CN107705156A - 用户特征分析方法及装置 - Google Patents

用户特征分析方法及装置 Download PDF

Info

Publication number
CN107705156A
CN107705156A CN201710960022.6A CN201710960022A CN107705156A CN 107705156 A CN107705156 A CN 107705156A CN 201710960022 A CN201710960022 A CN 201710960022A CN 107705156 A CN107705156 A CN 107705156A
Authority
CN
China
Prior art keywords
application program
list
user terminal
label information
feature
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.)
Granted
Application number
CN201710960022.6A
Other languages
English (en)
Other versions
CN107705156B (zh
Inventor
陈冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Dayu Infinite Technology Co Ltd
Original Assignee
Shenzhen Dayu Infinite Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Dayu Infinite Technology Co Ltd filed Critical Shenzhen Dayu Infinite Technology Co Ltd
Priority to CN201710960022.6A priority Critical patent/CN107705156B/zh
Publication of CN107705156A publication Critical patent/CN107705156A/zh
Application granted granted Critical
Publication of CN107705156B publication Critical patent/CN107705156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Stored Programmes (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明提供一种用户特征分析方法及装置，方法及装置应用于与用户终端通信的服务器。方法包括：接收用户终端发送的至少一个应用程序信息，并根据该至少一个应用程序信息得到用户终端当前的应用程序安装列表；根据该应用程序安装列表得到用户终端的特征列表，特征列表中包括与该应用程序安装列表中的每个应用程序对应的标签信息；针对特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。如此，能够根据用户终端中安装的应用程序分析得到该用户终端的用户的特征，非常便捷。

Description

用户特征分析方法及装置
技术领域
本发明涉及数据分析技术领域，具体而言，涉及一种用户特征分析方法及装置。
背景技术
应用程序(Application，APP)通常是基于分析得到的用户特征为用户推送相应的信息(如，个性化内容推荐、广告推送等)。现有的分析用户特征的做法，通常是通过用户行为采集、问卷调查等方式获得用户的特征。其中，问卷调查获得的数据量有限，且不够智能；用户行为采集通常是采集用户在社交网络中的行为数据，进而分析得到用户的特征数据，其涉及的计算流程复杂，且依赖于用户在网络上的社交行为，对结构简单且无社交属性的APP并不适用。
发明内容
有鉴于此，本发明实施例提供一种用户特征分析方法及装置，应用于与用户终端通信的服务器，所述方法包括：
接收所述用户终端发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端当前的应用程序安装列表；
根据所述应用程序安装列表得到所述用户终端的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息；
针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
本发明实施例还提供一种用户特征分析装置，应用于与用户终端通信的服务器，所述方法包括：
