CN109685579A

CN109685579A - 一种基于用户标签的数据处理方法、智能电视及存储介质

Info

Publication number: CN109685579A
Application number: CN201811643102.XA
Authority: CN
Inventors: 曹春清
Original assignee: Shenzhen Coocaa Network Technology Co Ltd
Current assignee: Shenzhen Coocaa Network Technology Co Ltd
Priority date: 2018-12-29
Filing date: 2018-12-29
Publication date: 2019-04-26

Abstract

本发明公开了一种基于用户标签的数据处理方法、智能电视及存储介质，所述方法包括：获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签；在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群；根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来；将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。本发明根据用户的信息生成人群标签，针对不同用户的人群标签对应进行活动投放，提高了活动投放的效益，有效提高流量的分发效率和转化效率。

Description

一种基于用户标签的数据处理方法、智能电视及存储介质

技术领域

本发明涉及智能电视技术领域，尤其涉及一种基于用户标签的数据处理方法、智能电视及存储介质。

背景技术

随着电视终端配置越来越趋同，消费者的购买观念正在发生转变，硬件配置不再是购买时选择的首要因素，"内容"越来越成为重要考量因素。在这个背景下，随着用户量增长，运营人员面临新的挑战，也就是面临如下的问题需要解决，在一般运营活动中，不清楚对不同用户群体分层，无法提高流量的分发效率，例如对于个体用户，不知道怎么深入到日常使用场景，来提高流量的转化效率。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术中的上述缺陷，本发明提供一种基于用户标签的数据处理方法、智能电视及存储介质，旨在根据用户的信息生成人群标签，针对不同用户的人群标签对应进行活动投放，提高了活动投放的效益，有效提高流量的分发效率和转化效率。

本发明解决技术问题所采用的技术方案如下：

一种基于用户标签的数据处理方法，其中，所述基于用户标签的数据处理方法包括：

获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签；

在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群；

根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来；

将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。

所述的基于用户标签的数据处理方法，其中，所述人群标签包括：基本属性人群标签、行为属性人群标签以及态度属性人群标签；

所述基本属性人群标签用于标记人群的信息特征，所述行为属性人群标签用于标记用户观看行为的操作特征，所述态度属性人群标签用于标记用户对观看资源的评价特征。

所述的基于用户标签的数据处理方法，其中，所述获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签具体包括：

当用户注册时，接收用户输入的关于用户自身信息的基本属性，根据用户的基本属性生成基本属性人群标签；

在预设时间段内，获取并分析用户在观看视频中产生的行为属性，根据用户的行为习惯生成行为属性人群标签；

当用户观看视频结束时，通过提示界面提示用户对当前视频的观看态度进行选择评价，根据用户的态度属性生成态度属性人群标签；

根据基本属性人群标签、行为属性人群标签以及态度属性人群标签对每个用户生成对应的人群标签。

所述的基于用户标签的数据处理方法，其中，所述在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群具体包括：

在进行活动投放前，获取需要进行投放的活动属性，查看系统中已存储的人群标签；

根据所述人群标签圈定符合所述活动属性的人群，将符合活动投放目的的人群筛选出来。

所述的基于用户标签的数据处理方法，其中，所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来具体包括：

预先设定用于分析人群特征的预设规则；

根据预设规则分析已圈定的人群的特征，进行用户人群画像；

将人群画像中按照预设规则排列的数据以图表的形式显示出来。

所述的基于用户标签的数据处理方法，其中，所述预设规则为按照人群的人数、活跃人数、付款人数、地域分布、机型分布、购买产品包分类以及会员构成来对已圈定人群进行用户人群画像。

所述的基于用户标签的数据处理方法，其中，所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来之后还包括：

根据活动的方式确定活动目标筛选标签，创建人群及分析人群，创建人群后系统将展示人群画像。

所述的基于用户标签的数据处理方法，其中，所述将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果具体包括：

在活动期间，进行目标人群投放，系统圈定符合条件的设备，并把设备推送给指定的平台，平台用于把活动投放到设备上；

活动投放后，进入活动效果监测环节，每日输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。

一种智能电视，其中，所述智能电视包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于用户标签的数据处理程序，所述基于用户标签的数据处理程序被所述处理器执行时实现如上所述的基于用户标签的数据处理方法的步骤。

一种存储介质，其中，所述存储介质存储有基于用户标签的数据处理程序，所述基于用户标签的数据处理程序被处理器执行时实现如上所述的基于用户标签的数据处理方法的步骤。

附图说明

图1是本发明基于用户标签的数据处理方法的较佳实施例的流程图；

图2是本发明基于用户标签的数据处理方法的较佳实施例中步骤S10的流程图；

图3是本发明基于用户标签的数据处理方法的较佳实施例中步骤S20的流程图；

图4是本发明基于用户标签的数据处理方法的较佳实施例中步骤S30的流程图；

图5是本发明基于用户标签的数据处理方法的较佳实施例中步骤S40的流程图；

图6为本发明智能电视的较佳实施例的运行环境示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。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。

