CN109359248A - 用户画像更新方法、装置、终端及存储介质 - Google Patents

Abstract

本申请实施例提供了一种用户画像更新方法、装置、终端及存储介质。该方法包括：获取第一兴趣点POI对应的第一推荐信息；显示第一POI对应的第一推荐信息；获取对应于第一推荐信息的行为数据；根据行为数据更新终端用户的用户画像。在本申请实施例中，通过根据对应于某一POI对应的推荐信息上的各项操作行为，来获取终端用户的用户画像；由于终端用户对第一推荐信息所执行的操作行为均是基于自己的喜好出发的，因此终端用户对第一推荐信息所执行的各项操作行为在一定程度上可以反映终端用户的喜好，此外，由于并不会出现相关技术中由用户来选择感兴趣的标签时乱选、漏选等情况，因此本申请实施例生成的用户画像更加准确，全面。

Description

用户画像更新方法、装置、终端及存储介质

技术领域

本申请实施例涉及终端技术领域，特别涉及一种用户画像更新方法、装置、 终端及存储介质。

背景技术

用户画像是根据用户的属性、用户偏好、生活习惯等信息而抽象出来的标 签化模型，也即通过一些高度概括、容易理解的特征(也称)来描述用户。其 能够帮助企业面向用户提供更为精准的服务、营销等等。

在利用用户画像来提供相关服务、营销之前，需要先生成用户画像。

发明内容

本申请实施例提供一种用户画像更新方法、装置、终端及存储介质。所述 技术方案如下：

一方面，本申请实施例提供了一种用户画像更新方法，所述方法包括：

获取第一兴趣点(Point Of Interest，POI)对应的第一推荐信息，所述第一 POI是根据在扫描无线连接的过程中得到的n个无线连接扫描信息确定的，n为 正整数；

显示所述第一POI对应的第一推荐信息；

获取对应于所述第一推荐信息的行为数据，所述行为数据用于表示作用在 所述第一推荐信息上的一个或多个操作行为；

根据所述行为数据更新终端用户的用户画像。

另一方面，本申请实施例提供了一种用户画像更新装置，所述装置包括：

信息获取模块，用于获取第一兴趣点POI对应的第一推荐信息，所述第一 POI是根据在扫描无线连接的过程中得到的n个无线连接扫描信息确定的，n为 正整数；

信息显示模块，用于显示所述第一POI对应的第一推荐信息；

数据获取模块，用于获取对应于所述第一推荐信息的行为数据，所述行为 数据用于表示作用在所述第一推荐信息上的一个或多个操作行为；

画像显示模块，用于根据所述行为数据更新终端用户的用户画像。

再一方面，本申请实施例提供一种终端，所述终端包括处理器和存储器， 所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实 现上述方面所述的用户画像更新方法。

又一方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读 存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上 述方面所述的用户画像更新方法。

本申请实施例提供的技术方案可以带来如下有益效果：

通过根据对应于某一POI对应的推荐信息上的各项操作行为，来获取终端 用户的用户画像；由于终端用户对第一推荐信息所执行的操作行为均是基于自 己的喜好出发的，因此终端用户对第一推荐信息所执行的各项操作行为在一定 程度上可以反映终端用户的喜好，此外，由于并不会出现相关技术中由用户来 选择感兴趣的标签时乱选、漏选等情况，因此本申请实施例生成的用户画像更 加准确，全面。

附图说明

图1是本申请一个实施例提供的实施环境的示意图；

图2是本申请一个实施例提供的用户画像更新方法的流程图；

图3是本申请一个实施例提供的用户画像的示意图；

图4是本申请另一个实施例提供的用户画像更新方法的流程图；

图5是本申请一个实施例提供的用户画像更新装置的框图；

图6是本申请一个实施例提供的终端的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请 实施方式作进一步地详细描述。

首先，先对本申请涉及的相关名词进行介绍。

POI：是指按照功能进行划分的场所，其可以是消费场所，比如店铺，也可 以是公共场所，比如图书馆、博物馆等。POI可以包括用于唯一标识场所的场所 标识、以及该场所的位置信息。驻留POI是指用户进入该场景的进入概率超过 预设概率的POI，也即用户可能进入的场景。

BSSID文件：终端所处的区域内无线连接与POI之间的对应关系。终端所 处的区域根据终端所处的地理位置实际确定，其可以是一个城市、一个区、一 个县等等。BSSID文件的文件名可以采用终端所处的区域对应的编码，以及获 取BSSID文件的时间戳组合表示。例如，终端所处的区域为XX，其对应的编 码为12345，获取BSSID文件的时间为2018.08.02，则该BSSID文件的文件名 为“12345-180802”。

