CN105512914B - 一种信息处理方法及电子设备 - Google Patents
一种信息处理方法及电子设备 Download PDFInfo
- Publication number
- CN105512914B CN105512914B CN201510906258.2A CN201510906258A CN105512914B CN 105512914 B CN105512914 B CN 105512914B CN 201510906258 A CN201510906258 A CN 201510906258A CN 105512914 B CN105512914 B CN 105512914B
- Authority
- CN
- China
- Prior art keywords
- user
- behavior
- behaviors
- network
- different types
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Abstract
本发明公开了一种信息处理方法及电子设备,所述信息处理方法包括:获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;基于所述至少两种不同类型的行为,确定所述用户的消费能力。本发明提供的上述方法,解决现有技术中存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题。
Description
技术领域
本发明涉及电子技术领域,特别涉及一种信息处理方法及电子设备。
背景技术
随着科学技术的不断发展,越来越多的电子设备进入了人们的生活,比如,平板电脑,笔记本电脑,手机等等。人们通过这些电子设备可以进行各种活动,如:购物、交流等。在电子设备的各种应用中,电子商务类的应用为人们的生活带来了极大的便利,越来越多人会选择这类应用程序进行消费、购物。为了更好地实现用户个性化的购物需求,对于用户的消费能力的研究显得尤为重要。在现有技术中,对于用户的消费能力的评估通常是基于用户的购物行为来评估的,比如:用户购物的金额、购物的类型等。由此可见,现有技术对用户消费能力评估的方式比较单一,不能满足用户需求。
发明内容
本发明实施例提供一种信息处理方法及电子设备,用于解决现有技术存在对用户消费能力评估的方式比较单一,不能满足用户需求技术的问题。
本发明实施例一方面提供了一种信息处理方法,包括:
获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
基于所述至少两种不同类型的行为,确定所述用户的消费能力。
可选的,所述获得与用户对应的至少两种不同类型的行为,具体为:
获得不同应用平台中的网络行为;
从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
可选的,所述从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为,具体包括:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
可选的,所述判断所述第一账户与所述第二账户对应的用户是否为所述用户,具体包括:
获得所述用户产生的第三网络行为;
判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
可选的,在所述基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,所述方法还包括以下步骤之一:
基于所述消费能力,确定所述用户的授信信息;和/或基于所述消费能力,确定与所述用户对应的至少一个推送信息。
本发明实施例另一方面提供一种电子设备,包括:
存储单元,用于存储至少一个程序模块;
至少一个处理器,所述至少一个处理器通过获得并运行所述至少一个程序模块,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
基于所述至少两种不同类型的行为,确定所述用户的消费能力。
可选的,所述至少一个处理器还用于:
获得不同应用平台中的网络行为;
从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
可选的,所述至少一个处理器还用于:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
可选的,所述至少一个处理器还用于:
获得所述用户产生的第三网络行为;
判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
可选的,所述至少一个处理器还用于:
在所述基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,基于所述消费能力,确定所述用户的授信信息;和/或
基于所述消费能力,确定与所述用户对应的至少一个推送信息。
本发明实施例另一方面提供一种电子设备,包括:
第一获取单元,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
第一确定单元,用于基于所述至少两种不同类型的行为,确定所述用户的消费能力。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1、由于在本申请实施例中的技术方案中,采用了获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;基于所述至少两种不同类型的行为,确定所述用户的消费能力的技术手段。这样,在对用户的消费能力进行评估时,可以基于至少两种不同类型的行为来评估,这样的评估方式结合了用户不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。所以,提供了一种新的用户消费能力评估方式,有效解决了现有技术中存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题,实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
2、由于在本申请实施例中的技术方案中,采用了获得不同应用平台中的网络行为;从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为的技术手段。这样,在对用户的消费能力进行评估时,可以从多个应用平台中获得用户的至少两种不同类型的行为来评估,不像现有技术一样,仅使用单个平台内部的数据,所以,本申请实施例中的评估方式结合了用户在不同平台上的不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
3、由于在本申请实施例中的技术方案中,采用了基于所述消费能力,确定所述用户的授信信息;和/或基于所述消费能力,确定与所述用户对应的至少一个推送信息的技术手段。这样,对用户的消费能力进行评估后,可以基于用户的消费能力为用户提供个性化的服务,比如:授信的额度、信用等级、权限以及推送信息等。实现了为用户提供与消费能力对应的个性化的服务的技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术方案中的技术方案,下面对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为本申请实施例一中信息处理方法的流程图;
图2为本申请实施例二中一种电子设备的结构图;
图3为本申请实施例三中一种电子设备的结构图。
具体实施方式
本发明实施例提供一种信息处理方法及电子设备,用于解决现有技术存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题。
为解决上述的技术问题,本发明实施例提供一种信息处理方法,总体思路如下:
获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
基于所述至少两种不同类型的行为,确定所述用户的消费能力。
获得待分析事件,确定与所述待分析事件对应的分析任务;将所述分析任务发送至电子设备;
接收所述电子设备反馈的子分析结果;其中,所述子分析结果为所述电子设备基于所述分析任务对所述电子设备采集到的数据进行分析后得出的结果;
基于接收到的至少一个子分析结果,确定所述待分析事件的分析结果。
由于在本申请实施例中的技术方案中,采用了获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;基于所述至少两种不同类型的行为,确定所述用户的消费能力的技术手段。这样,在对用户的消费能力进行评估时,可以基于至少两种不同类型的行为来评估,这样的评估方式结合了用户不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。所以,提供了一种新的用户消费能力评估方式,有效解决了现有技术中存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题,实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
下面结合附图对本申请实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。
实施例一
在具体实施过程中,该信息处理方法可应用于一电子设备中,所述电子设备可以是手机、平板电脑、笔记本电脑等,也可以是别的电子设备,在此,就不一一举例了。
请参考图1,本发明实施例提供一种信息处理方法,包括:
S101:获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
S102:基于所述至少两种不同类型的行为,确定所述用户的消费能力。
