[发明专利]用户画像生成方法、装置、设备及存储介质

说明书

本发明涉及大数据技术领域，公开了一种用户画像生成方法、装置、设备及存储介质，用于提高用户行为画像的准确性。用户画像生成方法包括：从预设应用服务中实时获取用户行为数据和用户标识数据，用户行为数据包括用户操作行为数据和用户浏览行为数据；通过已训练的意图识别模型对用户操作行为数据和用户浏览行为数据进行分析处理，得到用户意图标签数据；按照用户意图标签数据查询预设标签规则表，得到对应的标签更新规则；采用用户标识数据获取初始用户画像，并利用对应的标签更新规则将用户意图标签数据更新至初始用户画像中，得到目标用户画像。此外，本发明还涉及区块链技术，目标用户画像可存储于区块链节点中。

技术领域

本发明涉及大数据技术的用户行为画像领域，尤其涉及一种用户画像生成方法、装置、设备及存储介质。

背景技术

互联网领域的页面呈现、数据引流、广告展示、内容推荐都依赖于用户画像技术。根据用户的访问行为和动作轨迹，画像系统为用户生成画像标签。上层的业务系统、广告或者推荐系统，根据用户画像，更精准的向用户展示其可能感兴趣的信息，引导用户沉浸式浏览、访问，或者发生购物行为，或者推送广告商的广告，产生后续经济效益。

目前用户画像的生成，一般基于离线大数据的处理。用户行为通过行为日志上报到数据仓库中，数据仓库每天定时统计并分析当天的日志数据，得到新的用户画像数据，进一步同步到实时画像服务系统。整个用户画像生成过程可能涉及太字节TB级别的数据，包括数据存储、计算和传输，均需要一定的处理时长，例如，在1天以后确定用户画像，为此时用户可能不再使用对应的业务应用，精准的画像数据也无法为业务提供有效服务。另一方面，相对于存量数据，每天的用户行为数据，从量级上小很多，每天运行全量数据以及批量更新，也会造成计算和存储资源的浪费。所以离线批量生成用户画像的方案，存在资源利用率低和实时性差的问题。

发明内容

本发明的主要目的在于解决现有的离线批量生成用户画像的方案，存在资源利用率低和实时性差的问题。

为实现上述目的，本发明第一方面提供了一种用户画像生成方法，包括：从预设应用服务中实时获取用户行为数据和用户标识数据，所述用户行为数据包括用户操作行为数据和用户浏览行为数据；通过已训练的意图识别模型对所述用户操作行为数据和所述用户浏览行为数据进行分析处理，得到用户意图标签数据；按照所述用户意图标签数据查询预设标签规则表，得到对应的标签更新规则，所述对应的标签更新规则用于指示添加标签和/或删除标签；采用所述用户标识数据获取初始用户画像，并利用所述对应的标签更新规则将用户意图标签数据更新至所述初始用户画像中，得到目标用户画像。

可选的，在本发明第一方面的第一种实现方式中，所述从预设应用服务中实时获取用户行为数据和用户标识数据，所述用户行为数据包括用户操作行为数据和用户浏览行为数据，包括：通过预设埋点方式从预设应用服务中采集用户行为数据和用户标识数据，所述用户行为数据包括用户操作行为数据和用户浏览行为数据；将所述用户行为数据和所述用户标识数据组装成待处理消息，并通过预设消息中间件将所述待处理消息存储至预设数据库中。

可选的，在本发明第一方面的第二种实现方式中，所述通过已训练的意图识别模型对所述用户操作行为数据和所述用户浏览行为数据进行分析处理，得到用户意图标签数据，包括：从所述预设数据库中获取所述用户操作行为数据和所述用户浏览行为数据；将所述用户操作行为数据和所述用户浏览行为数据输入至已训练的意图识别模型中，并通过所述已训练的意图识别模型提取特征，得到用户操作特征和用户浏览特征；对所述用户操作特征和所述用户浏览特征依次进行语义相似度计算与意图识别处理，得到初始意图标签数据和对应的意图标签置信度值；当所述对应的意图标签置信度值大于或等于预设意图阈值时，确定所述初始意图标签数据为用户意图标签数据。