POI对应的推荐信息：与POI匹配的信息，由服务器获取并向终端推送。 示例性地，驻留POI为店铺时，驻留POI对应的推荐信息可以是该店铺的评价 信息、商品推荐信息、优惠信息、排号信息等。

进场服务：基于确定出的POI向用户推送POI对应的推荐信息的服务。例 如，终端先确定POI为某一店铺，则向用户推送该店铺的评价信息、商品推荐 信息、优惠信息、排号信息等。

负一屏：终端中的快捷显示页面，其通常用于显示各类提醒卡片，比如天 气、日程安排、应用推荐、提醒事项等等。在本申请实施例中，终端在负一屏 显示POI对应的推荐信息的提醒卡片，用户可以触发该提醒卡片以查看POI对 应的推荐信息。

请参考图1，其示出了本申请一个实施例提供的实施环境的示意图。该实施 环境包括：终端11和服务器12。

终端11具有用户画像更新功能。可选地，终端还具有POI确定功能、WLAN 功能以及与服务器12进行数据交互的功能。可选地，终端11安装有进场服务 应用程序，由该进场服务应用程序实现上述POI功能。可选地，进场服务应用 程序还用于基于确定出的目标POI(例如第一POI、第二POI)向终端用户提供 进场服务。

服务器12用于实现与终端11进行数据交互的功能，还用于向用户提供进 场服务。可选地，服务器12中还存储有不同区域内无线连接与POI之间的对应 关系。上述区域可以是根据行政单位进行划分的，其可以是城市、区、县、镇 等等。可选地，服务器12是终端11所安装的进场服务应用程序对应的后台服 务器。另外，服务器12可以是一台服务器，也可以是一个服务器集群，还可以 是一个云计算服务中心。

终端11与服务器12之间通过有线或无线网络连接。可选地，上述的无线 网络或者有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以 是任何网络，包括但不限于局域网(Local AreaNetwork,LAN)、城域网 (Metropolitan Area Network,MAN)、广域网(Wide Area Network,MAN)、移动、 有线或者无线网络、专用网络或者虚拟专用网络的任何组合。

相关技术中提供的生成用户画像的方法如下：在初次登录某一应用程序时， 终端显示信息采集页面，该信息采集页面包括多个标签，例如影视、美食、风 景等等，用户可以在上述多个标签中选择感兴趣的标签，终端将上述用户所选 择的标签确定为该用户所对应的用户画像。

相关技术中，由用户来选择相应的标签时可能会出现错选、漏选等情况， 导致用户画像不够准确，不够全面。基于此，本申请实施例提供了一种用户画 像更新方法、装置、终端及存储介质，通过根据对应于某一POI对应的推荐信 息上的各项操作行为，来获取终端用户的用户画像；由于终端用户对第一推荐 信息所执行的操作行为均是基于自己的喜好出发的，因此终端用户对第一推荐 信息所执行的各项操作行为在一定程度上可以反映终端用户的喜好，此外，由 于并不会出现相关技术中由用户来选择感兴趣的标签时乱选、漏选等情况，因 此本申请实施例生成的用户画像更加准确，全面。

请参考图2，其示出了本申请一个实施例提供的用户画像更新方法的示意 图，该方法可以应用于图1所示实施环境中的终端，该方法包括几个步骤：

步骤201，获取第一兴趣点POI对应的第一推荐信息。

第一POI是进入概率超过预设概率的场所，也即是终端用户可能进入的场 所，其可以是商铺、图书馆、博物馆等等。预设概率可以根据实际需求设定， 本申请实施例对此不作限定。第一POI是根据在扫描无线连接的过程中得到的n 个无线连接扫描信息确定的，n为正整数。上述n个无线连接扫描信息中的每个 无线连接扫描信息包括在扫描无线连接的过程中扫描到的无线连接以及该无线 连接对应的信号强度。

第一POI对应的第一推荐信息是指与第一POI相关联的信息。当第一POI 为店铺时，第一推荐信息可以包括排号信息、该店铺的评价信息、商品推荐信 息、优惠信息、排号信息等。当第一POI为博物馆时，第一推荐信息可以是关 于该博物馆的介绍信息、游览路径推荐信息、展览品推荐信息。

可选地，终端从服务器中获取第一POI对应的第一推荐信息。具体地，终 端向服务器发送信息获取请求，该信息获取请求用于请求获取第一POI对应的 第一推荐信息，该信息获取请求中携带第一POI，以及终端标识，服务器根据该 信息获取请求获取第一POI对应的第一推荐信息，并向终端返回第一POI对应 的第一推荐信息。