具体的,在本实施例中,在对用户的消费能力进行确定时,首先需要统计用户的不同类型的网络行为,如:购物类行为、问答类行为、论坛类行为等等。基于不同类型的网络行为,来确定用户的消费能力。具体的,可以定义每个类型行为对应的特征属性,当获得用户产生的一个网络行为时,通过将该网络行为的特征与每个类型行为的特征属性作比较,确定该网络行为属于的行为类型。比如:定义购物类型行为时,可以设定特征属性为购物内容、消费金额、购物评价等等。当获得的用户产生一个网络行为时,可以确定该行为是否具有购物内容、消费金额、购物评价这几种内容中任一一种或多种,如果有,即可确定该网络行为购物类行为。每个类型行为可以表示为三元组<行为类型,行为内容,消费能力值>,其中,可以在一个行为类型内,根据不同行为内容定义与之对应的消费能力值,比如:<购物,汽车,x1>,<购物,手表,x2>,其中,x1>x2。
进一步,在获得各个类型的行为后,还可以设定每个类型行为的权重值,比如:购
物类行为的权重值设定为y1,论坛类行为的权重值设定为y2,在具体实施过程中,购物类行
为的权重值可以设定高一点,论坛类行为的权重值可以设定低于购物类行为的权重值,当
然也可根据实际情况具体设定,在此本申请不作限定。进而,可以将各个类型行为中包括的
行为对应的消费能力值求和后,结合该类型行为的权重值,来确定用户的消费能力。比如:
共有N类行为,第i类行为对应的权重为y(i),第i类行为包含M个行为,M个行为中第j个行为
对应的消费能力值为x(j),进而,用户的消费能力值可以由公式获得。
进一步,定义的用户的消费能力可以以数值形式表示,如:利用消费能力值来体现,或者还可以以等级形式体现,如:A级、B级、C级、D级,且每个等级对应的消费能力不同,具体的,消费能力的关系可以是A级>B级>C级>D级,每个等级对应有一个消费能力值区间,当计算出的用户消费能力值后,确定该消费能力值属于的消费能力值区间,进而确定该用户的消费能力的等级。在具体实施过程中,消费能力的定义方式可以根据实际情况设定,在此,本申请不做限定。
通过这样的方式,在对用户的消费能力进行评估时,可以基于至少两种不同类型的行为来评估,这样的评估方式结合了用户不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。所以,提供了一种新的用户消费能力评估方式,有效解决了现有技术中存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题,实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
具体的,在本实施例中,步骤:获得与用户对应的至少两种不同类型的行为,具体为:
获得不同应用平台中的网络行为;
从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
其中,从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为,具体包括:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
其中,判断所述第一账户与所述第二账户对应的用户是否为所述用户,具体包括:
获得所述用户产生的第三网络行为;
判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
具体的,由于在现有技术中,在对用户的消费能力做评估时,通常是根据用户在某一个应用平台内部的购物或消费情况来做评估。这种方式仍然只是统计用户在一个应用平台范围内的行为,不能统计获得用户在多个平台内的网络行为。所以,现有技术对于用户的消费能力的评估方式并不准确。本申请实施例中的信息处理方法,会统计用户在不同应用平台的网络行为,基于用户在不同平台的网络行为来确定用户的消费能力。在统计用户在不同应用平台的网络行为时,需要确定各个应用平台中哪些网络行为与用户对应。
首先,获得各应用平台的网络行为,应用平台可以是购物类应用平台、生活类应用平台、社交类应用平台、综合类应用平台,所有的在线应用平台记为W={w1,w2,…,wi,…,wn},应用平台的总数量为n,wi表示其中一个应用平台。其次,在确定与用户对应的网络行为时,通过网络行为的相似性比较即可确定出各个应用平台中对应相同用户的网络行为。
以购物应用平台和在线社交应用平台为例:在这两种应用平台上的网络行为分为两种:一种是用户行为事件,比如购物记录,购物应用平台上账户A于2015-11-27日12:30:15购买了一件衣服;另一种是用户评论,比如在购物应用平台或在线社交应用平台上发表的评论、帖子或晒单。两种行为的区别是“用户行为事件”的时间是用户行为的精确时间,但“用户评论”的时间可能滞后于用户行为的精确时间,比如用户在购物应用平台上发表的评论一般是在购物行为之后。本实施例的目标是从这两类记录中提取用户行为。
在提取用户行为时,需预先定义行为的行为类型,比如:购物、餐饮、出行、娱乐。每种语义类型都有自己的行为内容。以上几种行为的行为内容为:
购物:购买物(衣服,食品等),购买地点(A购物平台、B购物平台等在线应用或商家);
餐饮:餐饮类型(食物类型或菜系类型),餐饮地点;
出行:参与人员角色,目的地;
娱乐:参与人员角色,娱乐类型(唱歌,赛事、演出、阅读等),娱乐对象(演出的名称、阅读的图书名称等);
