[发明专利]用户动态画像生成方法、系统、存储介质及电子设备

说明书

本申请公开了一种用户动态画像生成方法、系统、存储介质及电子设备，方法包括：生成候选集步骤：根据历史信息构建具有多用户画像维度的用户画像体系，所述用户画像体系的子类包括：人口属性子类，账户信息子类，社会特征子类，环境特征子类，交互兴趣特征子类和交叉特征子类；构建用户画像步骤：根据所述用户画像体系的子类的用户画像内容从用户信息中提取用户的属性和行为进行预测，以构建所述用户的用户画像。本发明可以适用于任意新闻场景的用户画像需求，自动高效，极大节省开发成本和时间成本。

技术领域

本发明属于用户动态画像生成领域，具体涉及一种用户动态画像生成方法、系统、存储介质及电子设备。

背景技术

用户画像(User Persona)的概念最早由交互设计之父Alan Cooper提出，是建立在一系列属性数据之上的目标用户模型。一般是产品设计、运营人员从用户群体中抽象出来的典型用户，本质是一个用以描述用户需求的工具。用户画像包含了新的内涵：根据用户人口学特征、网络浏览内容、网络社交活动和消费行为等信息而抽象出的一个标签化的用户模型。它的核心工作主要是利用存储在服务器上的海量日志和数据库里的大量数据进行分析和挖掘，给用户贴“标签”，而“标签”是能表示用户某一维度特征的标识。

在新闻场景下，大部分新闻平台(app或者网站)会根据用户画像对用户进行新闻内容的分发和推荐。但是常见的用户画像体系主要是基于用户的属性统计一下年龄、性别、地域、机型等分布；和基于用户的交互数据统计一下曝光、点击、收藏、点评、点赞等聚合数据量。这样的用户画像过于偏重聚合统计的结果，会导致用户画像数据反映的是整体用户的平均水平和平均偏好，很难反映用户的个性化需求和偏好。

例如，现有技术如公开号：CN109978630A的专利，基于网络探针采集了用户的静态信息和动态信息数据，对数据的特征处理实际上就是将用户数据拆分成可以聚合统计的维度，例如，年龄用分段来统计，用户群中小于18岁的用户、19～24岁的用户、25～30岁的用户、31～35岁的用户、36～40岁的用户、41～45岁的用户，大于45岁的用户。单纯这样的分段式聚合统计的结果只能看出用户所属的区间特征和整体分布，针对单个用户的个性化效果很差。

综上所述，现有方案对数据的特征处理实际上就是将用户数据拆分成可以聚合统计的维度，单纯这样的分段式聚合统计的结果只能看出用户所属的区间特征和整体分布，针对单个用户的个性化效果很差。因此亟需开发一种克服上述缺陷的用户动态画像生成方法、系统、存储介质及电子设备。

发明内容

本申请实施例提供了一种用户动态画像生成方法、系统、存储介质及电子设备，以至少解决现有的分段式聚合统计的结果只能看出用户所属的区间特征和整体分布，针对单个用户的个性化效果很差的问题。

本发明提供了一种用户动态画像生成方法，其中，包括：

生成候选集步骤：根据历史信息构建具有多用户画像维度的用户画像体系；

构建用户画像步骤：根据所述用户画像体系的子类的用户画像内容从用户信息中提取用户的属性和行为进行预测，以构建所述用户的用户画像。

上述用户动态画像生成方法，其中，所述构建用户画像步骤包括：

基于环境特征子类构建用户画像步骤：根据所述用户画像体系的环境特征子类的用户画像内容提取所述用户信息中的所述用户的属性及行为的时序特征构建所述用户的用户画像。

上述用户动态画像生成方法，其中，所述构建用户画像步骤包括：

基于交互兴趣特征子类构建用户画像步骤：根据所述用户画像体系的交互兴趣特征子类的用户画像内容提取所述用户信息中的所述用户的属性及行为的时序特征，根据所述用户的属性及行为的时序特征计算获得所述用户的需求指标，根据所述需求指标结合所述用户的属性及行为的时序特征构建所述用户的用户画像；或；