步骤202，显示第一POI对应的第一推荐信息。

可选地，终端在负一屏显示第一POI对应的第一推荐信息。其中，负一屏 是指终端中的快捷显示页面，其通常用于显示各类提醒卡片，比如天气、日程 安排、应用推荐、提醒事项等等。在本申请实施例中，终端在负一屏显示第一 推荐信息对应的图标，用户可以触发该图标以使得终端显示该第一推荐信息。

步骤203，获取对应于第一推荐信息的行为数据。

行为数据用于表示作用在第一推荐信息上的各个操作行为。上述各个操作 行为包括以下一项或多项的组合：点击行为、浏览行为、收藏行为、转发行为、 消费行为、忽略行为。

点击行为是指终端接收到作用在第一推荐信息对应的图标上的点击信号。 第一推荐信息对应的图标用于触发显示第一推荐信息。由于终端显示屏的显示 面积限制，终端不直接显示第一推荐信息，而是先显示第一推荐信息对应的图 标，若用户期望查看第一推荐信息，则可以触发第一推荐信息对应的图标。

浏览行为是指终端用户对第一推荐信息所执行的浏览操作。在本申请实施 例中，当用户触发第一推荐信息对应的图标以使得终端显示第一推荐信息时， 则认为终端用户对第一推荐信息执行了浏览操作。其中，终端显示第一推荐信 息的时长被认为是浏览行为对应的浏览时长。

收藏行为是指终端用户对第一推荐信息所执行的收藏操作。当终端用户对 第一推荐信息执行收藏操作时，终端在本地存储第一推荐信息，或者第一推荐 信息的访问地址。在一种可能的实现方式中，终端在显示第一推荐信息的同时 显示收藏控件，若终端接收到作用在该收藏控件上的操作信号，则认为终端用 户对第一推荐信息执行了收藏操作。在另一种可能的实现方式中，若终端接收 到用于对第一推荐信息进行截图处理的操作信号，则认为终端用户对第一推荐 信息执行了收藏操作。

转发行为是指终端用户将第一推荐信息分享至其它联系人的行为，上述其 它联系人可以是社交应用程序中的联系人，也可以是通讯录中的联系人。在本 申请实施例中，终端在显示第一推荐信息的同时还显示分享控件，若终端接收 到作用在该分享控件上的触发信号，则显示应用程序列表，终端接收作用在应 用程序列表中的目标应用程序的选择信号，之后显示目标应用程序中的联系人 列表，终端接收到作用在联系人列表中的目标联系人的选择信号，则认为终端 用户对第一推荐信息执行了转发行为。

消费行为是指终端用户购买了推荐信息中所包含的商品。忽略行为是指终 端用户未对第一推荐信息对应的图标执行点击行为。

步骤204，根据行为数据更新终端用户的用户画像。

用户画像又称用户角色，是一种勾画目标用户、联系用户诉求与设计方向 的有效工具，其通常能真实地表现出用户的喜好。

本申请实施例提供的技术方案，通过根据对应于某一POI对应的推荐信息 上的各项操作行为，来获取终端用户的用户画像；由于终端用户对第一推荐信 息所执行的操作行为均是基于自己的喜好出发的，因此终端用户对第一推荐信 息所执行的各项操作行为在一定程度上可以反映终端用户的喜好，此外，由于 并不会出现相关技术中由用户来选择感兴趣的标签时乱选、漏选等情况，因此 本申请实施例生成的用户画像更加准确，全面。

下面将对根据行为数据生成终端用户的用户画像的第一种实现方式进行讲 解。在基于图2所示实施例提供的一个可选实施例中，步骤204可以包括如下 几个子步骤：

步骤204a，获取操作行为对应的权重值。

操作行为对应的权重值用于表示终端用户对第一推荐信息的感兴趣程度。 可选地，操作行为对应的权重值，与终端用户对第一推荐信息的感兴趣程度呈 正相关关系。也即，操作行为对应的权重值越大，若终端用户对第一推荐信息 执行了该操作行为，则终端用户对第一推荐信息的感兴趣程度越高；操作行为 对应的权重值越小，若终端用户对第一推荐信息执行了该操作行为，则终端用 户对第一推荐信息的感兴趣程度越低。

