匹配值，包括：

依据用户画像i进行特征提取，得到参数特征集i，所述参数特征集i包括多个维度的参数特征，所述用户画像i为所述多个用户画像中的任一用户画像；

获取所述参数特征集i中多个维度的特征参数中每一维度对应的权重值，得到多个权重值；

确定所述参数特征集i中多个维度中每一维度的特征参数与目标参数特征集的特征参数之间相似度，得到多个相似度，所述目标参数特征集为所述目标用户画像对应的参数特征集；

依据所述多个相似度和所述多个权重值进行加权运算，得到所述用户画像i与所述目标用户画像之间的匹配值。

2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的用户数据，包括：

获取所述目标对象的至少一个用户ID；

依据所述至少一个用户ID从预设数据库中获取所述目标对象在预设时间段内的至少一个应用数据，并将所述至少一个应用数据作为所述目标对象的用户数据。

3.根据权利要求2所述的方法，其特征在于，在所述至少一个用户ID为自然人ID时，所述方法还包括：

获取所述目标对象对应的电子设备的历史使用数据；

依据所述历史使用数据构建出多维特征层和ID-mapping关系层；

依据所述多维特征层和所述ID-mapping关系层确定出自然人ID。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述依据所述用户数据建立所述目标对象的目标用户画像，包括：

将所述用户数据进行分类，得到多个类型数据；

将所述多个类型数据中每一类型数据进行整合，得到整合后的所述多个类型数据；

依据整合后的所述多个类型数据生成所述目标对象的目标用户画像。

5.根据权利要求4所述的方法，其特征在于，所述将所述多个类型数据中每一类型数据进行整合，得到整合后的所述多个类型数据，包括：

将第j类型数据中的数据进行聚类分析，得到多个子类数据，所述第j类型数据为所述多个类型数据中的任一类型数据；

保留目标子类数据，剔除所述多个子类数据中除了所述目标子类数据之外的所有其他子类数据，所述目标子类数据为所述多个子类数据中数据量最多的一类子类数据。