以上行为内容,行为内容至少包含一项内容,比如购物可能只包含购买物,但没有购买地点。比如,用户发帖内容可能只提到买了一件T恤衫,但没有说明在哪里买的。
行为类型记为C={c1,c2,…,ci,…,cp},共p种行为类型,其中ci表示其中的第i种行为。其中每一种行为都包含若干行为内容ki={ki1,ki2,…,kij,…,kiq},表示ci包含的q个行为内容,kij表示第i种行为类包含的第j个行为内容。如:对上述的餐饮行为类型,q=2时,行为内容可以包括购买物和购买地点。
其次,每一个网络行为定义为一个三元组<语义类型,行为内容,时间>,即:s=<c,k,t>。
上面提到有两种用户行为:
第一种,用户行为事件:这种事件本身就是有较强的结构,一般以日志的形式存在,可以直接获得行为的内容和时间,事件类型根据日志的类型映射到我们定义的行为类型,购物应用平台的购物或支付记录行为类型为购物。比如s1=<购物,女包,2015-11-2720:16:25>。
第二种,用户评论:评论的内容可以是文本、音频或图像。这类内容需要通过对应的文本、音频或图像处理技术识别其中的语义类型,行为内容共和时间。
以文本为例,比如:“昨天晚上在A购物平台做活动时抢了一个B商品”
要识别其中的时间“昨天晚上”,购买物“B商品”,购买地点“A购物平台”,识别方法一般有两种:
第一种方法,人工写模板:在[地点]买了[量词][购买对象]。通过这个模板,同时处理“抢了”和“买了”是同义词,可以从上面这句话中识别出时间“昨天晚上”和购买对象“B商品”。
第二种方法,机器学习算法:机器学习算法处理这类问题可以用两种方式来处理:分类问题(朴素贝叶斯、决策树、支持向量机等)和序列标注问题(条件随机场)。两种问题只是数学模型不同,但本质都是根据文本上下文词汇的出现概率来判断每个词的类型(行为类型,时间类型等)。比如用分类的方法识别行为类型,目标类型是购物、餐饮、出行、娱乐4种:
首先,进行特征提取,把文本中的所有词D=(a1,a2,…an)转换为特征向量fi=f(ai),F=(f1,f2,…fn),其中ai表示句子“昨天晚上在A购物平台做活动时抢了一个B商品”中的一个词,fi是ai的特征,特征可以是频率、信息熵等。
其次,进行模型训练:收集一部分用户表达和其对应的类别,使用上述特征提取的方式特征提取每一个词汇的特征,特征的含义是通过统计的方法计算每个词汇或词汇组合对于分类目标(购物、餐饮、出行、娱乐)的贡献概率,即P(ci|f(ai)=fi),表示ai的特征为fi时,文档属于类别ci的概率。这些概率的数学表达或变换(朴素贝叶斯、决策树、支持向量机等)就是分类模型。
最后,对待分类文本进行分类:对待分类文本,也是利用特征提取方法计算每个词汇的特征,然后使用模型训练得到的分类模型其这些特征的集合进行分类得到目标类型。对于每一个fi计算P(ci|f(ai)=fi),可以得到文本属于每一个类ci的概率,然后取概率最大的类别作为文本的目标类别。
音频类的网络行为一般先通过音字转换的技术把音频转换为文本,然后再用上面提到的文本处理方式来进行网络行为定义。类似用户晒单等图像可以通过图像识别技术识别图像中的人或物的类型是衣服还是包等。
在确定了网络行为对应的类型与内容后,还需要确定该行为的时间,比如:“昨天晚上在A购物平台做活动时抢了一个B商品”,通过以上方法获取用户行为的初步表示为:<购物,(A购物平台,B商品),昨天晚上>。但时间“昨天晚上”是相对于用户发帖是的时间来说的,假设用户发帖时间是2015-11-2812:30:15,通过比对,确定用户行为的表示为:s2=<购物,(A购物平台,B商品),2015-11-27晚上>
对于每一个应用平台wi上每个账户的行为,设应用平台wi共有mi个用户,则wi上的网络行为表示为mi个序列,每个账户的序列用u表示,uij为应用平台i的用户j的行为集合。定义其中,表示行为三元组s的时间顺序集合。
应用平台w1的网络行为为:u11,u12,…,u1i,…,u1n;
应用平台w2的网络行为为:u21,u22,…,u2i,…,u2n;
通过上述定义方式定义了网络行为以后,会对两个应用平台不同账户对应的网络行为的相似性进行计算。
对于w1上的账户u1i的网络行为,计算其与w2的账户u2j的网络行为的相似度,通过下述公式:
其中,r(si,sj)为两个行为的相似度,
其中,sim(ci,cj)=1表示si,sj的行为类型一致,sim(ci,cj)=0表示si,sj的行为类型不一致;sim(ki,kj)表示si,sj的行为类型一致程度,因为k中包含多个元素:购买物和购买地点,如果两者中有一个相斥,则sim(ki,kj)=0,如果两者完全一样sim(ki,kj)=1,如果si只有购买物,但没有购买地点,sj有购物物和购买地点,则sim(ki,kj)=0.5,|ti-tj|是si,sj对应的行为时间差,α是非0经验常数。通过上述方式,可以计算两个账户对应的网络行为的相似度。
进一步,确定分别来自两个不同应用平台的两个账户是否对应同一用户可通过网络行为的相似性比较。如果账户u1i和账户u2j的网络行为的相似度超过设定阈值δ,则认为u1i和u2j对应同一用户。