可选地，终端中存储了操作行为与权重值之间的对应关系，终端查询上述 对应关系，得到各个操作行为分别对应的权重值。上述对应关系可以由相关技 术人员预先设定，也可以由终端用户自定义设定，本申请实施例对此不作限定。 结合参考表-1，其示例性地示出了操作行为与权重值之间的对应关系。

表-1

操作行为	点击行为	转发行为	收藏行为	消费行为	忽略行为
						权重值	0.1	0.5	0.7	1	0

另外，当操作行为包括浏览行为时，终端可以通过如下方法来获取浏览行 为对应的权重值：

步骤204a1，获取浏览行为对应的浏览时长；

步骤204a2，根据浏览时长获取浏览行为对应的权重值。

浏览行为对应的浏览时长是指终端用户对第一推荐信息执行浏览行为的持 续时间。在上文实施例中已经介绍过，在本申请实施例中，浏览时长也即是终 端显示第一推荐信息的显示时长。

在本申请实施例中，浏览时长与权重值之间呈正相关关系。也即，浏览时 长越长，则该浏览行为对应的权重值越大；浏览时长越短，则该浏览行为对应 的权重值越小。在一种可能的实现方式中，终端存储有不同时长区间与不同权 重值之间的对应关系，终端先确定浏览时长所属的时长区间，之后将该时长区 间对应的权重值确定为该浏览行为对应的权重值。在另一种可能的实现方式中， 终端中保存有浏览时长与权重值之间的函数关系式，终端根据该函数关系式计 算得到浏览行为对应的权重值。

可选地，终端还设置有第一时长门限和第二时长门限，第一时长门限用于 指示浏览时长的最小值，第二时长门限用于指示浏览时长的最大值。第一时长 门限小于第二时长门限。可选地，终端在根据浏览时长获取浏览行为对应的权 重值之前，先检测浏览时长是否大于第一时长门限且小于第二时长门限，若浏 览时长大于第一时长门限且小于第二时长门限，则执行后续的根据浏览时长获 取浏览行为对应的权重值的步骤；若浏览时长小于第一时长门限，或者大于第 二时长门限，则认为该浏览行为无效。通过上述方式，可以排除终端用户误触 第一推荐信息对应的图标的情况，提升生成的用户画像的准确性。

步骤204b，根据操作行为对应的权重值，确定第一推荐信息的兴趣值。

第一推荐信息的兴趣值用于表示终端用户对第一推荐信息的感兴趣程度。 兴趣值与终端用户的感兴趣程度呈正相关关系。兴趣值越大，则终端用户的感 兴趣程度越高；兴趣值越小，则终端用户的感兴趣程度越低。

可选地，终端将各个操作行为分别对应的权重值累加，得到第一推荐信息 的兴趣值。示例性地，终端用户对第一推荐信息执行了点击行为、浏览行为、 收藏行为，浏览行为对应的浏览时长为30秒，终端计算出该浏览行为对应的权 重值为0.3，点击行为对应的权重值为0.1，收藏行为对应的权重值为0.5，则终 端管对上述三种操作行为分别对应的权重值进行累加，得到第一推荐信息的兴 趣值为0.9。

步骤204c，根据第一推荐信息的兴趣值，确定终端用户的用户画像。

在本申请实施例中，终端用户的用户画像包括兴趣标签和/或非兴趣标签。 兴趣标签用于表示终端用户感兴趣的事务；非兴趣标签用于表示终端用户不感 兴趣的事务。

可选地，步骤204c可以具体实现为：将兴趣值大于第一阈值的第一推荐信 息确定为兴趣标签，将兴趣值小于第二阈值的第一推荐信息确定为非兴趣标签。

第一阈值与第二阈值均可以根据实际需求设定，本申请实施例对此不作限 定。第一阈值大于第二阈值。

在一种可能的实现方式中，将兴趣值大于第一阈值的第一推荐信息确定为 兴趣标签是指将第一推荐信息的标题、关键词确定为兴趣标签。在另一种可能 的实现方式中，将兴趣值大于第一阈值的第一推荐信息确定为兴趣标签是指将 第一推荐信息对应的场所确定为兴趣标签；在又一种可能的实现方式中，将兴 趣值大于第一阈值的第一推荐信息确定为兴趣标签是指将第一推荐信息对应的 分类标签确定为兴趣标签。

在一种可能的实现方式中，将兴趣值小于第二阈值的第一推荐信息确定为 非兴趣标签是指将第一推荐信息的标题、关键词确定为非兴趣标签。在另一种 可能的实现方式中，将兴趣值小于第二阈值的第一推荐信息确定为非兴趣标签 是指将第一推荐信息对应的场所确定为非兴趣标签；在又一种可能的实现方式 中，将兴趣值小于第二阈值的第一推荐信息确定为非兴趣标签是指将第一推荐 信息对应的分类标签确定为非兴趣标签。

