CN106815738A - 一种获取用户画像的方法和装置 - Google Patents
一种获取用户画像的方法和装置 Download PDFInfo
- Publication number
- CN106815738A CN106815738A CN201510860816.6A CN201510860816A CN106815738A CN 106815738 A CN106815738 A CN 106815738A CN 201510860816 A CN201510860816 A CN 201510860816A CN 106815738 A CN106815738 A CN 106815738A
- Authority
- CN
- China
- Prior art keywords
- user
- factor
- weights
- influence
- statistics
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种获取用户画像的方法和装置,涉及大数据技术领域。其中的方法包括:获取用户统计数据和影响因子;根据用户统计数据和影响因子计算用户行为标签的权值;根据业务需求,对权值进行排序;通过权值的排序结果获取用户画像。本发明根据权值排序获得的用户画像更加准确,有利于将用户画像应用于营销领域,精准定位到最值得投放营销的用户,节省营销资源。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种获取用户画像的方法和装置。
背景技术
用户画像(UserProfile),是基于大数据分析,抽象出一个用户的信息全貌,反应用户行为习惯、消费习惯等,即用户信息标签化。用户画像在实际应用中起着重要作用。例如,根据用户画像中的用户标签,可以对符合标签的用户进行定向精准营销。
目前,用户标签的获得采用对用户数据根据分布情况进行建模分析,将用户分为不同的群组,对不同群组的用户打上标签。但由于同一群组中用户数量多(包括很多长尾效应的用户),对于符合某一标签的用户进行定向营销时,存在对于最有消费潜力的用户定位不准确,浪费营销资源的问题。
发明内容
本发明要解决的一个技术问题是提供一种能够准确获取用户画像的技术方案。
根据本发明一方面,提供一种获取用户画像的方法,包括:获取用户统计数据和影响因子;根据用户统计数据和影响因子计算用户行为标签的权值;根据业务需求,对权值进行排序;通过权值的排序结果获取用户画像。
进一步地,还包括:根据用户统计数据的反馈结果,对影响因子进行优化校验。
进一步地,用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据。
进一步地,影响因子反映用户统计数据对用户行为标签的影响程度。
进一步地,影响因子包括时间衰减因子、渠道因子和/或付费因子。
进一步地,根据用户统计数据和影响因子计算用户行为标签的权值的步骤包括:根据公式计算用户行为标签的权值;其中,m为统计周期内用户行为总次数,n为统计周期内某一时段的用户行为次数,T(i)为统计周期内第i次用户行为时长,Ts(i)为统计周期内某一时段第i次用户行为时长,r(i)为第i次的衰减因子。
根据本发明的另一方面,还提供一种获取用户画像的装置,包括:数据获取单元,用于获取用户统计数据和影响因子;权值计算单元,用于根据用户统计数据和影响因子计算用户行为标签的权值;权值排序单元,用于根据业务需求,对权值进行排序;用户画像获取单元,用于通过权值的排序结果获取用户画像。
进一步地,还包括:影响因子校验单元,用于根据用户统计数据的反馈结果,对所述影响因子进行优化校验。
进一步地,用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据。
进一步地,影响因子反映用户统计数据对用户行为标签的影响程度。
进一步地,影响因子包括时间衰减因子、渠道因子和/或付费因子。
进一步地,权值计算单元用于根据公式计算用户行为标签的权值;其中,m为统计周期内用户行为总次数,n为统计周期内某一时段的用户行为次数,T(i)为统计周期内第i次用户行为时长,Ts(i)为统计周期内某一时段第i次用户行为时长,r(i)为第i次的衰减因子。
与现有技术相比,本发明获取用户统计数据和影响因子;根据用户统计数据和影响因子计算用户行为标签的权值;根据业务需求,对权值进行排序;可得出准确反映用户行为习惯的标签和权值,进而获取准确的用户画像。
进一步地,根据获得的用户画像,应用于营销领域,有利于准确定位到最值得投放营销的用户,节省了营销资源。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
构成说明书的一部分的附图描述了本发明的实施例,并且连同说明书一起用于解释本发明的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本发明,其中:
图1为本发明获取用户画像的方法的一个实施例的流程示意图。
图2为本发明获取用户画像的方法的一个具体实施例的流程示意图。
图3为本发明获取用户画像的装置的一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
