CN107590673A - 用户分类方法及装置 - Google Patents

Abstract

本发明适用于数据处理领域，提供了一种用户分类方法及装置。所述方法包括：建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签；获取用户对所述应用程序库中应用程序的历史行为信息；基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。通过上述方法能够对用户进行准确分类，提高信息推送的准确率。

Description

用户分类方法及装置

技术领域

本发明实施例属于数据处理领域，尤其涉及一种用户分类方法及装置。

背景技术

随着移动互联网技术的快速发展以及智能终端的普及，出现了各式各样的应用程序(Application，APP)。目前，很多APP都会向用户进行信息推送，为了提高信息推送的准确率，通常会先将用户进行分类。

现有技术中，一种方式是通过获取用户注册APP时的相关信息对用户进行分类；第二种方式是根据用户对某个APP的使用习惯对用户进行分类。这两种方式获得的用户分类都具有一定的片面性，针对性不强，分类不够准确。

故，有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

鉴于此，本发明实施例提供了一种用户分类方法及装置，旨在解决现有的用户分类方法针对性不强从而导致用户分类不够准确的问题。

本发明实施例是这样实现的，一种用户分类方法，所述用户分类方法包括：

建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签；

获取用户对所述应用程序库中应用程序的历史行为信息；

基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

本发明实施例的另一目的在于提供一种用户分类装置，所述用户分类装置包括：

应用程序库建立单元，用于建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签；

行为信息获取单元，用于获取用户对所述应用程序库中应用程序的历史行为信息；

分类单元，用于基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过建立应用程序库，对应用程序库中的应用程序设置应用标签，根据所述应用程序的应用标签和用户对所述应用程序库中应用程序的历史行为信息，对用户进行分类，从而可有效提高用户分类的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的一种用户分类方法的流程图；

图2是本发明第二实施例提供的一种用户分类方法的流程图；

图3是本发明第二实施例提供的一种用户分类方法的示意图；

图4是本发明第三实施例提供的一种用户分类方法的流程图；

图5是本发明第三实施例提供的一种用户分类方法的示意图；

图6是本发明第三实施例提供的一种用户分类装置的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

图1示出了本发明第一实施例提供的一种用户分类方法的流程图，详述如下：

步骤S11，建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签。

具体地，为了使应用程序库中的应用程序多样化，以便提供更为准确的分析，所述步骤S11包括：

A1、获取应用程序平台中排行榜中的热门应用程序。例如，获取APP应用商店中下载排行榜前100的应用程序。

A2、获取地域应用程序。所述地域应用程序是指限定地域使用的应用程序，例如，深圳本地特色应用程序“酷米客公交”。

A3、获取专业应用程序。所述专业应用程序是指针对某一类特定人群使用的应用程序，例如，针对求职者使用的“智联招聘”，针对跑步爱好者使用的“悦跑圈”。

A4、获取与马斯洛需求理论对应的需求应用程序。具体地，应用程序的开发过程即满足客户特定方面需求的过程，即每一个应用程序必定满足某些用户某方面的需求或特定的利益目标。根据马斯洛需求层次理论，马斯洛理论把需求分成生理需求(Physiologicalneeds)、安全需求(Safety needs)、爱和归属感(Love and belonging)、尊重(Esteem)和自我实现(Self-actualization)五类，获取每一类需求所对应的应用程序。

A5、基于热门应用程序、地域应用程序、专业应用程序和需求应用程序建立应用程序库。

具体地，步骤A2、步骤A3和步骤A4中可以获取使用人数最多的应用程序。

为了更好的分析应用程序库中的应用程序，所述步骤S11具体包括：

B1、获取多个应用程序的特征信息。其中，所述特征信息包括应用程序基本属性信息如应用程序名称、功能信息，应用程序在应用商店的下载排名信息，应用程序下载或使用的费用信息(收费或免费)。所述特征信息还包括领域影响级别，所述领域影响级别是指通过计算应用程序在同类应用程序中的市场占有率，对该应用程序进行在特定领域的影响评定级别。

可选地，所述应用程序库按预设时间进行更新，此时，所述特征信息还包括每个应用程序被录入应用程序库的次数。

B2、基于所述特征信息按预设应用分类规则对所述多个应用程序进行分类。

具体地，所述预设应用分类规则包括按马斯洛需求理论分类，即，将应用程序根据生理上的需求、安全上的需求、情感和归属的需求、尊重的需求以及自我实现的需求这五类进行分类；按用户群体分类，即，根据应用程序目标用户群体集中性分为三类：通用应用程序、领域应用程序、特色小众应用程序。

B3、获取标签建立规则。所述标签建立规则是指根据专家知识对按预设应用分类规则分类的应用程序进一步描述，生成个性化标签(即自定义标签)，个性化标签可描述应用程序特点，应用程序库内所有应用程序的个性化标签及分类信息构成标签库。所述专家知识是指各领域专家对特定领域的了解。

B4、按标签建立规则对分类后的应用程序分别贴上至少一个标签。一般来说，应用程序库中分类后的应用程序分别贴有两个标签。

步骤S12，获取用户对所述应用程序库中应用程序的历史行为信息。

在本发明实施例中，所述历史行为信息包括但不限于应用程序的搜索记录、浏览记录、以及下载安装记录等。所述历史行为信息还包括用户使用应用程序的停留时间、使用频率以及启用时间。此时，步骤S11中B2预设应用分类规则还包括按应用程序使用信息分类，即，根据应用程序使用信息将应用程序库中的应用程序分为高启动短停留型、刚需型、周期性启动型、内容消费型和碎片时间型。

步骤S13，基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

可选地，根据用户使用应用程序的习惯，所述步骤S13具体包括：

C1、根据所述应用标签和所述历史行为信息，采用统计学习方法获得模型。

C2、基于获得所述模型对用户进行分类。

具体地，应用程序库中的应用程序至少有一个应用标签，根据所述应用标签和所述历史行为信息，对用户使用的应用程序进行综合加权累加标记，获取应用程序的权重信息，根据所述权重信息以及所述应用标签建立模型。该方法将用户形象标签化处理。

可选地，为达到更为准确有效的用户分类，所述步骤C2具体包括：

C21、获取映射规则。所述映射规则是指根据专家知识建立的关联规则。例如，用户使用应用程序购买婴幼儿奶粉，根据专家知识推测该用户也会对购买婴幼儿教育产品感兴趣。

C22、基于映射规则和所述模型，对用户进行分类。

本发明第一实施例中，通过基于多种来源的应用程序建立应用程序库，并基于应用程序的特征信息按预设应用分类规则进行分类，并基于标签建立规则对分类的应用程序进一步描述，为应用程序贴上应用标签，最后基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，提高了分类的准确性。

实施例二：

图2示出了本发明第二实施例提供的一种用户分类方法的流程图，详述如下：

步骤S21，建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签。该步骤与实施例一中的步骤S11相同，具体可参见步骤S11的相关描述，在此不再赘述。

步骤S22，获取用户对所述应用程序库中应用程序的历史行为信息。其中，所述历史行为信息包括应用程序的搜索记录、浏览记录、以及下载安装记录。该步骤与实施例一中的步骤S12相同，具体可参见步骤S12的相关描述，在此不再赘述。

步骤S23，基于所述应用标签和所述历史行为信息，通过马斯洛需求层次模型对用户进行分类。

具体地，只有当人从生理需要的控制下解放出来时，才可能出现更高级的、社会化程度更高的需要如安全的需要。对于承载部分用户特定需求的应用程序可依据其主要实现的用户需求，映射到马斯洛需求层次理论中的不同层次。所述步骤S23具体包括：

D1、根据应用标签及马斯洛需求层次理论，在马斯洛需求模型中对用户使用过的应用程序进行映射分类。

D2、设置置信度。所述置信度是指当应用程序同时符合马斯洛需求层次理论中的多个层次时，该应用程序在这多个层次中每个层次的比重。

D3、根据K-means聚类方法对用户对五个不同层次的应用程序的使用情况进行聚类分析。

步骤S24，获取待推送的信息。即，获取推广需求。

步骤S25，根据所述待推送的信息，从分类后的用户中选择所述用户标识与所述待推送的信息相关的用户，并将选择的所述用户作为目标用户。例如，推送商品折扣信息时，将喜欢购物的用户作为目标用户，将商品折扣信息推送给该用户。

步骤S26，向所述目标用户推送所述信息。

参照图3，本发明第二实施例提供的一种用户分类方法的示意图，具体地，本发明第二实施例中，基于应用程序库中的应用标签和用户使用应用程序的历史行为信息，通过马斯洛需求层次模型对用户进行聚类分析，并基于推广需求和专家知识，从分类后的用户中选择所述用户标识与所述待推送的信息相关的用户，并将选择的所述用户作为目标用户。

本发明第二实施例中，通过基于马斯洛需求层次理论对用户使用的应用程序进行聚类分析，将用户以需求层次进行分类，获得用户分类标识，最终达到对用户准确分类的目的。

实施例三：

图4示出了本发明第二实施例提供的一种用户分类方法的流程图，详述如下：

步骤S31，建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签。

步骤S32，获取用户对所述应用程序库中应用程序的历史行为信息。其中，所述历史行为信息包括应用程序的搜索记录、浏览记录、以及下载安装记录。

步骤S33，基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

本实施例三中，该步骤S31、S32、S33与实施例一中的步骤S11、S12、S13相同，具体可参见实施例一种步骤S11、S12、S13的相关描述，在此不再赘述。

步骤S34，获取待推送的信息。即，获取推广需求。

步骤S35，基于所述待推送的信息，获取映射规则。所述映射规则是指根据专家知识建立的映射关联规则。

步骤S36，从应用程序库中获取所述应用标签与所述映射规则对应的应用程序。

步骤S37，基于所述对应的应用程序，获取目标用户。

步骤S38，向所述目标用户推送所述信息。

参照图5，本发明第三实施例提供的一种用户分类方法的示意图。如图5所示，从推广需求角度出发，结合专家知识，制定映射规则，从APP标签库中筛选出与推广需求存在直接或范围内间接相关的APP，并对筛选出的APP的用户进行分析，通过APP列表排列、权重设定等计算方法进行二次分析，从而选出最适合推广需求的用户推送信息。

应理解，在本发明实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例四：

图6示出了本发明第四实施例提供的一种用户分类装置的结构图。为了便于说明，仅示出了与本发明实施例相关的部分。

该用户分类装置包括：应用程序库建立单元41，行为信息获取单元42，分类单元43，其中：

应用程序库建立单元41，用于建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签。

所述应用程序库建立单元41，具体包括：

特征信息获取模块，用于获取多个应用程序的特征信息。

分类模块，用于基于所述特征信息按预设应用分类规则对所述多个应用程序进行分类。

规则获取模块，用于获取标签建立规则。

标签建立模块，用于按标签建立规则对分类后的应用程序分别贴上至少一个标签。

行为信息获取单元42，用于获取用户对所述应用程序库中应用程序的历史行为信息。

分类单元43，用于基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

所述分类单元43，具体包括：

层次分类模块，用于基于所述应用标签和所述历史行为信息，通过马斯洛需求层次模型对用户进行分类。

模型获取模块，用于根据所述应用标签和所述历史行为信息，采用统计学习方法获得模型。

统计分类模块，用于基于获得所述模型对用户进行分类。

所述用户分类装置还包括：

信息获取单元，用于获取待推送的信息；

目标用户选择单元，用于根据所述待推送的信息，从分类后的用户中选择所述用户标识与所述待推送的信息相关的用户，并将选择的所述用户作为目标用户。

推送单元，用于向所述目标用户推送所述信息。

本发明第四实施例中，通过建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签，再获取用户对所述应用程序库中应用程序的历史行为信息，基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型，可有效提高用户分类的准确性，提高信息推送的准确率。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种用户分类方法，其特征在于，所述用户分类方法包括：

建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签；

获取用户对所述应用程序库中应用程序的历史行为信息；

基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

2.根据权利要求1所述的方法，其特征在于，所述建立应用程序库包括：

获取多个应用程序的特征信息；

基于所述特征信息按预设应用分类规则对所述多个应用程序进行分类；

获取标签建立规则；

按标签建立规则对分类后的应用程序分别设置至少一个标签。

3.根据权利要求1所述的方法，其特征在于，所述基于所述应用标签和所述历史行为信息，对用户进行分类，具体包括：

基于所述应用标签和所述历史行为信息，通过马斯洛需求层次模型对用户进行分类。

4.根据权利要求1所述的方法，其特征在于，所述基于所述应用标签和所述历史行为信息，对用户进行分类，具体包括：

根据所述应用标签和所述历史行为信息，采用统计学习方法获得模型；

基于获得的所述模型对用户进行分类。

5.根据权利要求1至4任一项所述的方法，其特征在于，在基于所述应用标签和所述使用信息，对用户进行分类之后，还包括：

获取待推送的信息；

根据所述待推送的信息，从分类后的用户中选择所述用户标识与所述待推送的信息相关的用户，并将选择的所述用户作为目标用户；

向所述目标用户推送所述信息。

6.根据权利要求1至4任一项所述的方法，其特征在于，在基于所述应用标签和所述使用信息，对用户进行分类之后，还包括：

获取待推送的信息；

基于所述待推送的信息，获取映射规则；

从应用程序库中获取所述应用标签与所述映射规则对应的应用程序；

基于所述对应的应用程序，获取目标用户；

向所述目标用户推送所述信息。

7.一种用户分类装置，其特征在于，所述装置包括：

应用程序库建立单元，用于建立应用程序库，所述应用程序库中的应用程序分别对应至少一个应用标签；

行为信息获取单元，用于获取用户对所述应用程序库中应用程序的历史行为信息；

分类单元，用于基于所述应用标签和所述历史行为信息，对用户进行分类，获得用户分类标识，所述用户分类标识用于指示所述用户的用户类型。

8.根据权利要求6所述的装置，其特征在于，所述应用程序库建立单元，具体包括：

特征信息获取模块，用于获取多个应用程序的特征信息；

分类模块，用于基于所述特征信息按预设应用分类规则对所述多个应用程序进行分类；

规则获取模块，用于获取标签建立规则；

标签建立模块，用于按标签建立规则对分类后的应用程序分别设置至少一个标签。

9.根据权利要求7所述的装置，其特征在于，所述分类单元，具体包括：

层次分类模块，用于基于所述应用标签和所述历史行为信息，通过马斯洛需求层次模型对用户进行分类；或者，

模型获取模块，用于根据所述应用标签和所述历史行为信息，采用统计学习方法获得模型；

统计分类模块，用于基于获得的所述模型对用户进行分类。

10.根据权利要求6至9任一项所述的装置，其特征在于，所述装置包括：

信息获取单元，用于获取待推送的信息；

目标用户选择单元，用于根据所述待推送的信息，从分类后的用户中选择所述用户标识与所述待推送的信息相关的用户，并将选择的所述用户作为目标用户；

推送单元，用于向所述目标用户推送所述信息。