进而,通过上述方式可获得与同一用户对应的多个账户在不同应用平台产生的多种类型的网络行为。进而,还需要确定这多个账户是否与需要进行消费能力评估的用户是否为同一用户,具体的,可以获得该用户在一个应用平台对应的网络行为,进而通过将该用户对应的网络行为与多个账户中的任一一个账户或多个账户对应的网络行为进行相似性比较,相似性比较的方式与前述确定两个账户是否对应同一用户的方式一样,在此,本申请不再赘述。
通过这样的方式,在对用户的消费能力进行评估时,可以从多个应用平台中获得用户的至少两种不同类型的行为来评估,不像现有技术一样,仅使用单个平台内部的数据,所以,本申请实施例中的评估方式结合了用户在不同平台上的不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
进一步,本申请实施例中的信息处理方法,在步骤:基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,所述方法还包括以下步骤之一:
基于所述消费能力,确定所述用户的授信信息;和/或基于所述消费能力,确定与所述用户对应的至少一个推送信息。
具体的,在本实施例中,确定用户的消费能力后,可基于用户的消费能力对该用户授信,比如:如果用户的消费能力越强,用户的授信额度越高,以及授信的权限也越高(如:还款期限越长、享受的特权越多等)。进一步,还可以基于用户的消费能力为该用户推送相关的信息,比如:为用户推送与之消费能力对应的商品或理财产品。根据消费能力确定与用户对应的授信信息以及推送信息还可以根据实际情况设定,在此,本申请不做限定。通过这样的方式,对用户的消费能力进行评估后,可以基于用户的消费能力为用户提供个性化的服务,比如:授信的额度、信用等级、权限以及推送信息等。实现了为用户提供与消费能力对应的个性化的服务的技术效果。
实施例二
请参考图2,本申请实施例还提供一种电子设备,包括:
存储单元201,用于存储至少一个程序模块;
至少一个处理器202,所述至少一个处理器通过获得并运行所述至少一个程序模块,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
基于所述至少两种不同类型的行为,确定所述用户的消费能力。
可选的,所述至少一个处理器还用于:
获得不同应用平台中的网络行为;
从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
可选的,所述至少一个处理器还用于:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
可选的,所述至少一个处理器还用于:
获得所述用户产生的第三网络行为;
判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
可选的,所述至少一个处理器还用于:
在所述基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,基于所述消费能力,确定所述用户的授信信息;和/或
基于所述消费能力,确定与所述用户对应的至少一个推送信息。
实施例三
请参考图3,本申请实施例还提供一种电子设备,包括:
第一获取单元301,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
第一确定单元302,用于基于所述至少两种不同类型的行为,确定所述用户的消费能力。
可选的,所述第一获取单元具体包括:
第一获取模块,用于获得不同应用平台中的网络行为;
第二获取模块,用于从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
可选的,所述第二获取模块具体包括:
第一获取子模块,用于获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
第一确定子模块,用于在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
第二确定子模块,用于判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
可选的,所述第二确定子模块具体包括:
第一获取子单元,用于获得所述用户产生的第三网络行为;
第一确定子单元,用于判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
可选的,所述电子设备还包括:
第二确定单元,用于基于所述消费能力,确定所述用户的授信信息;和/或基于所述消费能力,确定与所述用户对应的至少一个推送信息。
通过本申请实施例中的一个或多个技术方案,可以实现如下一个或多个技术效果:
1、由于在本申请实施例中的技术方案中,采用了获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;基于所述至少两种不同类型的行为,确定所述用户的消费能力的技术手段。这样,在对用户的消费能力进行评估时,可以基于至少两种不同类型的行为来评估,这样的评估方式结合了用户不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。所以,提供了一种新的用户消费能力评估方式,有效解决了现有技术中存在对用户消费能力评估的方式比较单一,不能满足用户需求的技术问题,实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