结合参考图3，其示出了本申请一个实施例提供的用户画像的示意图。终端 用户的兴趣标签包括美食、牛蛙、麻辣香锅、女装、火锅等，终端用户的非兴 趣标签包括运动装备、男装、麻辣烫等。

下面将对根据行为数据生成终端用户的用户画像的第二种实现方式进行讲 解。在基于图2所示实施例提供的一个可选实施例中，步骤204还可以实现为： 调用机器学习模型对行为数据进行处理，得到终端用户的用户画像。

机器学习模型是采用多组训练样本对神经网络训练得到的。多组训练样本 中的每组训练样本包括样本行为数据以及样本行为数据对应的用户画像。神经 网络可以是卷积神经网络(Convolutional Neural Network，CNN)、人工神经网 络(Artificial NeuralNetwork，ANN)、深度神经网络(Deep Neural Networks，DNN) 等，本申请实施例对此不作限定。训练机器学习模型时采用的机器学习算法可 以是反向传播算法(Back-Propagation，BP)、更快的区域卷积神经网络faster RCNN(faster Regions with ConvolutionalNeural Network，faster RCNN)算法等， 本申请实施例对此不作限定。

可选地，机器学习模型包括：一个输入层、至少一个隐层、和一个输出层。 输入层的输入数据为对应于第一推荐信息的行为数据，输出层的输出结果是终 端用户的用户画像。确定过程如下：将对应于第一推荐信息的行为数据至机器 学习模型的输入层，由机器学习模型的隐层对上述特征数据进行特征提取，并 对提取到的特征进行组合和抽象，最后由输出层输出该终端用户的用户画像。 另外，在本申请实施例中，对隐层的具体结构不作限定。一般来说，神经网络 的层数越多，效果越好但计算时间也会越长，在实际应用中，可结合精度要求， 设计适当层数的神经网络。

下面对机器学习模型的训练过程进行讲解：将样本行为数据输入至初始机 器学习模型，得到实际输出的用户画像；之后将实际输出的用户画像与样本行 为数据对应的用户画像进行比对，得到计算损失；之后将上述计算损失与预设 阈值进行比较，若计算损失大于预设阈值，则调整初始机器学习模型的个性参 数，并从将样本行为数据输入至初始机器学习模型，得到实际输出的用户画像 的步骤重新开始执行，若计算损失小于或等于预设阈值，则得到训练完成的机 器学习模型。

请参考图4，其示出了本申请一个实施例提供的用户画像更新方法的流程 图，该方法可以应用于图1所示实施环境。该方法可以包括：

步骤401，获取n个无线连接扫描信息。

WLAN功能是指允许终端通过无线连接连接到网络的功能。当WLAN功能 处于开启状态时，终端每隔预设时间扫描当前所处环境中是否存在无线连接。 上述预设时间可以根据实验设定，本申请实施例对此不作限定。终端在每次扫 描过程中，均可以获取一个无线连接扫描信息，该无线连接扫描信息包括本次 扫描到的无线连接，以及该无线连接的信号强度。

扫描到的无线连接是指允许终端连接的无线连接。信号强度用于衡量无线 连接的信号的强弱。信号强度越强，则终端通过该无线连接上网的速度就越快； 信号强度越弱，则终端通过该无线连接上网的速度就越慢。信号强度通常与终 端与路由设备之间的距离呈正相关，路由设备是指提供无线连接的设备。终端 与路由设备之间的距离越近，则终端扫描到的路由设备对应的无线连接的信号 强度越强；终端与路由设备之间的距离越远，则终端扫描到的路由设备对应的 无线连接的信号强度越弱，甚至无法扫描到该路由设备对应的无线连接。

在本申请实施例中，终端执行n次扫描过程，得到n个无线连接扫描信息， n为大于1的整数。n个无线连接扫描信息中的第i个无线连接扫描信息用于表 示第i次扫描过程中扫描到的无线连接以及无线连接的信号强度，i为小于或等 于n的正整数。

步骤402，根据n个无线连接扫描信息确定第一无线连接。

第一无线连接是终端所处的区域内第一对应关系中存在的无线连接。第一 对应关系包括无线连接与POI之间的对应关系。

终端所处的区域是指终端当前所处的地理位置所属的区域，其可以是一个 城市，也可以是一个区，还可以是一个县，本申请实施例对此不作限定。在本 申请实施例中，仅以终端当前所处的区域为一个城市为例进行说明。终端当前 所处的地理位置是指终端当前所处位置的经纬度信息，其可以由终端中的位置 服务测量得到，上述位置服务可以是终端中的应用程序或者进程。