图1为本发明获取用户画像的方法的一个实施例的流程示意图。该方法包括以下步骤:
在步骤110,获取用户统计数据和影响因子。
用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据等;影响因子反映对各统计数据对用户行为标签的影响程度,可以包括时间衰减因子、渠道因子和付费因子等。
本发明可以对用户的原始数据进行简单的统计,输出简单统计后的用户数据。例如,例如,在IPTV用户观看内容偏好的应用中,原始数据为用户的每次观看不同节目的时间、时长,这里对对原始数据进行处理的处理是:计算统计周期内每个用户点播不同节目类型的观看次数、统计周期内每个用户点播不同节目类型的观看时长、统计周期内每个用户点播总次数、统计周期内每个用户点播总时长等。
在步骤120,根据用户统计数据和影响因子计算用户行为标签的权值。
以IPTV用户观看时间偏好权值计算为例。观看时间偏好分为观看时间偏好(工作日)、观看时间偏好(周末)两大标签,下又分为两级标签,为不同的时间段。该标签权重值表示该标签对该用户的偏好指数,也可理解为概率。如,用户A的标签如下:
从标签可以理解为,用户A在观看时间偏好上,最喜欢在周六的12:01-17:00观看IPTV,其次是周一的20:01-22:00和周四的20:01-22:00。
针对某个时间段的观看时间偏好标签权重值Ps计算方法如下:
其中,
n:为统计周期内用户观看该时间段的次数,统计周期可配置。
m:为统计周期内用户所有的观看次数,统计周期可配置。
Ts(i):为第i次在该时段观看的时长。
T(i):为第i次观看的时长。
r(i):为第i次的衰减因子,衰减因子和观看发生的时间相关,越近的观看行为,r的值越大,如,昨天发生的观看行为,r值为0.95。
在步骤130,根据业务需求,对权值进行排序。
根据业务需求,可以针对用户的权值进行排序,也可以针对标签的权值进行排序。
在步骤140,通过权值的排序结果获取用户画像。
在本发明的实施例中,通过获取用户统计数据和影响因子;根据用户统计数据和影响因子计算用户行为标签的权值;根据业务需求,对权值进行排序;可得出准确反映用户行为习惯的标签和权值,进而获取准确的用户画像。
本发明的另一个实施例,还可以根据用户统计数据的反馈结果,对影响因子进行优化校验。由于本发明根据反馈的数据反向校验影响因子,因此,能够进一步优化权值计算模块,使得获得用户画像更加准确。
在一个实施例中,以用户视频观看行为标签为例对本发明的技术方案进行阐述,如图2所示。
在步骤210,对用户的原始数据进行统计整理。
例如,统计的数据可以为用户点播综艺节目的观看次数、用户点播综艺节目的观看时长、用户点播古装剧集的观看次数、用户点播古装剧集的观看时长、用户点播科幻电影的观看次数、用户点播科幻电影的观看时长、用户所有的观看次数、用户每次的观看时长等。
在步骤220、获取衰减因子、渠道因子、付费因子等。其中,步骤210和步骤220的执行顺序可以不分先后。
其中,衰减因子为行为发生远近的影响;渠道因子为搜索或浏览等渠道发生行为的影响;付费因子为免费观看的影响。
在步骤230,计算用户标签的权值。
例如,分别计算用户点播综艺节目的权值为0.4,用户点播古装剧集的权值为0.3,用户点击科幻电影的权值为0.6。
在步骤240,对用户标签权值进行排序,可得出准确反映用户行为习惯的标签的权值。
在步骤250,输出排序结果,例如,点播科幻电影权值为0.6,点播综艺节目权值为0.4,点播古装剧集权值为0.3。
在步骤260,根据用户以后的行为反馈的数据,反向校验影响因子。
在本发明的实施例中,通过对用户各标签的权值计算,并对权值进行排序,可以准确得出反映用户行为习惯的标签和权值,进而获得准确的用户画像。同时,由于用户的行为一直发生变化,通过反馈的数据可以对影响因子进行反向校验,可以使得最后的统计结果更加准确。在具体应用中,可以根据用户画像,准确定位到最值得投放营销的用户,节省了营销资源。
图3为本发明获取用户画像的装置的一个实施例的结构示意图。该装置包括数据获取单元310、权值计算单元320、权值排序单元330和用户画像获取单元340。
数据获取单元310用于获取用户统计数据和影响因子。
用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据等;影响因子反映对各统计数据对用户行为标签的影响程度,可以包括时间衰减因子、渠道因子和付费因子等。
本发明可以对用户的原始数据进行简单的统计,输出简单统计后的用户数据。例如,例如,在IPTV用户观看内容偏好的应用中,原始数据为用户的每次观看不同节目的时间、时长,这里对对原始数据进行处理的处理是:计算统计周期内每个用户点播不同节目类型的观看次数、统计周期内每个用户点播不同节目类型的观看时长、统计周期内每个用户点播总次数、统计周期内每个用户点播总时长等。
权值计算单元320用于根据用户统计数据和影响因子计算用户行为标签的权值。
以IPTV用户观看时间偏好权值计算为例。观看时间偏好分为观看时间偏好(工作日)、观看时间偏好(周末)两大标签,下又分为两级标签,为不同的时间段。该标签权重值表示该标签对该用户的偏好指数,也可理解为概率。如,用户A的标签如下:
从标签可以理解为,用户A在观看时间偏好上,最喜欢在周六的12:01-17:00观看IPTV,其次是周一的20:01-22:00和周四的20:01-22:00。
针对某个时间段的观看时间偏好标签权重值Ps计算方法如下:
其中,
n:为统计周期内用户观看该时间段的次数,统计周期可配置。
m:为统计周期内用户所有的观看次数,统计周期可配置。
Ts(i):为第i次在该时段观看的时长。
T(i):为第i次观看的时长。
r(i):为第i次的衰减因子,衰减因子和观看发生的时间相关,越近的观看行为,r的值越大,如,昨天发生的观看行为,r值为0.95。
权值排序单元330用于根据业务需求,对权值进行排序。
根据业务需求,可以针对用户的权值进行排序,也可以针对标签的权值进行排序。
用户画像获取单元340用于通过权值的排序结果获取用户画像。
在本发明的实施例中,通过获取用户统计数据和影响因子;根据用户统计数据和影响因子计算用户行为标签的权值;根据业务需求,对权值进行排序;可得出准确反映用户行为习惯的标签和权值,进而获取准确的用户画像。
本发明的另一个实施例,还可以包括影响因子校验单元350,用于根据用户统计数据的反馈结果,对影响因子进行优化校验。由于本发明根据反馈的数据反向校验影响因子,因此,能够进一步优化权值计算模块,使得获得用户画像更加准确。
本发明可以应用于营销领域,可以根据用户画像,准确定位到最值得投放营销的用户,节省了营销资源。
至此,已经详细描述了本发明。为了避免遮蔽本发明的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本发明的方法以及装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (12)
1.一种获取用户画像的方法,其特征在于,包括:
获取用户统计数据和影响因子;
根据所述用户统计数据和影响因子计算用户行为标签的权值;
根据业务需求,对所述权值进行排序;
通过所述权值的排序结果获取用户画像。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据用户统计数据的反馈结果,对所述影响因子进行优化校验。
3.根据权利要求2所述的方法,其特征在于,所述用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据。
4.根据权利要求3所述的方法,其特征在于,
所述影响因子反映所述用户统计数据对所述用户行为标签的影响程度。
5.根据权利要求4所述的方法,其特征在于,所述影响因子包括时间衰减因子、渠道因子和/或付费因子。
6.根据权利要求1-5任一所述的方法,其特征在于,根据所述用户统计数据和影响因子计算用户行为标签的权值的步骤包括:
根据公式计算用户行为标签的权值;
其中,m为统计周期内用户行为总次数,n为统计周期内某一时段的用户行为次数,T(i)为统计周期内第i次用户行为时长,Ts(i)为统计周期内某一时段第i次用户行为时长,r(i)为第i次的衰减因子。
7.一种获取用户画像的装置,其特征在于,包括:
数据获取单元,用于获取用户统计数据和影响因子;
权值计算单元,用于根据所述用户统计数据和影响因子计算用户行为标签的权值;
权值排序单元,用于根据业务需求,对所述权值进行排序;
用户画像获取单元,用于通过所述权值的排序结果获取用户画像。
8.根据权利要求7所述的装置,其特征在于,还包括:
影响因子校验单元,用于根据用户统计数据的反馈结果,对所述影响因子进行优化校验。
9.根据权利要求8所述的装置,其特征在于,所述用户统计数据包括与用户行为标签相关的用户行为数据和用户基本属性数据。
10.根据权利要求9所述的装置,其特征在于,
所述影响因子反映所述用户统计数据对所述用户行为标签的影响程度。
11.根据权利要求10所述的装置,其特征在于,所述影响因子包括时间衰减因子、渠道因子和/或付费因子。
12.根据权利要求7-11任一所述的装置,其特征在于,
所述权值计算单元用于根据公式计算用户行为标签的权值;
其中,m为统计周期内用户行为总次数,n为统计周期内某一时段的用户行为次数,T(i)为统计周期内第i次用户行为时长,Ts(i)为统计周期内某一时段第i次用户行为时长,r(i)为第i次的衰减因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510860816.6A CN106815738A (zh) | 2015-12-01 | 2015-12-01 | 一种获取用户画像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510860816.6A CN106815738A (zh) | 2015-12-01 | 2015-12-01 | 一种获取用户画像的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106815738A true CN106815738A (zh) | 2017-06-09 |
Family
