CN106599060B - 获取用户画像的方法及系统 - Google Patents

Abstract

本发明提供一种获取用户画像的方法及系统，其中，方法包括，获取用户的当前对话输入，并挖掘当前对话输入中与用户画像相关的相关信息；对相关信息按照预先设定的分类标准进行类别划分；根据相关信息的类别确定画像信息提取方式；根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像。本发明提供的获取用户画像的方法及系统，在获取用户的当前对话输入后，挖掘当前对话输入中与用户画像相关的相关信息，并根据预先建立的分类标准，对相关信息进行分类，并依据相关信息的类别，对画像信息提取方式进行判断，以采用恰当的提取方式对当前对话输入进行画像信息提取，以实现获取更加实时准确的用户画像。

Description

获取用户画像的方法及系统

技术领域

本发明涉及计算机处理技术，尤其涉及一种获取用户画像的方法及系统。

背景技术

在人机对话系统中，对话系统获取用户画像(例如，喜好，星座，性别等用户信息)的详细程度反映了该对话系统对用户的了解程度。随着对话系统对用户画像逐渐深入的了解，可以进行有针对性的人机对话，最终加深用户和对话系统之间的信任程度，并建立人机之间的情感纽带，例如，用户以前表达过“我喜欢吃川菜”，人机对话系统将用户的此喜好记录下来，某一天用户问：附近有什么好吃的餐馆，人机对话系统就可以更有针对性地给用户推荐附近评分较好的川菜馆。

现有的用户画像提取系统大体上分为三种：在线提取系统，离线提取系统，混合提取系统(即，离线方式与在线方式相结合的提取系统)。

用户画像在线提取系统为：在人机聊天过程中，实时处理和用户聊天的内容，提取用户画像的信息。但是，在线提取系统需要对用户的每一句话进行实时分析，对系统的处理压力较大。而且随着记录的用户信息越来越多，出于对时效性的考虑，往往不会结合多天的聊天内容进行信息提取，而导致许多持续性信息的遗漏。

用户画像离线提取系统为：先存储人机聊天的内容，然后离线挖掘出用户的信息，以补全用户画像。但是，用户画像离线提取系统的实时性不如在线提取系统，且对于易变的用户信息处理往往不及时，导致答非所问等情况。让用户感觉对话系统很笨，不够智能。

用户画像混合提取系统为：结合在线提取和离线提取两种方法对用户画像进行提取。但是，现有的混合提取系统在对用户信息进行提取时，往往对在线提取和离线提取没有明确的切分标准，导致离线和在线提取的界限不清晰。要么，导致在线提取压力较大，要么，导致信息获取不及时，答非所问。而记录过时、错误的用户信息在某些时候比不记录用户此项信息带来的危害要更大。

发明内容

本发明要解决的技术问题是提供一种获取用户画像的方法及系统，对聊天内容中的与用户画像相关的相关信息建立分类标准，并依据分类标准对相关信息进行分类，从而根据相关信息的类别，判断出合适的画像信息提取方式，对画像信息进行提取，以实现获取更加实时准确的用户画像。

为解决上述技术问题，本发明提供的技术方案是：

一方面，本发明提供一种获取用户画像的方法，包括，获取用户的当前对话输入，并挖掘当前对话输入中的与用户画像相关的相关信息；对相关信息按照预先设定的分类标准进行类别划分；根据相关信息的类别确定画像信息提取方式；根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像。

进一步地，图谱存储方式包括，属性，三元组，标签。

进一步地，画像信息提取方式包括，离线提取方式和在线提取方式。

进一步地，分类标准包括，易变性分类标准和显隐性分类标准；其中，易变性分类标准将相关信息分为三类，长期信息，中期信息，短期信息；显隐性分类标准将相关信息分为二类，显式表达信息，隐式表达信息。

进一步地，根据相关信息的类别确定画像信息提取方式，具体包括，在相关信息的类别为显式表达信息且为短期信息时，采用在线提取方式；在相关信息的类别为显式表达信息且为中期信息，且相关信息的权重高于预设阈值时，采用在线提取方式；在相关信息的类别为显式表达信息且为中期信息，且相关信息的权重低于预设阈值时，采用离线提取方式；在相关信息的类别为显式表达信息且为长期信息，且相关信息的权重高于预设阈值时，采用在线提取方式；在相关信息的类别为显式表达信息且为长期信息，且相关信息的权重低于预设阈值时，采用离线提取方式；在相关信息的类别为隐式表达信息时，采用离线提取方式；其中，相关信息的权重为根据相关信息对用户画像的影响程度预先设定的值。