本发明较佳实施例所述的基于用户标签的数据处理方法，如图1所示，所述基于用户标签的数据处理方法包括以下步骤：

步骤S10、获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签。

具体地，所述人群标签包括：基本属性人群标签、行为属性人群标签以及态度属性人群标签；所述基本属性人群标签用于标记人群的信息特征，所述行为属性人群标签用于标记用户观看行为的操作特征，所述态度属性人群标签用于标记用户对观看资源的评价特征。

其中，基本属性人群标签就是基本的人群属性，譬如性别、年龄、身高、体重、收入、婚姻状况等比较固定的人物特征；行为属性人群标签就是指用户在观看视频中产生的行为属性，包括停留时长、跳出率、转化率、访问页面数、访问间隔等特征；此外，态度属性人群标签则是指态度方面的属性，譬如用户对某个视频是否感兴趣，对当前视频的评价等等。

人群标签本质上就是刻画人群的种种特征，譬如经常说的高矮胖瘦等特征，本发明中用到的人群标签，当然并不仅仅是高矮胖瘦，还包括一些其他特征，可以这么说，一个好的人群标签体系，是平台精准营销和推荐系统的关键所在。

具体的过程请参阅图2，其为本发明提供的基于用户标签的数据处理方法中步骤S10的流程图。

如图2所示，所述步骤S10包括：

S11、当用户注册时，接收用户输入的关于用户自身信息的基本属性，根据用户的基本属性生成基本属性人群标签；

S12、在预设时间段内，获取并分析用户在观看视频中产生的行为属性，根据用户的行为习惯生成行为属性人群标签；

S13、当用户观看视频结束时，通过提示界面提示用户对当前视频的观看态度进行选择评价，根据用户的态度属性生成态度属性人群标签；

S14、根据基本属性人群标签、行为属性人群标签以及态度属性人群标签对每个用户生成对应的人群标签。

步骤S20、在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群。

具体的过程请参阅图3，其为本发明提供的基于用户标签的数据处理方法中步骤S20的流程图。

如图3所示，所述步骤S20包括：

S21、在进行活动投放前，获取需要进行投放的活动属性，查看系统中已存储的人群标签；

S22、根据所述人群标签圈定符合所述活动属性的人群，将符合活动投放目的的人群筛选出来。

具体地，通过标签分析用户人群，在TV端拥有最完整的用户行为链数据，形成的标签体系覆盖多个应用，例如主页、影视、体育、教育、购物、应用、广告；例如 XXX人群属性标签，XXX兴趣内容标签，全方位精准刻画用户人群画像。

通过“人群透视”辅助圈定目标人群，通过标签快速圈定目标人群，解决个性化营销需求。通常分为三步实现：1）根据运营活动的需求确定圈定人群的目标，例如：年卡促销活动时圈人的目的就是考虑拉新（拉新会员），新内容上线时圈人的目的就是考虑召回老用户；2）确定目标后，会将人群拆解，人群=基本属性+用户行为习惯+兴趣点，通过这三个维度的组合把人群立体化；3）从三个维度选定一定标签后，通过“人群透视”检验我们圈人的标签是否选择正确。

步骤S30、根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来。

具体过程请参阅图4，其为本发明提供的基于用户标签的数据处理方法中步骤S30的流程图。

如图4所示，所述步骤S30包括：

S31、预先设定用于分析人群特征的预设规则；

S32、根据预设规则分析已圈定的人群的特征，进行用户人群画像；

S33、将人群画像中按照预设规则排列的数据以图表的形式显示出来。

具体地，查看标签体系，是指用户在圈定人群之前，要清楚的知道现在有哪些标签；实施过程：举个设备的例子，有设备的各种数据，结合以往运营需要常用的用视频源、系统版本维度，然后就可以给设备打上这两个标签了，其他标签同理，一些复杂的标签可能会用到算法。

用户人群画像时，已圈定人群，系统会自动计算该人群的人数、活跃人数、付款人数、地域分布、机型分布、购买产品包分类、会员构成等并以图表的形式展现出来。

之后确定活动目标筛选标签，活动目标根据运营需求来定的，举个例子，一场拉新会员的活动，首先要求未付费&近期活跃，根据不同视频源来做活动，那么就会选择标签：未付费用户&近30日活跃用户&爱奇艺源。然后创建人群及分析人群：创建人群前需考虑到活动的方式及预热，预热会选择活动平台，然后选择与活动目标相同的标签，创建人群，系统会展示此人群的人群画像，供运营人员分析用。

步骤S40、将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。

具体过程请参阅图5，其为本发明提供的基于用户标签的数据处理方法中步骤S40的流程图。

如图5所示，所述步骤S40包括：

S41、在活动期间，进行目标人群投放，系统圈定符合条件的设备，并把设备推送给指定的平台，平台用于把活动投放到设备上；

S42、活动投放后，进入活动效果监测环节，每日输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。

具体地，先进行目标人群投放，到了活动期，标签系统只负责圈定符合条件的设备，并把这些设备推送给指定的平台，平台则把活动投放到这些设备上。

查看活动效果，活动投放后，则进入活动效果监测环节中，每日输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。