ID=59107383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510860816.6A Pending CN106815738A (zh) | 2015-12-01 | 2015-12-01 | 一种获取用户画像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106815738A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465739A (zh) * | 2017-08-01 | 2017-12-12 | 中国联合网络通信集团有限公司 | 实体渠道用户引流的方法及装置 |
CN107464142A (zh) * | 2017-08-09 | 2017-12-12 | 南京甄视智能科技有限公司 | 基于营销反馈结果反哺用户画像系统的方法、用户画像系统 |
CN107506399A (zh) * | 2017-08-02 | 2017-12-22 | 携程旅游网络技术(上海)有限公司 | 数据单元快速分段的方法、系统、设备及存储介质 |
CN107609958A (zh) * | 2017-10-16 | 2018-01-19 | 泰康保险集团股份有限公司 | 行为引导策略确定方法以及装置、存储介质以及电子设备 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
WO2019062081A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技(深圳)有限公司 | 业务员画像形成方法、电子装置及计算机可读存储介质 |
CN110135976A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 用户画像生成方法、装置、电子设备和计算机可读介质 |
CN110443633A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 激励数据的匹配方法、装置、计算机设备和存储介质 |
CN113327048A (zh) * | 2021-06-16 | 2021-08-31 | 力合科创集团有限公司 | 基于大数据及多维特征的企业画像计算方法、介质及程序 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140123031A1 (en) * | 2012-09-25 | 2014-05-01 | Richard Postrel | Method and system for calculation and utilization of various user personas |
CN104090886A (zh) * | 2013-12-09 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 构建用户实时画像的方法及装置 |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
CN105005587A (zh) * | 2015-06-26 | 2015-10-28 | 深圳市腾讯计算机系统有限公司 | 一种用户画像的更新方法、装置和系统 |
-
2015
- 2015-12-01 CN CN201510860816.6A patent/CN106815738A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140123031A1 (en) * | 2012-09-25 | 2014-05-01 | Richard Postrel | Method and system for calculation and utilization of various user personas |
CN104090886A (zh) * | 2013-12-09 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 构建用户实时画像的方法及装置 |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
CN105005587A (zh) * | 2015-06-26 | 2015-10-28 | 深圳市腾讯计算机系统有限公司 | 一种用户画像的更新方法、装置和系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465739A (zh) * | 2017-08-01 | 2017-12-12 | 中国联合网络通信集团有限公司 | 实体渠道用户引流的方法及装置 |
CN107506399A (zh) * | 2017-08-02 | 2017-12-22 | 携程旅游网络技术(上海)有限公司 | 数据单元快速分段的方法、系统、设备及存储介质 |
CN107506399B (zh) * | 2017-08-02 | 2020-06-19 | 携程旅游网络技术(上海)有限公司 | 数据单元快速分段的方法、系统、设备及存储介质 |
CN107464142A (zh) * | 2017-08-09 | 2017-12-12 | 南京甄视智能科技有限公司 | 基于营销反馈结果反哺用户画像系统的方法、用户画像系统 |