可选地，终端依次检测第i次扫描过程中扫描到的无线连接是否存在于上述 第一对应关系中。若存在，则该第i次扫描过程中扫描到的无线连接为第一无线 连接；若不存在，则该第i次扫描过程中扫描到的无线连接不为第一无线连接。

步骤403，将符合预设条件的第一无线连接确定为目标无线连接。

预设条件可以是以下一项或多项的组合：信号强度大于预设强度、信号强 度变化趋势为增长趋势。信号强度变化趋势用于表示在n次扫描过程中无线连 接的信号强度的变化情况。递增趋势是指第一无线连接的信号强度在n次扫描 过程中逐渐增长。

可选地，预设条件还包括：终端在预设时长内的移动距离小于预设距离。 另外，上述预设强度、预设时长、预设距离均可以根据实际需求设定，本申请 实施例对此不作限定。

步骤404，根据目标无线连接确定第一POI。

可选地，终端在第一对应关系中查找与目标无线连接相对应的POI，作为第 一POI。

步骤405，获取第一POI对应的第一推荐信息。

第一POI是进入概率超过预设概率的场所，第一POI是根据在扫描无线连 接的过程中得到的n个无线连接扫描信息确定的，n为正整数；

步骤406，显示第一POI对应的第一推荐信息；

步骤407，获取对应于第一推荐信息的行为数据。

行为数据用于表示作用在第一推荐信息上的一个或多个操作行为；

步骤408，根据行为数据更新终端用户的用户画像。

步骤409，向服务器发送信息获取请求。

信息获取请求用于指示服务器获取与第二POI对应的，且与用户画像相匹 配的第二推荐信息。信息获取请求携带第二POI和终端用户的用户画像。第二 POI的确定方式可以参考第一POI的确定方式，此处不作赘述。终端用户的用 户画像可以采用图2所示实施例提供的技术方案生成，此处也不做赘述。

步骤410，接收服务器发送的与第二POI对应的，且与用户画像相匹配的第 二推荐信息。

服务器获取到信息获取请求后，根据该信息获取请求获取与第二POI对应 的，且与用户画像相匹配的第二推荐信息，并向终端返回该POI信息。

相应地，终端接收服务器发送的第二推荐信息。

步骤411，显示第二推荐信息。

显示第二推荐信息的方式可以参考步骤202，此处不作赘述。此外，终端还 可以对对应于第二推荐信息的行为数据进行统计分析，以丰富用户画像。

综上所述，本申请实施例提供的技术方案，通过基于终端用户对推荐信息 的各项操作行为来生成的用户画像，来确定后续向终端用户展示的推荐信息， 使得推荐信息的推送更加精准，更加符合用户的喜好。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请 装置实施例中未披露的细节，请参照本申请方法实施例。

请参考图5，其示出了本申请一个实施例提供的用户画像更新装置的框图。 具有实现上述方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行 相应的软件实现。该装置可以包括：信息获取模块501、信息显示模块502、数 据获取模块503和画像显示模块504。

信息获取模块501，用于获取第一兴趣点POI对应的第一推荐信息，所述第 一POI是根据在扫描无线连接的过程中得到的n个无线连接扫描信息确定的，n 为正整数。

信息显示模块502，用于显示所述第一POI对应的第一推荐信息。

数据获取模块503，用于获取对应于所述第一推荐信息的行为数据，所述行 为数据用于表示作用在所述第一推荐信息上的一个或多个操作行为。

画像显示模块504，用于根据所述行为数据更新终端用户的用户画像。

本申请实施例提供的技术方案，通过根据对应于某一POI对应的推荐信息 上的各项操作行为，来获取终端用户的用户画像；由于终端用户对第一推荐信 息所执行的操作行为均是基于自己的喜好出发的，因此终端用户对第一推荐信 息所执行的各项操作行为在一定程度上可以反映终端用户的喜好，此外，由于 并不会出现相关技术中由用户来选择感兴趣的标签时乱选、漏选等情况，因此 本申请实施例生成的用户画像更加准确，全面。