安装列表获得模块，用于接收所述用户终端发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端当前的应用程序安装列表；
特征列表获得模块，用于根据所述应用程序安装列表得到所述用户终端的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息；
用户特征分析模块，用于针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
本发明实施例提供的用户特征分析方法及装置，根据用户终端发送的应用程序信息得到该用户终端当前的应用程序安装列表，根据该应用程序安装列表得到该用户终端的特征列表，再根据该特征列表中每个标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值，最终形成的特征列表即为该用户终端的用户的特征列表。如此，即可实现一种适用于缺乏用户行为特征的APP的用户特征分析方法，且实现过程非常便捷。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种服务器与用户终端的交互示意图；
图2为本发明实施例提供的一种服务器的方框示意图；
图3为本发明实施例提供的一种用户特征分析方法的流程示意图；
图4为图3所示步骤S110的子步骤示意图；
图5为图3所示步骤S120的子步骤示意图；
图6为图3所示步骤S130的子步骤示意图；
图7为本发明实施例提供的一种用户特征分析装置的功能模块框图。
图标：100-服务器；110-存储器；120-处理器；130-通信单元；200-用户终端；300-用户特征分析装置；310-安装列表获得模块；311-第一检测子模块；312-第一列表获得子模块；313-第二列表获得子模块；320-特征列表获得模块；321-第二检测子模块；322-第一特征分析子模块；323-第二特征分析子模块；330-用户特征分析模块；331-下载量获得子模块；332-计算子模块；333-特征值更新子模块；340-标签信息抓取模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
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定义和解释。
如图1所示，是本发明实施例提供的一种服务器100与用户终端200的交互示意图。所述服务器100可通过网络与所述用户终端200通信，以实现数据交互或通信。
在本实施例中，所述用户终端200中安装有至少一个应用程序，所述用户终端200可以是，但不限于，个人电脑(Personal Computer，PC)、智能手机、平板电脑、个人数字助理(personal digital assistant，PDA)、移动上网设备(Mobile Internet Device，MID)等，服务器100可以为Nginx服务器。
如图2所示，是本发明实施例提供的一种服务器100的方框示意图，所述服务器100包括用户特征分析装置300、存储器110、处理器120以及通信单元130。
所述存储器110、处理器120以及通信单元130各元件之间相互直接或间接地电性连接，以实现数据的传输或交互。其中，所述用户特征分析装置300包括至少一个可以软件或固件(firmware)的形式存储在所述存储器110中或固化在所述服务器100的操作系统(Operating System，OS)中的软件功能模块。
在本实施例中，所述存储器110可以是，但不限于，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。
所述处理器120可以是一种集成电路芯片，具有信号处理能力。所述处理器120也可以是通用处理器，如，中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Central Processing Unit，CPU)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件；所述处理器120还可以是微处理器或任何常规的处理器。所述处理器120可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。
所述通信单元130用于建立所述服务器100与外部设备(如，用户终端200)之间的通信连接，所述处理器120用于在接收到执行指令时执行所述存储器110中的可执行模块。
应当理解，在本实施例中，图2所示的结构仅为示意，所述服务器100可以具有比图2所示更多或更少的组件，或是具有与图2所示完全不同的配置。需要说明的是，图2所示的各组件可以软件、硬件或其组合实现。
如图3所示，是本发明实施例提供的一种用户特征分析方法的流程示意图，所述方法应用与图2所示的服务器100。下面对图3所示的具体流程及步骤做详细阐述。