进一步地，根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，具体包括，在画像信息提取方式为在线提取时，对当前对话输入进行画像信息提取，并按图谱存储方式进行存储；在画像信息提取方式为离线提取时，根据相关信息的预设挖掘周期对当前对话输入进行画像信息提取，并按图谱存储方式进行存储。

另一方面，本发明提供一种获取用户画像的系统，包括，

用户画像相关信息挖掘模块：用于获取用户的当前对话输入，并挖掘当前对话输入中的与用户画像相关的相关信息；信息分类模块：用于对相关信息按照预先设定的分类标准进行类别划分；提取方式确定模块：用于根据相关信息的类别确定画像信息提取方式；用户画像获取模块：用于根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像。

进一步地，图谱存储方式包括，属性，三元组，标签。

进一步地，画像信息提取方式包括，离线提取方式和在线提取方式。

进一步地，分类标准包括，易变性分类标准和显隐性分类标准；其中，易变性分类标准将相关信息分为三类，长期信息，中期信息，短期信息；显隐性分类标准将相关信息分为二类，显式表达信息，隐式表达信息。

本发明提供的获取用户画像的方法及系统，在获取用户的当前对话输入后，挖掘当前对话输入中的与用户画像相关的相关信息，并根据预先建立的分类标准，对相关信息进行分类，并依据相关信息的不同类别，对画像信息提取方式进行判断，以采用恰当的提取方式对当前对话输入进行画像信息提取，以实现获取更加实时准确的用户画像。

附图说明

图1是发明实施例提供的获取用户画像的方法的流程图；

图2是发明实施例提供的获取用户画像的系统的框图。

具体实施方式

下面通过具体的实施例进一步说明本发明，但是，应当理解为，这些实施例仅仅是用于更详细具体地说明之用，而不应理解为用于以任何形式限制本发明。

实施例一

结合图1，本实施例提供的获取用户画像的方法，包括，

步骤S1：获取用户的当前对话输入，并挖掘当前对话输入中的与用户画像相关的相关信息；

步骤S2：对相关信息按照预先设定的分类标准进行类别划分；

步骤S3：根据相关信息的类别确定画像信息提取方式；

步骤S4：根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像。

本发明实施例提供的获取用户画像的方法，在获取用户的当前对话输入后，挖掘当前对话输入中的与用户画像相关的相关信息，并根据预先建立的分类标准，对相关信息进行分类，并依据相关信息的不同类别，对画像信息提取方式进行判断，以采用恰当的提取方式对当前对话输入进行画像信息提取，以实现获取更加实时准确的用户画像。

优选地，图谱存储方式包括，属性，三元组，标签。

本实施例中，一个属性对应一个值，例如，用户的性别，年龄。一个用户可以具有多个标签，例如，用户是天气关注者，用户是体育爱好者。三元组的存储结构为<Userid，relation，entity>，其中，Userid为用户的唯一标示，一个用户可以对应多个relation，一个relation可以对应多个entity。例如，用户喜欢玫瑰，则相应的三元组为<用户，喜欢，玫瑰>，用户也可以同时喜欢西瓜，且其对应的三元组为<用户，喜欢，西瓜>，用户也可以同时讨厌核桃，且其对应的三元组为<用户，讨厌，核桃>。此外，本实施例中，随着人机对话系统不断与用户进行交谈，用户画像中的属性，三元组和标签可不断扩充，而且，随着用户画像中的属性，三元组和标签的不断扩充，对话系统可以深刻地理解用户，从而走向懂用户的终极目标。

优选地，画像信息提取方式包括，离线提取方式和在线提取方式。

进一步优选地，分类标准包括，易变性分类标准和显隐性分类标准；其中，易变性分类标准将相关信息分为三类，长期信息，中期信息，短期信息；显隐性分类标准将相关信息分为二类，显式表达信息，隐式表达信息。

本实施例中，易变性分类标准是根据信息本身的易变程度进行划分。对于容易发生变化的信息，例如，用户的喜怒哀乐，生活轨迹等，这些随时都可能发生变化，而且结果多样，这些属于短期信息；而对于一些不太容易发生变化的信息，例如用户的职业，工作单位，工作地点，家庭住址等，这些信息不太易变，且即使发生变化，也能稳定较长一段时间，这类信息属于中期信息；而对于永远都不会发生变化的信息，例如，用户的出生日期，出生地，星座等，这些信息是不变的，属于长期信息。