在基于图5所示实施例提供的一个可选实施例中，所述画像生成模块504， 用于：

获取所述各个操作行为分别对应的权重值；

根据所述各个操作行为分别对应的权重值，确定所述第一推荐信息的兴趣 值；

根据所述第一推荐信息的兴趣值，确定所述终端用户的用户画像。

可选地，所述用户画像包括兴趣标签和非兴趣标签；所述画像生成模块504， 用于将所述兴趣值大于第一阈值的第一推荐信息确定为所述兴趣标签，将所述 兴趣值小于第二阈值的第一推荐信息确定为所述非兴趣标签；其中，所述第一 阈值大于所述第二阈值。

可选地，所述画像生成模块504，用于将所述兴趣值大于所述第一阈值的第 一推荐信息对应的场所确定为所述兴趣标签；和/或，将所述兴趣值大于所述第 一阈值的第一推荐信息对应的分类标签确定为所述兴趣标签。

可选地，所述画像生成模块504，用于将所述兴趣值小于所述第二阈值的第 一推荐信息对应的场所确定为所述非兴趣标签；和/或，将所述兴趣值小于所述 第二阈值的第一推荐信息对应的分类标签确定为所述非兴趣标签。

可选地，当所述操作行为包括浏览行为时，所述画像生成模块504，用于：

获取所述浏览行为对应的浏览时长；

根据所述浏览时长获取所述浏览行为对应的权重值，浏览时长与权重值之 间呈正相关关系。

在基于图5所示实施例提供的一个可选实施例中，所述画像生成模块504， 用于调用机器学习模型对所述行为数据进行处理，得到所述终端用户的用户画 像；所述机器学习模型是采用多组训练样本对神经网络训练得到的，所述多组 训练样本中的每组训练样本包括样本行为数据以及所述样本行为数据对应的用 户画像。

在基于图5所示实施例提供的一个可选实施例中，所述装置还包括：请求 发送模块、信息接收模块(图中未示出)。

请求发送模块，用于向服务器发送信息获取请求，所述信息获取请求携带 第二POI和所述终端用户的用户画像，所述信息获取请求用于指示所述服务器 获取与所述第二POI对应的，且与所述用户画像相匹配的第二推荐信息。

信息接收模块，用于接收服务器发送的所述第二推荐信息。

所述信息显示模块502，用于展示所述第二推荐信息。

在基于图5所示实施例提供的一个可选实施例中，所述装置还包括：POI 确定模块(图中未示出)。

POI确定模块，用于：

获取所述n个无线连接扫描信息；

根据所述n个无线连接扫描信息确定第一无线连接，所述第一无线连接是 终端所处的区域内第一对应关系中存在的无线连接，所述第一对应关系包括无 线连接与POI之间的对应关系，所述第一无线连接为至少一个；

将符合预设条件的所述第一无线连接确定为目标无线连接；

根据所述目标无线连接确定所述第一POI。

需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能 模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不 同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上 描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同 一构思，其具体实现过程详见方法实施例，这里不再赘述。

参考图6，其示出了本申请一个示例性实施例提供的终端的结构方框图。本 申请中的终端可以包括一个或多个如下部件：处理器610和存储器620。

处理器710可以包括一个或者多个处理核心。处理器710利用各种接口和 线路连接整个终端内的各个部分，通过运行或执行存储在存储器720内的指令、 程序、代码集或指令集，以及调用存储在存储器720内的数据，执行终端的各 种功能和处理数据。可选地，处理器710可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、 可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实 现。处理器710可集成中央处理器(CentralProcessing Unit，CPU)和调制解调 器等中的一种或几种的组合。其中，CPU主要处理操作系统和应用程序等；调 制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到 处理器710中，单独通过一块芯片进行实现。

可选地，处理器710执行存储器720中的程序指令时实现下上述各个方法 实施例提供的用户画像更新方法。

存储器720可以包括随机存储器(Random Access Memory，RAM)，也可以 包括只读存储器(Read-Only Memory)。可选地，该存储器720包括非瞬时性计 算机可读介质(non-transitory computer-readable storage medium)。存储器720可 用于存储指令、程序、代码、代码集或指令集。存储器720可包括存储程序区 和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少 一个功能的指令、用于实现上述各个方法实施例的指令等；存储数据区可存储 根据终端的使用所创建的数据等。

上述终端的结构仅是示意性的，在实际实现时，终端可以包括更多或更少 的组件，比如：显示屏等，本实施例对此不作限定。

本领域技术人员可以理解，图6中示出的结构并不构成对终端600的限定， 可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件 布置。

在示例性实施例中，还提供了一种计算机可读存储介质，所述计算机可读 存储介质中存储有计算机程序，所述计算机程序由终端的处理器加载并执行以 实现上述方法实施例中的各个步骤。