CN107464142B (zh) * | 2017-08-09 | 2018-11-09 | 南京甄视智能科技有限公司 | 基于营销反馈结果反哺用户画像系统的方法、用户画像系统 |
WO2019062081A1 (zh) * | 2017-09-28 | 2019-04-04 | 平安科技(深圳)有限公司 | 业务员画像形成方法、电子装置及计算机可读存储介质 |
CN107609958A (zh) * | 2017-10-16 | 2018-01-19 | 泰康保险集团股份有限公司 | 行为引导策略确定方法以及装置、存储介质以及电子设备 |
CN108460629A (zh) * | 2018-02-10 | 2018-08-28 | 深圳壹账通智能科技有限公司 | 用户营销推荐方法、装置、终端设备及存储介质 |
CN110135976A (zh) * | 2019-04-23 | 2019-08-16 | 上海淇玥信息技术有限公司 | 用户画像生成方法、装置、电子设备和计算机可读介质 |
CN110443633A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 激励数据的匹配方法、装置、计算机设备和存储介质 |
CN113327048A (zh) * | 2021-06-16 | 2021-08-31 | 力合科创集团有限公司 | 基于大数据及多维特征的企业画像计算方法、介质及程序 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106815738A (zh) | 一种获取用户画像的方法和装置 | |
US9529852B1 (en) | Selecting a template for a content item | |
JP6073345B2 (ja) | 検索結果をランク付けする方法および装置ならびに検索方法および装置 | |
US9286574B2 (en) | Systems and methods for layered training in machine-learning architectures | |
WO2021238722A1 (zh) | 资源推送方法、装置、设备及存储介质 | |
US20190197416A1 (en) | Information recommendation method, apparatus, and server based on user data in an online forum | |
US9213961B2 (en) | Systems and methods for generating social index scores for key term analysis and comparisons | |
AU2011210681B2 (en) | Bandwidth constrained auctions | |
CN105874423B (zh) | 检测对可穿戴媒体设备上呈现的媒体的参与的方法和设备 | |
US20210365628A1 (en) | Extracting audiovisual features from digital components | |
US20210295414A1 (en) | Commodity recommendation method, apparatus, system and computer readable storage medium | |
TW201426592A (zh) | 投放資訊搜索的方法和裝置 | |
JP2019032876A (ja) | マルチメディアコンテンツにおける文脈探索 | |
US20170262447A1 (en) | Topical analytics for online articles | |
CN103136280A (zh) | 热点视频自动挖掘系统及方法 | |
US8775251B1 (en) | Allocating advertising budgets | |
JP2016534457A (ja) | 精度管理を用いたコンテンツ選択 | |
CN109636479A (zh) | 一种广告推荐方法、装置、电子设备及存储介质 | |
JP2014081882A (ja) | トレンド分析装置、方法及びプログラム | |
CN106575407A (zh) | 基于浏览上下文的广告选择 | |
CN108471544A (zh) | 一种构建视频用户画像方法及装置 | |
US20200293787A1 (en) | Media contextual information for a displayed resource | |
US10289624B2 (en) | Topic and term search analytics | |
CN108647349A (zh) | 一种内容推荐方法、装置和终端设备 | |
US10740621B2 (en) | Standalone video classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170609 |