[发明专利]线上店铺画像构建方法及系统

说明书

本发明提供一种线上店铺画像构建方法及系统，属于信息数据分析技术领域，包括：获取待画像店铺的基础数据，建立原始数据集；根据待画像店铺画像目标，对原始数据集进行分析处理，构建画像指标体系；结合相关性理论，对画像指标体系进行处理，构建画像最终关联指标；根据画像最终关联指标构建线上店铺画像，利用词云完成画像可视化。本发明提高了模型特征提取准确度，在用户画像的基础上延伸使用店铺画像的概念，构建了一个多维全面的店铺画像，帮助决策者聚焦服务对象，提高服务标准，实现精准营销，进一步的可以辅助店铺解决商品上新、活动促销、店铺视觉设计等问题。帮助决策者全面的认知店铺的水平和发展趋势，辅助进行决策，降低了决策风险。

技术领域

本发明涉及信息数据分析技术领域，具体涉及一种基于BERT-LDA模型的线上店铺画像构建方法及系统。

背景技术

近年来，伴随着电商领域的极速扩张，越来越多的用户信息暴露在互联网上，随着数据挖掘、数据分析技术的日益成熟以及电商企业的需求，画像的概念应运而生，所谓画像技术，就是将信息标签化处理，通过为分析主体“贴”标签的行为，刻画主体的全貌。

分析主体标签化的优势在于能够人为的定义规则，帮助使用者快速的建立起对主体的印象，能够快速、准确的获取信息，此外，还能提高决策的效率，画像是基于对目标主体的研究，能够准确、直观的反映被分析主体的需求，将决策者的思路约束在同一个大方向上，提高决策效率。

目前，用户画像在电商领域应用广泛，在精准营销方向取得了不可忽视的成绩。大多用户画像是以消费者为基础，通过对人群的画像，进行店铺的经营策略调整。然而人群数据无法全面、清楚且准确的反映店铺的经营行为及状态，画像的准确率偏低，会对店铺的经营发展带来隐患。

发明内容

本发明的目的在于提供一种能够构建多维全面画像、帮助决策者聚焦服务对象、提高服务标准、实现精准营销的基于BERT-LDA模型的线上店铺画像构建方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

第一方面，本发明提供一种线上店铺画像构建方法，包括：

获取待画像店铺的基础数据，建立原始数据集；

根据待画像店铺画像目标，对原始数据集进行分析处理，构建画像指标体系；

结合相关性理论，对画像指标体系进行处理，构建画像最终关联指标；

根据画像最终关联指标构建线上店铺画像，利用词云完成画像可视化。

优选的，待画像店铺的基础数据包括：店铺商品数据、店铺会员数据、店铺等级数据、店铺访问量数据、客单价数据、商品评价数据、供应商数据。

优选的，根据待画像店铺画像目标，利用层次分析法，对原始数据集进行分析处理，确定所述待画像药店的静态标签和动态标签。

优选的，对原始数据集进行分析处理包括：删除重复数据、修正错误数据并使用零值、空字符串或实际数据补全数据；进行新词识别，分词及词性标注，停用词及词性过滤、BERT-LDA文本表示；进行特征选择，数据降维。

优选的，静态标签是基于静态数据的标签，是指该店铺中不随时间变化的指标，包括店铺名称标签、店铺星级标签、店铺主要业务范围标签；动态指标与静态指标相反，是指该店铺中不随时间变化的指标，包括店铺会员标签、用户浏览行为标签、用户收藏行为标签、用户购买行为标签、用户点评行为标签。

优选的，构建画像关联指标包括：根据相关性理论，拆分画像指标体系的指标维度，删除不相关或弱相关指标，建立可靠的模型结果指标，得到画像最终关联指标。

优选的，获取待画像店铺的基础数据包括：采用垂直爬虫的方式采集该店铺的互联网公开数据；通过店铺后台获取店铺内部经营数据。