2、由于在本申请实施例中的技术方案中,采用了获得不同应用平台中的网络行为;从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为的技术手段。这样,在对用户的消费能力进行评估时,可以从多个应用平台中获得用户的至少两种不同类型的行为来评估,不像现有技术一样,仅使用单个平台内部的数据,所以,本申请实施例中的评估方式结合了用户在不同平台上的不同类型的行为,确定与用户对应的消费能力能更加反应用户的真实消费能力,更为准确。实现准确地评估用户的消费能力,更好地满足用户需求的技术效果。
3、由于在本申请实施例中的技术方案中,采用了基于所述消费能力,确定所述用户的授信信息;和/或基于所述消费能力,确定与所述用户对应的至少一个推送信息的技术手段。这样,对用户的消费能力进行评估后,可以基于用户的消费能力为用户提供个性化的服务,比如:授信的额度、信用等级、权限以及推送信息等。实现了为用户提供与消费能力对应的个性化的服务的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
具体来讲,本申请实施例中的信息处理方法对应的计算机程序指令可以被存储在光盘,硬盘,U盘等存储介质上,当存储介质中的与信息处理方法对应的计算机程序指令被一电子设备读取或被执行时,包括如下步骤:
获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为;
基于所述至少两种不同类型的行为,确定所述用户的消费能力。
可选的,所述存储介质中存储的与步骤:获得与用户对应的至少两种不同类型的行为对应的计算机程序指令在被执行时,具体包括如下步骤:
获得不同应用平台中的网络行为;
从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为。
可选的,所述存储介质中存储的与步骤:从所述不同应用平台中的网络行为中获得所述用户产生的至少两种不同类型的行为对应的计算机程序指令在被执行时,具体包括如下步骤:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
可选的,所述存储介质中存储的与步骤:判断所述第一账户与所述第二账户对应的用户是否为所述用户对应的计算机程序指令在被执行时,具体包括如下步骤:
获得所述用户产生的第三网络行为;
判断所述第一网行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
可选的,所述存储介质中还存储有另外一些计算机程序指令,该另外一些计算机程序指令在与步骤:基于所述至少两种不同类型的行为,确定所述用户的消费能力对应的计算机程序指令被执行之后被执行,执行过程中包括如下步骤:
基于所述消费能力,确定所述用户的授信信息;和/或
基于所述消费能力,确定与所述用户对应的至少一个推送信息。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种信息处理方法,包括:
获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为,所述至少两种不同类型的行为中的每种类型的行为具有对应的消费能力值;以及
基于所述至少两种不同类型的行为,确定所述用户的消费能力;
其中,所述获得与用户对应的至少两种不同类型的行为包括:
基于网络行为的相似性,获得与同一所述用户对应的多个账户在不同应用平台中的网络行为;
对从所述不同应用平台获得的网络行为进行分类,获得所述用户对应的至少两种不同类型的行为,其中,所述不同应用平台中的每个应用平台包括:购物类应用平台、生活类应用平台、社交类应用平台或综合类应用平台,其中,所述至少两个网络行为中的每个网络行为包括:购物类行为、问答类行为或论坛类行为。
2.如权利要求1所述的方法,其特征在于,所述基于网络行为的相似性,获得用户在不同应用平台中的网络行为,具体包括:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
3.如权利要求2所述的方法,其特征在于,所述判断所述第一账户与所述第二账户对应的用户是否为所述用户,具体包括:
获得所述用户产生的第三网络行为;
判断所述第一网络行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
4.如权利要求1-3中任一权利要求所述的方法,其特征在于,在所述基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,所述方法还包括以下步骤之一:
基于所述消费能力,确定所述用户的授信信息;和/或
基于所述消费能力,确定与所述用户对应的至少一个推送信息。