在示例性实施例中，还提供了一种计算机程序产品，当该计算机程序产品 被执行时，其用于实现上述方法实施例中的各个步骤的功能。

应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描 述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示： 单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后 关联对象是一种“或”的关系。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请 的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请 的保护范围之内。

Claims (11)

1.一种用户画像更新方法，其特征在于，所述方法包括：

获取第一兴趣点POI对应的第一推荐信息，所述第一POI是根据在扫描无线连接的过程中得到的n个无线连接扫描信息确定的，n为正整数；

显示所述第一POI对应的第一推荐信息；

获取对应于所述第一推荐信息的行为数据，所述行为数据用于表示作用在所述第一推荐信息上的一个或多个操作行为；

根据所述行为数据更新终端用户的用户画像。

2.根据权利要求2所述的方法，其特征在于，所述根据所述行为数据更新终端用户的用户画像，包括：

获取所述操作行为对应的权重值；

根据所述操作行为对应的权重值，确定所述第一推荐信息的兴趣值；

根据所述第一推荐信息的兴趣值，确定所述终端用户的用户画像。

3.根据权利要求2所述的方法，其特征在于，所述用户画像包括兴趣标签和非兴趣标签；所述根据所述第一推荐信息的兴趣值，确定所述终端用户的用户画像，包括：

将所述兴趣值大于第一阈值的第一推荐信息确定为所述兴趣标签，将所述兴趣值小于第二阈值的第一推荐信息确定为所述非兴趣标签；

其中，所述第一阈值大于所述第二阈值。

4.根据权利要求3所述的方法，其特征在于，所述将所述兴趣值大于第一阈值的第一推荐信息确定为所述兴趣标签，包括：

将所述兴趣值大于所述第一阈值的第一推荐信息对应的POI确定为所述兴趣标签；和/或，将所述兴趣值大于所述第一阈值的第一推荐信息对应的分类标签确定为所述兴趣标签；

所述将所述兴趣值小于第二阈值的第一推荐信息确定为所述非兴趣标签，包括：

将所述兴趣值小于所述第二阈值的第一推荐信息对应的POI确定为所述非兴趣标签；和/或，将所述兴趣值小于所述第二阈值的第一推荐信息对应的分类标签确定为所述非兴趣标签。

5.根据权利要求2所述的方法，其特征在于，当所述操作行为包括浏览行为时，所述获取各个所述操作行为分别对应的权重值，包括：

获取所述浏览行为对应的浏览时长；

根据所述浏览时长获取所述浏览行为对应的权重值，所述浏览时长与所述权重值呈正相关关系。

6.根据权利要求1所述的方法，其特征在于，所述根据所述行为数据更新终端用户的用户画像，包括：

调用机器学习模型对所述行为数据进行处理，得到所述终端用户的用户画像；所述机器学习模型是采用多组训练样本对神经网络训练得到的，所述多组训练样本中的每组训练样本包括样本行为数据以及所述样本行为数据对应的用户画像。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述行为数据更新终端用户的用户画像之后，包括：

向服务器发送信息获取请求，所述信息获取请求携带第二POI和所述终端用户的用户画像，所述信息获取请求用于指示所述服务器获取与所述第二POI对应的，且与所述用户画像相匹配的第二推荐信息；

接收服务器发送的所述第二推荐信息；

显示所述第二推荐信息。

8.根据权利要求1至5任一项所述的方法，其特征在于，所述获取第一兴趣点POI对应的第一推荐信息之前，还包括：

获取所述n个无线连接扫描信息；

根据所述n个无线连接扫描信息确定第一无线连接，所述第一无线连接是终端所处的区域内第一对应关系中存在的无线连接，所述第一对应关系包括无线连接与POI之间的对应关系，所述第一无线连接为至少一个；

将符合预设条件的所述第一无线连接确定为目标无线连接；

根据所述目标无线连接确定所述第一POI。

9.一种用户画像更新装置，其特征在于，所述装置包括：

信息获取模块，用于获取第一兴趣点POI对应的第一推荐信息，所述第一POI是根据在扫描无线连接的过程中得到的n个无线连接扫描信息确定的，n为正整数；

信息显示模块，用于显示所述第一POI对应的第一推荐信息；

数据获取模块，用于获取对应于所述第一推荐信息的行为数据，所述行为数据用于表示作用在所述第一推荐信息上的一个或多个操作行为；

画像显示模块，用于根据所述行为数据更新终端用户的用户画像。

10.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至9任一项所述的用户画像更新方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至9任一项所述的用户画像更新方法。