步骤S110，接收所述用户终端200发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端200当前的应用程序安装列表。
在本实施例中，所述应用程序信息是指用于标识所述用户终端200中安装的应用程序的信息。
当所述用户终端200第一次向所述服务器100发送应用程序信息时，所述用户终端200会将当前安装的所有应用程序的应用程序信息发送给所述服务器100，所述服务器100会将接收到的所有应用程序信息形成一个列表，并将该列表作为所述用户终端200当前的应用程序安装列表。
当所述用户终端200在第一次向所述服务器100发送应用程序信息之后，对所述用户终端200中安装的应用程序进行监测，在检测到所述用户终端200中安装的应用程序发生变化(如，出现新安装的应用程序或是有应用程序被卸载)时，将发生变化的应用程序的应用程序信息发送给所述服务器100，所述服务器100会根据接收到的应用程序信息更新所述用户终端200的应用程序安装列表。
详细地，如图4所示，所述步骤S110可以包括步骤S111、步骤S112以及步骤S113三个子步骤。
步骤S111，接收所述用户终端200发送的至少一个应用程序信息，并检测所述服务器100中是否存在所述用户终端200的应用程序安装列表。若是，则执行步骤S112，若否，则执行步骤S113。
步骤S112，根据所述至少一个应用程序信息更新所述用户终端200的应用程序安装列表，得到所述用户终端200当前的应用程序安装列表。
可选地，在本实施例中，根据所述至少一个应用程序信息更新所述用户终端200的应用程序安装列表的方式可以有多种，例如，每个应用程序信息中可以携带有该应用程序信息所标识的应用程序的变化方式(如，安装或卸载)，所述服务器100根据该变化方式确定在所述应用程序安装列表中添加或删除该应用程序信息。
又如，所述服务器100在接收到所述至少一个应用程序信息时，针对每个应用程序信息，可以检测所述应用程序安装列表中是否包括该应用程序信息，若包括，则删除该应用程序信息，若不包括，则添加该应用程序信息。
步骤S113，根据所述至少一个应用程序信息形成一个列表作为所述用户终端200当前的应用程序安装列表。
在本实施例中，当服务器100接收到应用程序信息时，检测到并未存储有该应用程序信息对应的用户终端200的应用程序安装列表，可以确定该应用程序信息对应的用户终端200是第一次上传应用程序信息，因而，可以将接收到的所述至少一个应用程序信息形成一个列表，并将所形成的列表作为所述用户终端200当前的应用程序安装列表。
当之后再接收到所述用户终端200发送的应用程序信息时，则可以采用步骤S112的方式对应用程序安装列表进行更新。
步骤S120，根据所述应用程序安装列表得到所述用户终端200的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息。
经发明人研究发现，每个应用程序都对应至少一个标签信息，所述标签信息用于表征该应用程序的属性，例如，所述标签信息可以是游戏、购物、轻音乐、悬疑等。基于用户安装的应用程序所具备的标签信息即可分析得到该用户的特征，从而很好地对用户进行分群，以向特定的目标用户推送相应的信息。
所述标签信息通常以元数据(meta)的形式记录在所述应用程序中，并与所述应用程序信息相关联。所述服务器100可以通过如下步骤获得所述标签信息：
针对所述应用程序安装列表中的每个应用程序，从外部服务器100抓取与该应用程序对应的标签信息。
其中，所述外部服务器100是指各应用商店APP对应的应用服务器100。
在本实施例中，当用户终端200第一次向所述服务器100发送应用程序信息时，所述服务器100中还不包括该用户终端200的特征列表，因而可以直接根据接收到的应用程序信息形成一应用程序安装列表，再根据形成的应用程序安装列表得到该用户终端200的特征列表。
当用户终端200并非第一次向所述服务器100发送应用程序信息时，所述服务器100中已经存在该用户终端200的特征列表，则根据接收到的应用程序信息更新该用户终端200的应用程序安装列表，再根据更新后的应用程序安装列表更新所述特征列表。
详细地，如图5所示，在本实施例中，所述步骤S120可以包括步骤S121、步骤S122以及步骤S123三个子步骤。
步骤S121，检测所述服务器100中是否存在所述用户终端200的特征列表。若是，执行步骤S122，若否，执行步骤S123。
步骤S122，针对所述应用程序安装列表中的每个应用程序，检测所述特征列表中是否包括与该应用程序对应的标签信息，并在不包括时，将该标签信息添加至所述特征列表中，并将该标签信息的用户特征值初始化为所述预设值。
步骤S123，建立所述用户终端200的特征列表，将与所述应用程序安装列表中的每个应用程序对应的标签信息添加至所述特征列表中，并将所述特征列表中每个标签信息的用户特征值初始化为预设值。