5.一种电子设备,包括:
存储单元,用于存储至少一个程序模块;以及
至少一个处理器,所述至少一个处理器通过获得并运行所述至少一个程序模块,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为,所述至少两种不同类型的行为中的每种类型的行为具有对应的消费能力值;以及基于所述至少两种不同类型的行为,确定所述用户的消费能力,
其中,所述至少一个处理器还用于:
基于网络行为的相似性,获得与同一所述用户对应的多个账户在不同应用平台中的网络行为;
对从所述不同应用平台获得的网络行为进行分类,获得所述用户对应的至少两种不同类型的行为,其中,所述不同应用平台中的每个应用平台包括:购物类应用平台、生活类应用平台、社交类应用平台或综合类应用平台,其中,所述至少两个网络行为中的每个网络行为包括:购物类行为、问答类行为或论坛类行为。
6.如权利要求5所述的电子设备,其特征在于,所述至少一个处理器还用于:
获得第一应用平台中第一账户对应的第一网络行为以及第二应用平台中第二账户对应的第二网络行为;
在所述第一网络行为与所述第二网络行为的相似性满足第一预设条件时,确定所述第一账户与所述第二账户对应同一用户;其中,所述第一网络行为与所述第二网络行为中每个行为均定义有与该行为对应的特征向量,通过预设相似性模型对第一特征向量与第二特征向量进行计算后获得所述第一特征向量对应的行为与所述第二特征向量对应的行为的相似性;
判断所述第一账户与所述第二账户对应的用户是否为所述用户,如果是,则确定所述第一网络行为与第二网络行为为所述用户产生的行为。
7.如权利要求6所述的电子设备,其特征在于,所述至少一个处理器还用于:
获得所述用户产生的第三网络行为;
判断所述第一网络行为和所述第二网络行为中任一一个或两个行为与所述第三网络行为的相似性是否满足第二预设条件,如果是,则确定所述第一账户与所述第二账户对应的用户为所述用户。
8.如权利要求5-7中任一权利要求所述的电子设备,其特征在于,所述至少一个处理器还用于:
在所述基于所述至少两种不同类型的行为,确定所述用户的消费能力之后,基于所述消费能力,确定所述用户的授信信息;和/或
基于所述消费能力,确定与所述用户对应的至少一个推送信息。
9.一种电子设备,包括:
第一获取单元,用于获得与用户对应的至少两种不同类型的行为,其中,所述至少两种不同类型的行为为通过统计所述用户的至少两个网络行为后,对所述至少两个网络行为进行分类后获得的行为,所述至少两种不同类型的行为中的每种类型的行为具有对应的消费能力值;以及
第一确定单元,用于基于所述至少两种不同类型的行为,确定所述用户的消费能力;
其中,所述获得与用户对应的至少两种不同类型的行为包括:基于网络行为的相似性,获得与同一所述用户对应的多个账户在不同应用平台中的网络行为;对从所述不同应用平台获得的网络行为进行分类,获得所述用户对应的至少两种不同类型的行为,其中,所述不同应用平台中的每个应用平台包括:购物类应用平台、生活类应用平台、社交类应用平台或综合类应用平台,其中,所述至少两个网络行为中的每个网络行为包括:购物类行为、问答类行为或论坛类行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510906258.2A CN105512914B (zh) | 2015-12-09 | 2015-12-09 | 一种信息处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510906258.2A CN105512914B (zh) | 2015-12-09 | 2015-12-09 | 一种信息处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105512914A CN105512914A (zh) | 2016-04-20 |
CN105512914B true CN105512914B (zh) | 2021-07-16 |
Family
ID=55720874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510906258.2A Active CN105512914B (zh) | 2015-12-09 | 2015-12-09 | 一种信息处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105512914B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169052B (zh) * | 2017-04-26 | 2019-03-05 | 北京小度信息科技有限公司 | 推荐方法及装置 |
CN110866114B (zh) * | 2019-10-16 | 2023-05-26 | 平安科技(深圳)有限公司 | 对象行为的识别方法、装置及终端设备 |
