[发明专利]一种用户画像生成方法、装置及电子设备

说明书

本发明公开了一种用户画像生成方法、装置及电子设备，所述方法包括：获取符合当前业务关联规则的用户数据；所述当前业务关联规则由符合当前业务过滤条件的多个子规则组成；调用行为模型对所述用户数据进行处理，输出用户的行为偏好数据；对所述用户数据进行聚类，得到多个用户类别的用户数据；调用与用户类别对应的模型对该用户类别的用户数据进行处理，输出用户的子画像数据；根据所述用户行为偏好数据和用户子画像数据生成用户画像数据。本发明综合业务需求、用户行为偏好数据及多维度的用户子画像数据生成用户画像数据，从而实现为业务系统提供准确、全面的用户画像数据，提高业务系统的效率。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种用户画像生成方法、装置、电子设备及计算机可读介质。

背景技术

在大数据时代背景下，用户信息充斥在网络中。用户画像技术通过将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化。

目前，用户画像技术已经广泛应用于业务精细化运营、数据分析与挖掘、精准圈选人群、个性化推送等业务系统。因此，如何准确全面的为业务系统提供用户画像数据成为一个亟待解决的问题。

发明内容

本发明旨在解决如何准确、全面的为业务系统提供用户画像数据的技术问题。

为了解决上述技术问题，本发明第一方面提出一种用户画像生成方法，所述方法包括：

获取符合当前业务关联规则的用户数据；所述当前业务关联规则由符合当前业务过滤条件的多个子规则组成；

调用行为模型对所述用户数据进行处理，输出用户的行为偏好数据；

对所述用户数据进行聚类，得到多个用户类别的用户数据；

调用与用户类别对应的模型对该用户类别的用户数据进行处理，输出用户的子画像数据；

根据所述用户行为偏好数据和用户子画像数据生成用户画像数据。

根据本发明一种优选的实施方式，所述获取符合当前业务关联规则的用户数据之前，所述方法还包括：

配置多个子规则生成关联规则集；

基于测试样本获取各个子规则的过滤参数值；

基于各个子规则的过滤参数值从所述关联规则集中过滤出符合当前业务过滤条件的子规则生成当前业务的关联规则。

根据本发明一种优选的实施方式，所述过滤参数包括：规则的支持度、规则的置信度中的至少一种。

根据本发明一种优选的实施方式，所述模型包括：用户忠诚度模型、用户违约模型、用户流失模型、用户消费模型中的至少一个。

根据本发明一种优选的实施方式，所述用户忠诚度模型包括：判断模块和聚类模型，

所述判断模块从用户数据中提取用户判断特征，根据用户判断特征判断用户是否为忠诚用户，并输出忠诚用户数据；

所述聚类模块对忠诚用户数据进行聚类，并输出每个类的忠诚概率。

根据本发明一种优选的实施方式，所述方法还包括：

将用户画像数据发送给应用系统；

所述应用系统包括：商业智能报表系统、数据分析系统、信息推送系统中的至少一个。

为了解决上述技术问题，本发明第二方面提供一种用户画像生成装置，所述装置包括：

获取模块，用于获取符合当前业务关联规则的用户数据；所述当前业务关联规则由符合当前业务过滤条件的多个子规则组成；

第一输出模块，用于调用行为模型对所述用户数据进行处理，输出用户的行为偏好数据；