在本实施例中，所述预设值可以设置为任意值，例如，0、1、2等。由于各标签信息的初始值都为所述预设值，因而不会影响分析结果。
通过上述步骤的执行，可以确保所述用户终端200的特征列表中包括与其应用程序安装列表中的每个应用程序相对应的标签信息，以保证分析结果的全面和准确。
步骤S130，针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
在本实施例中，不同的应用程序可能与相同的标签信息对应。因而，所述特征列表中的某一标签信息与所述应用程序安装列表中的至少两个应用程序相对应时，所述服务器100会根据所述至少两个应用程序的下载量共同分析得到该标签信息的用户特征值。
可选地，如图6所示，在本实施例中，所述步骤S130可以包括步骤S131、步骤S132以及步骤S133三个子步骤。
步骤S131，针对所述应用程序安装列表中的每个应用程序，从外部服务器100抓取该应用程序的当前下载量。
其中，所述外部服务器100是指各应用商店APP对应的服务器100。在步骤S131中，针对所述应用程序安装列表中的每个应用程序，所述服务器100可从提供有该应用程序的应用服务器100抓取该应用程序当前的下载量。其中，所述下载量是指该应用程序的被下载次数。
步骤S132，根据所述当前下载量计算得到该应用程序的熵，所述熵表征该应用程序携带的信息量的大小，所述熵与所述当前下载量成反比。
在本实施例中，根据所述当前下载量计算得到该应用程序的熵的步骤可以有多种实现方式。例如，可以采用如下计算式计算得到：
其中，n是该应用程序的下载量，S即为该应用程序的熵。
在本实施例中，所述熵用于表征该应用程序携带的信息量的大小。经发明人研究发现，当一个应用程序的下载量越大时，就越难根据该应用程序来区分用户的喜好。换言之，当一个应用程序的下载量越大时，该应用程序携带的信息量就越小，因而，所述熵与所述当前下载量成反比。
因而，在本实施例中，自变量与因变量成反比计算式，均可用于计算所述熵，且所述当前下载量为自变量，所述熵为因变量。
步骤S133，针对与该应用程序对应的标签信息，将该标签信息的用户特征值更新为所述熵与该标签信息当前的用户特征值之和。
在本实施例中，当所述特征列表中的每个标签信息与所述应用程序安装列表中的至少两个应用程序相对应时，所述服务器100可以将所述至少两个应用程序的熵与该标签信息当前的用户特征值求和，并将该标签信息当前的用户特征值更新为得到的和值。如此，能够反映出使用该用户终端200的用户在该标签信息所表示的内容的偏好程度。
通过上述设计，能够简单快捷地对用户的特征进行分析，并得到用户的特征向量(也即，所述特征列表)，为后续的分析和处理提供了基础。并且，本发明实施例提供的用户特征分析方法适用范围广泛，对用户是否在网络上的行为数据没有依赖。
如图7所示，本发明实施例还提供一种用户特征分析装置300，应用于图2所示的服务器100。所述装置包括安装列表获得模块310、特征列表获得模块320以及用户特征分析模块330。
所述安装列表获得模块310用于接收所述用户终端200发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端200当前的应用程序安装列表。
在本实施例中，关于所述安装列表获得模块310的描述具体可参考对图3所示步骤S110的详细描述，也即，所述步骤S110可以由所述安装列表获得模块310执行。
在本实施例中，所述安装列表获得模块310可以包括第一检测子模块311、第一列表获得子模块312以及第二列表获得子模块313。
其中，所述第一检测子模块311用于接收所述用户终端200发送的至少一个应用程序信息，并检测所述服务器100中是否存在所述用户终端200的应用程序安装列表。
在本实施例中，关于所述第一检测子模块311的描述具体可参考对图4所示步骤S111的详细描述，也即，所述步骤S111可以由所述第一检测子模块311执行。
所述第一列表获得子模块312用于当所述服务器100中存在述服务器100中不存在所述用户终端200的应用程序安装列表时，根据所述至少一个应用程序信息更新所述用户终端200的应用程序安装列表，得到所述用户终端200当前的应用程序安装列表。
在本实施例中，关于所述第一列表获得子模块312的描述具体可参考对图4所示步骤S112的详细描述，也即，所述步骤S112可以由所述第一列表获得子模块312执行。
所述第二列表获得子模块313用于当所述服务器100中不存在所述用户终端200的应用程序安装列表时，根据所述至少一个应用程序信息形成一个列表作为所述用户终端200当前的应用程序安装列表。
在本实施例中，关于所述第二列表获得子模块313的描述具体可参考对图4所示步骤S113的详细描述，也即，所述步骤S113可以由所述第二列表获得子模块313执行。
所述特征列表获得模块320用于根据所述应用程序安装列表得到所述用户终端200的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息。
在本实施例中，关于所述特征列表获得模块320的描述具体可参考对图3所示步骤S120的详细描述，也即，所述步骤S120可以由所述特征列表获得模块320执行。
在本实施例中，可选地，所述特征列表获得模块320可以包括第二检测子模块321、第一特征分析子模块322以及第二特征分析子模块323。
其中，所述第二检测子模块321用于检测所述服务器100中是否存在所述用户终端200的特征列表。
在本实施例中，关于所述第二检测子模块321的描述具体可参考对图5所示步骤S121的详细描述，也即，所述步骤S121可以由所述第二检测子模块321执行。
所述第一特征分析子模块322用于当所述服务器100中存在所述用户终端200的特征列表时，针对所述应用程序安装列表中的每个应用程序，检测所述特征列表中是否包括与该应用程序对应的标签信息，并在不包括时，将该标签信息添加至所述特征列表中，并将该标签信息的用户特征值初始化为所述预设值。
在本实施例中，关于所述第一特征分析子模块322的描述具体可参考对图5所示步骤S122的详细描述，也即，所述步骤S122可以由所述第一特征分析子模块322执行。
所述第二特征分析子模块323用于当所述服务器100中不存在所述用户终端200的特征列表时，建立所述用户终端200的特征列表，将与所述应用程序安装列表中的每个应用程序对应的标签信息添加至所述特征列表中，并将所述特征列表中每个标签信息的用户特征值初始化为预设值。
在本实施例中，关于所述第二特征分析子模块323的描述具体可参考对图5所示步骤S123的详细描述，也即，所述步骤S123可以由所述第一特征分析子模块322执行。
所述用户特征分析模块330用于针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
在本实施例中，关于所述用户特征分析模块330的描述具体可参考对图3所示步骤S130的详细描述，也即，所述步骤S130可以由所述用户特征分析模块330执行。
在本实施例中，所述用户特征分析模块330包括下载量获得子模块331、计算子模块332以及特征值更新子模块333。
所述下载量获得子模块331用于针对所述应用程序安装列表中的每个应用程序，从外部服务器100抓取该应用程序的当前下载量。
在本实施例中，关于所述下载量获得子模块331的描述具体可参考对图6所示步骤S131的详细描述，也即，所述下载量获得子模块331执行。
所述计算子模块332用于根据所述当前下载量计算得到该应用程序的熵，所述熵表征该应用程序携带的信息量的大小，所述熵与所述当前下载量成反比。
在本实施例中，关于所述计算子模块332的描述具体可参考对图6所示步骤S132的详细描述，也即，所述步骤S132可以由所述计算子模块332执行。
所述特征值更新子模块333用于针对与该应用程序对应的标签信息，将该标签信息的用户特征值更新为所述熵与该标签信息当前的用户特征值之和。
在本实施例中，关于所述特征值更新子模块333的描述具体可参考对图6所示步骤S133的详细描述，也即，所述步骤S133可以由所述特征值更新子模块333执行。
可选地，在本实施例中，所述服务器100中记录有与所述应用程序安装列表中的每个应用程序对应的标签信息，所述装置还可以包括标签信息抓取模块340。
所述标签信息抓取模块340用于针对所述应用程序安装列表中的每个应用程序，从外部服务器100抓取与该应用程序对应的标签信息。
在本实施例中，关于所述标签信息抓取模块340的描述具体可参考对上述内容中相关步骤的详细描述。
综上所述，本发明实施例提供的用户特征分析方法及装置，根据用户终端200发送的应用程序信息得到该用户终端200当前的应用程序安装列表，根据该应用程序安装列表得到该用户终端200的特征列表，再根据该特征列表中每个标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值，最终形成的特征列表即为该用户终端200的用户的特征列表。如此，即可实现一种适用于缺乏用户行为特征的APP的用户特征分析方法，且实现过程非常便捷。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用户特征分析方法，其特征在于，应用于与用户终端通信的服务器，所述方法包括：
接收所述用户终端发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端当前的应用程序安装列表；
根据所述应用程序安装列表得到所述用户终端的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息；
针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
2.根据权利要求1所述的方法，其特征在于，针对所述特征列表中的每个标签信息，基于该标签信息对应的应用程序的下载量确定该标签信息当前的用户特征值的步骤，包括：
针对所述应用程序安装列表中的每个应用程序，从外部服务器抓取该应用程序的当前下载量；
根据所述当前下载量计算得到该应用程序的熵，所述熵表征该应用程序携带的信息量的大小，所述熵与所述当前下载量成反比；
针对与该应用程序对应的标签信息，将该标签信息的用户特征值更新为所述熵与该标签信息当前的用户特征值之和。
3.根据权利要求1或2所述的方法，其特征在于，接收所述用户终端发送的至少一个应用程序信息，并基于所述至少一个应用程序信息得到所述用户终端当前的应用程序安装列表的步骤，包括：
接收所述用户终端发送的至少一个应用程序信息，并检测所述服务器中是否存在所述用户终端的应用程序安装列表；
若存在，则根据所述至少一个应用程序信息更新所述用户终端的应用程序安装列表，得到所述用户终端当前的应用程序安装列表；
若不存在，则根据所述至少一个应用程序信息形成一个列表作为所述用户终端当前的应用程序安装列表。
4.根据权利要求1或2所述的方法，其特征在于，根据所述应用程序安装列表得到所述用户终端的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息的步骤，包括：
检测所述服务器中是否存在所述用户终端的特征列表；
当存在时，针对所述应用程序安装列表中的每个应用程序，检测所述特征列表中是否包括与该应用程序对应的标签信息，并在不包括时，将该标签信息添加至所述特征列表中，并将该标签信息的用户特征值初始化为所述预设值；
当不存在时，建立所述用户终端的特征列表，将与所述应用程序安装列表中的每个应用程序对应的标签信息添加至所述特征列表中，并将所述特征列表中每个标签信息的用户特征值初始化为预设值。
5.根据权利要求1或2所述的方法，其特征在于，所述服务器中记录有与所述应用程序安装列表中的每个应用程序对应的标签信息，所述标签信息通过如下步骤获得：
针对所述应用程序安装列表中的每个应用程序，从外部服务器抓取与该应用程序对应的标签信息。
6.一种用户特征分析装置，其特征在于，应用于与用户终端通信的服务器，所述装置包括：
安装列表获得模块，用于接收所述用户终端发送的至少一个应用程序信息，并根据所述至少一个应用程序信息得到所述用户终端当前的应用程序安装列表；
特征列表获得模块，用于根据所述应用程序安装列表得到所述用户终端的特征列表，所述特征列表中包括与所述应用程序安装列表中的每个应用程序对应的标签信息；
用户特征分析模块，用于针对所述特征列表中的每个标签信息，根据该标签信息对应的应用程序的下载量分析得到该标签信息的用户特征值。
7.根据权利要求6所述的装置，其特征在于，所述用户特征分析模块包括：
下载量获得子模块，用于针对所述应用程序安装列表中的每个应用程序，从外部服务器抓取该应用程序的当前下载量；
计算子模块，用于根据所述当前下载量计算得到该应用程序的熵，所述熵表征该应用程序携带的信息量的大小，所述熵与所述当前下载量成反比；
特征值更新子模块，用于针对与该应用程序对应的标签信息，将该标签信息的用户特征值更新为所述熵与该标签信息当前的用户特征值之和。
8.根据权利要求6或7所述的装置，其特征在于，所述安装列表获得模块包括：
第一检测子模块，用于接收所述用户终端发送的至少一个应用程序信息，并检测所述服务器中是否存在所述用户终端的应用程序安装列表；
第一列表获得子模块，用于当所述服务器中存在述服务器中不存在所述用户终端的应用程序安装列表时，根据所述至少一个应用程序信息更新所述用户终端的应用程序安装列表，得到所述用户终端当前的应用程序安装列表；
第二列表获得子模块，用于当所述服务器中不存在所述用户终端的应用程序安装列表时，根据所述至少一个应用程序信息形成一个列表作为所述用户终端当前的应用程序安装列表。
9.根据权利要求6或7所述的装置，其特征在于，所述特征列表获得模块包括：
第二检测子模块，用于检测所述服务器中是否存在所述用户终端的特征列表；
第一特征分析子模块，用于当所述服务器中存在所述用户终端的特征列表时，针对所述应用程序安装列表中的每个应用程序，检测所述特征列表中是否包括与该应用程序对应的标签信息，并在不包括时，将该标签信息添加至所述特征列表中，并将该标签信息的用户特征值初始化为所述预设值；
第二特征分析子模块，用于当所述服务器中不存在所述用户终端的特征列表时，建立所述用户终端的特征列表，将与所述应用程序安装列表中的每个应用程序对应的标签信息添加至所述特征列表中，并将所述特征列表中每个标签信息的用户特征值初始化为预设值。
10.根据权利要求6或7所述的装置，其特征在于，所述服务器中记录有与所述应用程序安装列表中的每个应用程序对应的标签信息，所述装置还包括：
标签信息抓取模块，用于针对所述应用程序安装列表中的每个应用程序，从外部服务器抓取与该应用程序对应的标签信息。