CN113987087A (zh) * | 2021-10-27 | 2022-01-28 | 北京达佳互联信息技术有限公司 | 帐户处理方法、装置、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479366A (zh) * | 2010-11-25 | 2012-05-30 | 阿里巴巴集团控股有限公司 | 一种商品推荐方法及系统 |
CN102956009B (zh) * | 2011-08-16 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 一种基于用户行为的电子商务信息推荐方法与装置 |
CN102521248B (zh) * | 2011-11-14 | 2015-01-07 | 北京亿赞普网络技术有限公司 | 一种网络用户分类方法及其装置 |
CN103377242B (zh) * | 2012-04-25 | 2016-06-22 | Tcl集团股份有限公司 | 用户行为分析方法、分析预测方法及电视节目推送系统 |
CN104423945B (zh) * | 2013-08-30 | 2018-10-12 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN103699603A (zh) * | 2013-12-12 | 2014-04-02 | 亿赞普(北京)科技有限公司 | 一种基于用户行为的信息推荐方法和系统 |
-
2015
- 2015-12-09 CN CN201510906258.2A patent/CN105512914B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105512914A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108536852B (zh) | 问答交互方法和装置、计算机设备及计算机可读存储介质 | |
Pournarakis et al. | A computational model for mining consumer perceptions in social media | |
KR101939554B1 (ko) | 일시적 거래 한도 결정 | |
Vinodhini et al. | A sampling based sentiment mining approach for e-commerce applications | |
CN106570718B (zh) | 信息的投放方法及投放系统 | |
CN111784455A (zh) | 一种物品推荐方法及推荐设备 | |
CN110084658B (zh) | 物品匹配的方法和装置 | |
CN113039567B (zh) | 自然语言处理系统 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN105512914B (zh) | 一种信息处理方法及电子设备 | |
CN107423335A (zh) | 一种针对单类协同过滤问题的负样本选择方法 | |
CN110046648A (zh) | 基于至少一个业务分类模型进行业务分类的方法及装置 | |
CN111626767A (zh) | 资源数据的发放方法、装置及设备 | |
Allegue et al. | SBM: A Smart Budget Manager in banking using machine learning, NLP, and NLU | |
CN112560105A (zh) | 保护多方数据隐私的联合建模方法及装置 | |
Alkhunaizan et al. | An analysis of increased usage of e-commerce during COVID-19 | |
CN108460049A (zh) | 一种确定信息类别的方法和系统 | |
CN111783417A (zh) | 文章内容评分方法和装置 | |
CN116151857A (zh) | 一种营销模型的构建方法及装置 | |
Chauhan et al. | Sentimental analysis on impact of COVID-19 outbreak | |
Maheswari et al. | Customer Segmentation Based on Sentimental Analysis | |
CN110969491B (zh) | 一种基于网络路径的商品推送方法、系统及设备 | |
CN111080411B (zh) | 一种基于网络中心度的商品推送方法、系统及终端设备 | |
Chen et al. | Dynamic box office forecasting based on microblog data | |
Kulkarni et al. | Effective Product Ranking Method based on Opinion Mining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |