[发明专利]一种用户画像构建方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202010702530.6 申请日: 2020-07-20
公开(公告)号: CN111915366A 公开(公告)日: 2020-11-10
发明(设计)人: 刘昌怡;慕德兴;张青涛 申请(专利权)人: 上海燕汐软件信息科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06K9/62;G06F16/9535
代理公司: 北京市万慧达律师事务所 11111 代理人: 张慧娟
地址: 201799 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用户 画像 构建 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种用户画像构建方法,其特征在于,所述方法包括如下步骤:

获取待画像用户的用户数据,根据所述用户数据生成所述待画像用户的基础标签,其中,所述用户数据至少包括待画像用户的基础数据和行为数据;

通过预先训练的标签模型对所述基础标签进行组合计算,生成所述待画像用户的复合标签;

根据所述基础标签、所述复合标签以及所述待画像用户的画像类型,生成对应所述待画像用户的个体画像。

2.根据权利要求1所述的用户画像构建方法,其特征在于,所述获取待画像用户的用户数据包括:

对待画像用户在物流系统中的物流信息进行解析,获取所述待画像用户的基础数据;

根据所述基础数据从第三方数据源中获取所述待画像用户的行为数据。

3.根据权利要求1或2所述的用户画像构建方法,其特征在于,所述根据所述基础标签、所述复合标签以及所述待画像用户的画像类型,生成对应所述待画像用户的个体画像包括:

从所述基础标签以及所述复合标签中匹配获取与所述画像类型对应的目标标签,根据所述目标标签生成所述待画像用户的个体画像。

4.根据权利要求1或2所述的用户画像构建方法,其特征在于,所述方法还包括:

通过预先训练的分类模型、所述基础标签以及所述复合标签对所述个体画像进行分类,生成所述待画像用户对应的群体画像。

5.根据权利要求1或2所述的用户画像构建方法,其特征在于,所述方法还包括:

接收请求端发出的第一查询请求,所述第一查询请求至少包括待匹配标签信息;

查询与所述待匹配标签信息对应的个体画像返回至所述请求端。

6.根据权利要求4所述的用户画像构建方法,其特征在于,所述方法还包括:

接收请求端发出的第二查询请求,所述第二查询请求至少包括待匹配个体画像信息;

查询与所述待匹配个体画像信息对应的群体画像返回至所述请求端。

7.一种用户画像构建装置,其特征在于,所述装置包括:

数据获取模块,用于获取待画像用户的用户数据,其中,所述用户数据至少包括待画像用户的基础数据和行为数据;

第一标签模块,用于根据所述用户数据生成所述待画像用户的基础标签;

第二标签模块,用于通过预先训练的标签模型对所述基础标签进行组合计算,获取所述待画像用户的复合标签;

第一画像模块,用于根据所述基础标签、所述复合标签以及所述待画像用户的画像类型,生成对应所述待画像用户的个体画像。

8.根据权利要求7所述的用户画像构建装置,其特征在于,所述数据获取模块包括:

数据解析单元,用于对待画像用户在物流系统中的物流信息进行解析,获取所述待画像用户的基础数据;

数据获取单元,用于根据所述基础数据从第三方数据源中获取所述待画像用户的行为数据。

9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

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上海燕汐软件信息科技有限公司,未经上海燕汐软件信息科技有限公司许可,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/202010702530.6/1.html,转载请声明来源钻瓜专利网。

×

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