CN201710960022.6A 2017-10-16 2017-10-16 用户特征分析方法及装置 Active CN107705156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710960022.6A CN107705156B (zh) 2017-10-16 2017-10-16 用户特征分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710960022.6A CN107705156B (zh) 2017-10-16 2017-10-16 用户特征分析方法及装置

Publications (2)

Publication Number Publication Date
CN107705156A true CN107705156A (zh) 2018-02-16
CN107705156B CN107705156B (zh) 2021-02-05

Family

ID=61183864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710960022.6A Active CN107705156B (zh) 2017-10-16 2017-10-16 用户特征分析方法及装置

Country Status (1)

Country Link
CN (1) CN107705156B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111178687A (zh) * 2019-12-11 2020-05-19 北京淇瑀信息科技有限公司 金融风险分类方法、装置及电子设备
CN111191677A (zh) * 2019-12-11 2020-05-22 北京淇瑀信息科技有限公司 用户特征数据生成方法、装置及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105227445A (zh) * 2015-10-23 2016-01-06 中国联合网络通信集团有限公司 应用推荐方法和应用推荐平台
CN105809471A (zh) * 2016-02-23 2016-07-27 北京金山安全软件有限公司 一种获取用户属性的方法、装置及电子设备
CN106250546A (zh) * 2016-08-10 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106250532A (zh) * 2016-08-04 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106326369A (zh) * 2016-08-12 2017-01-11 广州优视网络科技有限公司 应用专题推荐方法、装置及服务器
CN106326242A (zh) * 2015-06-19 2017-01-11 赤子城网络技术（北京）有限公司 应用程序的推送方法及装置
CN106651057A (zh) * 2017-01-03 2017-05-10 有米科技股份有限公司 一种基于安装包序列表的移动端用户年龄预测方法
US20170169351A1 (en) * 2015-12-10 2017-06-15 TCL Research America Inc. Heterogenous network (r-knowledge) for bridging users and apps via relationship learning
CN106940705A (zh) * 2016-12-20 2017-07-11 上海掌门科技有限公司 一种用于构建用户画像的方法与设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326242A (zh) * 2015-06-19 2017-01-11 赤子城网络技术（北京）有限公司 应用程序的推送方法及装置
CN105227445A (zh) * 2015-10-23 2016-01-06 中国联合网络通信集团有限公司 应用推荐方法和应用推荐平台
US20170169351A1 (en) * 2015-12-10 2017-06-15 TCL Research America Inc. Heterogenous network (r-knowledge) for bridging users and apps via relationship learning
CN105809471A (zh) * 2016-02-23 2016-07-27 北京金山安全软件有限公司 一种获取用户属性的方法、装置及电子设备
CN106250532A (zh) * 2016-08-04 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106250546A (zh) * 2016-08-10 2016-12-21 广州优视网络科技有限公司 应用推荐方法、装置及服务器