此外，本实施例中，显隐性分类标准是根据信息表达的程度进行划分。对于用户直接表达的信息，例如，“我喜欢看美剧”这类用户信息属于显式表达信息；而对于某些没有直接表达出来的用户信息，例如，用户经常查询天气信息，用户并没有直接表明自己是天气关注者，且需要分析用户多天、多轮的聊天记录才能挖掘出来，这类信息属于隐式表达信息。此外，需要说明的是，实际情况当中，用户的“隐式表达”往往更加准确。因为在和对话系统建立良好的情感纽带之前，用户可能不会将自己的隐私暴露出来，甚至故意表达出错误的信息。这时候通过“显式表达”挖掘出来的信息并不可靠。所以“隐式表达”的用户信息还可以给“显式表达”的用户信息进行纠错。从而不断改善用户画像。

优选地，根据相关信息的类别确定画像信息提取方式，具体包括，在相关信息的类别为显式表达信息且为短期信息时，采用在线提取方式；在相关信息的类别为显式表达信息且为中期信息，且相关信息的权重高于预设阈值时，采用在线提取方式；在相关信息的类别为显式表达信息且为中期信息，且相关信息的权重低于预设阈值时，采用离线提取方式；在相关信息的类别为显式表达信息且为长期信息，且相关信息的权重高于预设阈值时，采用在线提取方式；在相关信息的类别为显式表达信息且为长期信息，且相关信息的权重低于预设阈值时，采用离线提取方式；在信息的类别为隐式表达信息时，采用离线提取方式；其中，相关信息的权重为根据相关信息对用户画像的影响程度预先设定的值。

进一步优选地，根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，具体包括，在画像信息提取方式为在线提取时，对当前对话输入进行画像信息提取，并按图谱存储方式进行存储；在画像信息提取方式为离线提取时，根据相关信息的预设挖掘周期对当前对话输入进行画像信息提取，并按图谱存储方式进行存储。

本实施例中，对于隐式表达信息，采用的是离线提取方式进行画像信息的提取，且该画像信息的提取会根据挖掘周期(例如，7天)来对相关信息进行评估，例如，当用户连续7天查询天气情况，则认为该用户为天气爱好者，从而给该用户一个“天气关注者”的标签，如此，后续可以每天将当地天气推送给用户。此外，也可以取消天气推送，本实施例不做具体限定。

实施例二

结合图2，本实施例提供的获取用户画像的系统，包括，

用户画像相关信息挖掘模块1：用于获取用户的当前对话输入，并挖掘当前对话输入中的与用户画像相关的相关信息；

信息分类模块2：用于对相关信息按照预先设定的分类标准进行类别划分；

提取方式确定模块3：用于根据相关信息的类别确定画像信息提取方式；

用户画像获取模块4：用于根据画像信息提取方式对当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像。

本发明实施例提供的获取用户画像的系统，在获取用户的当前对话输入后，挖掘当前对话输入中的与用户画像相关的相关信息，并根据预先建立的分类标准，对相关信息进行分类，并依据相关信息的不同类别，对画像信息提取方式进行判断，以采用恰当的提取方式对当前对话输入进行画像信息提取，以实现获取更加实时准确的用户画像。

优选地，图谱存储方式包括，属性，三元组，标签。

本实施例中，一个属性对应一个值，例如，用户的性别，年龄。一个用户可以具有多个标签，例如，用户是天气关注者，用户是体育爱好者。三元组的存储结构为<Userid，relation，entity>，其中，Userid为用户的唯一标示，一个用户可以对应多个relation，一个relation可以对应多个entity。例如，用户喜欢玫瑰，则相应的三元组为<用户，喜欢，玫瑰>，用户也可以同时喜欢西瓜，且其对应的三元组为<用户，喜欢，西瓜>，用户也可以同时讨厌核桃，且其对应的三元组为<用户，讨厌，核桃>。此外，本实施例中，随着人机对话系统不断与用户进行交谈，用户画像中的属性，三元组和标签可不断扩充，而且，随着用户画像中的属性，三元组和标签的不断扩充，对话系统可以深刻地理解用户，从而走向懂用户的终极目标。

优选地，画像信息提取方式包括，离线提取方式和在线提取方式。

进一步优选地，分类标准包括，易变性分类标准和显隐性分类标准；其中，易变性分类标准将相关信息分为三类，长期信息，中期信息，短期信息；显隐性分类标准将相关信息分为二类，显式表达信息，隐式表达信息。