以用户（或者设备）为基本单位，整合各方数据，将数据进行清洗，结构化的存储，对结构化的数据进行分析，运行算法，将用户进行多维的定性，打上标签，并对标签进行分类。根据运营目的，把具有符合条件的标签分为一组，对他们进行更灵活、更有针对性的退推送活动，被分为一组的标签构成一个人群，后续可持续进行效果追踪。

基于互联网电视商业化场景，根据用户观影行为及内容偏好，搭建了一套适用于智能电视的标签体系。

进一步地，如图6所示，基于上述基于用户标签的数据处理方法，本发明还相应提供了一种智能电视，所述智能电视包括处理器10、存储器20及显示器30。图6仅示出了智能电视的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

所述存储器20在一些实施例中可以是所述智能电视的内部存储单元，例如智能电视的硬盘或内存。所述存储器20在另一些实施例中也可以是所述智能电视的外部存储设备，例如所述智能电视上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器20还可以既包括所述智能电视的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述智能电视的应用软件及各类数据，例如所述安装智能电视的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于用户标签的数据处理程序40，该基于用户标签的数据处理程序40可被处理器10所执行，从而实现本申请中基于用户标签的数据处理方法。

所述处理器10在一些实施例中可以是一中央处理器（Central Processing Unit,CPU），微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于用户标签的数据处理方法等。

所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。所述显示器30用于显示在所述智能电视的信息以及用于显示可视化的用户界面。所述智能电视的部件10-30通过系统总线相互通信。

在一实施例中，当处理器10执行所述存储器20中基于用户标签的数据处理程序40时实现以下步骤：

其中，所述人群标签包括：基本属性人群标签、行为属性人群标签以及态度属性人群标签；所述基本属性人群标签用于标记人群的信息特征，所述行为属性人群标签用于标记用户观看行为的操作特征，所述态度属性人群标签用于标记用户对观看资源的评价特征。

所述获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签具体包括：

所述在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群具体包括：

所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来具体包括：

预先设定用于分析人群特征的预设规则；

其中，所述预设规则为按照人群的人数、活跃人数、付款人数、地域分布、机型分布、购买产品包分类以及会员构成来对已圈定人群进行用户人群画像。

所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来之后还包括：

所述将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果具体包括：

本发明还提供一种存储介质，其中，所述存储介质存储有基于用户标签的数据处理程序，所述基于用户标签的数据处理程序被处理器执行时实现如上所述的基于用户标签的数据处理方法的步骤。

综上所述，本发明提供一种基于用户标签的数据处理方法、智能电视及存储介质，所述方法包括：获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签；在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群；根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来；将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果。本发明根据用户的信息生成人群标签，针对不同用户的人群标签对应进行活动投放，提高了活动投放的效益，有效提高流量的分发效率和转化效率。

当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件（如处理器，控制器等）来完成，所述的程序可存储于一计算机可读取的存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims

1.一种基于用户标签的数据处理方法，其特征在于，所述基于用户标签的数据处理方法包括：

2.根据权利要求1所述的基于用户标签的数据处理方法，其特征在于，所述人群标签包括：基本属性人群标签、行为属性人群标签以及态度属性人群标签；

3.根据权利要求2所述的基于用户标签的数据处理方法，其特征在于，所述获取预设时间内的用户信息，根据用户信息生成每个用户对应的人群标签具体包括：

4.根据权利要求3所述的基于用户标签的数据处理方法，其特征在于，所述在活动投放之前，获取需要进行投放的活动属性，根据所述人群标签圈定符合所述活动属性的人群具体包括：

5.根据权利要求4所述的基于用户标签的数据处理方法，其特征在于，所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来具体包括：

预先设定用于分析人群特征的预设规则；

6.根据权利要求5所述的基于用户标签的数据处理方法，其特征在于，所述预设规则为按照人群的人数、活跃人数、付款人数、地域分布、机型分布、购买产品包分类以及会员构成来对已圈定人群进行用户人群画像。

7.根据权利要求5所述的基于用户标签的数据处理方法，其特征在于，所述根据预设规则分析已圈定的人群的特征，进行用户人群画像，并以图表的形式显示出来之后还包括：

8.根据权利要求7所述的基于用户标签的数据处理方法，其特征在于，所述将活动向目标人群进行投放，并进行活动效果监测，输出数据报表，直至活动结束，根据数据指标判断此次圈定人群的效果具体包括：

9.一种智能电视，其特征在于，所述智能电视包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于用户标签的数据处理程序，所述基于用户标签的数据处理程序被所述处理器执行时实现如权利要求1-8任一项所述的基于用户标签的数据处理方法的步骤。

10.一种存储介质，其特征在于，所述存储介质存储有基于用户标签的数据处理程序，所述基于用户标签的数据处理程序被处理器执行时实现如权利要求1-8任一项所述的基于用户标签的数据处理方法的步骤。