CN106326369A (zh) * 2016-08-12 2017-01-11 广州优视网络科技有限公司 应用专题推荐方法、装置及服务器
CN106940705A (zh) * 2016-12-20 2017-07-11 上海掌门科技有限公司 一种用于构建用户画像的方法与设备
CN106651057A (zh) * 2017-01-03 2017-05-10 有米科技股份有限公司 一种基于安装包序列表的移动端用户年龄预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO YAN,ETC: "AppJoy:personalized mobile application discovery", 《PROCEEDINGS OF THE 9TH INTERNATIONAL CONFERENCE ON MOBILE SYSTEMS, APPLICATIONS, AND SERVICES》 *
罗海艳: "移动用户网络行为分析与预测方法研究", 《中国博士学位论文全文数据库 信息科技辑》 *
赵兴旺 等: "一种基于信息熵的混合数据属性加权聚类算法", 《计算机研究与发展》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111178687A (zh) * 2019-12-11 2020-05-19 北京淇瑀信息科技有限公司 金融风险分类方法、装置及电子设备
CN111191677A (zh) * 2019-12-11 2020-05-22 北京淇瑀信息科技有限公司 用户特征数据生成方法、装置及电子设备
CN111191677B (zh) * 2019-12-11 2023-09-26 北京淇瑀信息科技有限公司 用户特征数据生成方法、装置及电子设备
CN111178687B (zh) * 2019-12-11 2024-04-26 北京淇瑀信息科技有限公司 金融风险分类方法、装置及电子设备

Also Published As

Publication number Publication date
CN107705156B (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN107566358B (zh) 一种风险预警提示方法、装置、介质及设备
US10419499B2 (en) Method and system for application security evaluation
CN105426761B (zh) 一种非法应用的识别方法及移动终端
CN106874273B (zh) 渠道信息统计方法、装置和系统
CN106911697B (zh) 访问权限设置方法、装置、服务器及存储介质
CN109302434B (zh) 提示信息推送方法及装置、服务平台及存储介质
CN104346566A (zh) 检测隐私权限风险的方法、装置、终端、服务器及系统
CN107634931A (zh) 异常数据的处理方法、云端服务器、网关及终端
CN107515915A (zh) 基于用户行为数据的用户标识关联方法
CN104866526B (zh) 智能终端及其推荐应用程序的方法
US9805111B2 (en) Data model pattern updating in a data collecting system
CN105653947A (zh) 一种评估应用数据安全风险的方法及装置
CN109684302A (zh) 数据预测方法、装置、设备及计算机可读存储介质
CN108255651A (zh) 一种终端检测的方法、终端以及存储介质
CN111131493A (zh) 一种数据获取、用户画像生成方法、装置
CN107705156A (zh) 用户特征分析方法及装置
CN105320885A (zh) 恶意网站检测方法及装置
CN102388640B (zh) 一种用于标识移动电话的方法
CN108898014A (zh) 一种病毒查杀方法、服务器及电子设备
CN106301975A (zh) 一种数据检测方法及其装置
CN113127723A (zh) 用户画像处理方法、装置、服务器及存储介质
CN111179023B (zh) 订单识别方法及装置
CN107526580A (zh) 终端应用识别方法及装置
CN116049808B (zh) 一种基于大数据的设备指纹采集系统及方法
CN105224870A (zh) 可疑病毒应用上传的方法和装置

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
GR01 Patent grant
GR01 Patent grant