本实施例中，易变性分类标准是根据信息本身的易变程度进行划分。对于容易发生变化的信息，例如，用户的喜怒哀乐，生活轨迹等，这些随时都可能发生变化，而且结果多样，这些属于短期信息；而对于一些不太容易发生变化的信息，例如用户的职业，工作单位，工作地点，家庭住址等，这些信息不太易变，且即使发生变化，也能稳定较长一段时间，这类信息属于中期信息；而对于永远都不会发生变化的信息，例如，用户的出生日期，出生地，星座等，这些信息是不变的，属于长期信息。

此外，本实施例中，显隐性分类标准是根据信息表达的程度进行划分。对于用户直接表达的信息，例如，“我喜欢看美剧”这类用户信息属于显式表达信息；而对于某些没有直接表达出来的用户信息，例如，用户经常查询天气信息，用户并没有直接表明自己是天气关注者，且需要分析用户多天、多轮的聊天记录才能挖掘出来，这类信息属于隐式表达信息。此外，需要说明的是，实际情况当中，用户的“隐式表达”往往更加准确。因为在和对话系统建立良好的情感纽带之前，用户可能不会将自己的隐私暴露出来，甚至故意表达出错误的信息。这时候通过“显式表达”挖掘出来的信息并不可靠。所以“隐式表达”的用户信息还可以给“显式表达”的用户信息进行纠错。从而不断改善用户画像。

尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。

Claims (5)

1.一种获取用户画像的方法，其特征在于，包括：

步骤S1：获取用户的当前对话输入，并挖掘所述当前对话输入中的与用户画像相关的相关信息；

步骤S2：对所述相关信息按照预先设定的分类标准进行类别划分；

步骤S3：根据所述相关信息的类别确定画像信息提取方式；所述画像信息提取方式包括，离线提取方式和在线提取方式；

步骤S4：根据所述画像信息提取方式对所述当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像；

所述分类标准包括，易变性分类标准和显隐性分类标准；

其中，所述易变性分类标准将所述相关信息分为三类，长期信息，中期信息，短期信息；

所述显隐性分类标准将所述相关信息分为二类，显式表达信息，隐式表达信息；

所述根据所述相关信息的类别确定画像信息提取方式，具体包括，

在所述相关信息的类别为显式表达信息且为短期信息时，采用在线提取方式；

在所述相关信息的类别为显式表达信息且为中期信息，且所述相关信息的权重高于预设阈值时，采用在线提取方式；

在所述相关信息的类别为显式表达信息且为中期信息，且所述相关信息的权重低于预设阈值时，采用离线提取方式；

在所述相关信息的类别为显式表达信息且为长期信息，且所述相关信息的权重高于预设阈值时，采用在线提取方式；

在所述相关信息的类别为显式表达信息且为长期信息，且所述相关信息的权重低于预设阈值时，采用离线提取方式；

在所述相关信息的类别为隐式表达信息时，采用离线提取方式，对于隐式表达信息，采用的是离线提取方式进行画像信息的提取，且该画像信息的提取会根据挖掘周期来对相关信息进行评估；

其中，所述相关信息的权重为根据所述相关信息对用户画像的影响程度预先设定的值。

2.根据权利要求1所述的获取用户画像的方法，其特征在于，所述图谱存储方式包括，属性，三元组，标签。

3.根据权利要求1所述的获取用户画像的方法，其特征在于，所述根据所述画像信息提取方式对所述当前对话输入进行画像信息提取，并按图谱存储方式进行存储，具体包括，

在所述画像信息提取方式为在线提取时，对所述当前对话输入进行画像信息提取，并按图谱存储方式进行存储；

在所述画像信息提取方式为离线提取时，根据所述相关信息的预设挖掘周期对所述当前对话输入进行画像信息提取，并按图谱存储方式进行存储。

4.一种获取用户画像的系统，其特征在于，包括：

用户画像相关信息挖掘模块：用于获取用户的当前对话输入，并挖掘所述当前对话输入中的与用户画像相关的相关信息；

信息分类模块：用于对所述相关信息按照预先设定的分类标准进行类别划分；

提取方式确定模块：用于根据所述相关信息的类别确定画像信息提取方式；所述画像信息提取方式包括，离线提取方式和在线提取方式；

用户画像获取模块：用于根据所述画像信息提取方式对所述当前对话输入进行画像信息提取，并按图谱存储方式进行存储，以获取用户画像；

所述分类标准包括，易变性分类标准和显隐性分类标准；

其中，所述易变性分类标准将所述相关信息分为三类，长期信息，中期信息，短期信息；

所述显隐性分类标准将所述相关信息分为二类，显式表达信息，隐式表达信息。

5.根据权利要求4所述的获取用户画像的系统，其特征在于，所述图谱存储方式包括，属性，三元组，标签。

Images