CN109710811B - 用户画像的检测方法、设备及应用系统 - Google Patents

Abstract

本发明公开了一种用户画像的检测方法，包括：根据场景标签条件，得到符合预设的数据结构的标签条件结构；根据标签条件结构，对用户的用户画像进行处理，得到用户的画像检测逻辑；根据画像检测逻辑，获取用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务。

Description

用户画像的检测方法、设备及应用系统

技术领域

本发明涉及用户数据技术领域，更具体地，涉及一种用户画像的检测方法、设备及应用系统。

背景技术

随着大数据相关技术的发展，大数据在多个不同行业领域应用渐广。不同行业领域的应用服务提供者都会利用与用户相关的大数据，获取所服务的每个用户的用户画像，以期根据不同用户的用户画像提供个性化的应用服务。

目前基于用户画像为用户提供个性化的应用服务时，通常是根据不同用户的用户画像之间的相似度，通过离线处理构建用户画像模型，预先对用户画像进行检测、聚类处理，得到不同的用户分类，当对某个特定用户提供应用服务时，基于该用户的用户画像，提供针对该用户画像所属的用户画像分类的定制化应用服务，以期满足用户的个性化的应用服务需求。

但是，在实际应用中，基于目前这种根据用户画像之间的相似度对用户分类后提供应用服务的方式，并不能实际满足用户的个性化的应用服务需求。

发明内容

本发明的一个目的是提供一种用于检测用户画像的新技术方案。

根据本发明的第一方面，提供了一种用户画像的检测方法，其中，包括：

根据场景标签条件，得到符合预设的数据结构的标签条件结构；

其中，所述场景标签条件中包括目标用户群体的用户标签的标签信息，所述目标用户群体是能获取针对目标应用场景提供的目标应用服务的用户群体；

根据所述标签条件结构，对用户的用户画像进行处理，得到所述用户的画像检测逻辑；

其中，所述用户画像中包括所述用户所具有的用户标签的标签信息；

根据所述画像检测逻辑，获取所述用户的画像检测结果，以根据所述画像检测结果确定是否向所述用户提供所述目标应用服务。

可选地，所述场景标签条件是以符合预设的数据格式、根据逻辑关系以及比较关系对所述目标用户群体的用户标签的标签信息进行表达的标签表达式；

所述预设的数据结构中包括与逻辑关系对应的逻辑节点，以及与比较关系对应的比较节点；所述逻辑节点与所述比较节点在所述预设的数据结构中处于不同的结构层级；

所述根据场景标签条件，得到符合预设的数据结构的标签条件结构的步骤包括：

根据所述标签表达式中表达的、所述目标用户群体的用户标签的标签信息之间的逻辑关系，生成所述标签条件结构包括的所述逻辑节点；

根据所述标签表达式中表达的、与所述目标用户群体的用户标签的标签信息对应的比较关系，生成所述标签条件结构包括的所述比较节点；

根据所述标签表达式中表达的所述逻辑关系、所述比较关系之间的层级次序，对应设置所述标签条件结构包括的所述逻辑节点以及所述比较节点的结构层次，得到所述标签条件结构。

进一步可选地，

所述预设的数据结构是树结构；

所述预设的数据结构中的逻辑节点是所述树结构的分支节点，所述分支节点的节点信息包括所述分支节点与所述树结构的其他节点之间的逻辑关系指示；所述预设的数据结构中的比较节点是所述树结构的叶子节点，所述叶子节点的节点信息包括与所述叶子节点对应的比较关系指示；

在所述标签条件结构中，所述分支节点的所述节点信息所包括的所述逻辑关系指示，用于指示所述目标用户群体的用户标签的标签信息之间的逻辑关系；所述叶子节点的所述节点信息所包括的所述比较关系指示，用于指示与所述目标用户群体的用户标签的标签信息对应的比较关系。

进一步可选地，

所述预设的数据格式是JSON格式；

所述逻辑节点是JSON Array类型；

所述比较节点是JSON Object类型。

可选地，

所述标签条件结构中包括属于不同结构层次的逻辑节点以及比较节点；所述逻辑节点根据所述场景标签条件中包括的所述目标用户群体的用户标签的标签信息之间的逻辑关系生成；所述比较节点根据与所述场景标签条件中包括的与所述目标用户群体的用户标签的标签信息对应的比较关系生成；

所述根据所述标签条件结构，对用户的用户画像进行处理，得到所述用户的画像检测逻辑的步骤，包括：

根据所述标签条件结构的结构次序，依次根据所述标签条件结构中包括的每个节点对所述用户画像进行处理获取节点处理结果；

其中，当所述节点是逻辑节点时，所述节点处理结果是根据与所述逻辑节点对应的所述目标用户群体的用户标签的标签信息之间的逻辑关系，得到对应的逻辑操作指示；以及当所述节点是比较节点时，所述节点处理结果是根据与所述比较节点对应的、与所述目标用户群体的用户标签的标签信息对应的比较关系，得到对应的比较操作结果；

根据所述依次获取的节点处理结果，生成所述画像检测逻辑。

进一步可选地，

所述画像检测逻辑是根据所述节点处理结果的获取顺序以及所述节点处理结果生成的逻辑运算表达式。

以上可选地，

所述逻辑关系至少包括和关系以及与关系；

所述比较关系至少包括大于关系、大于等于关系、等于关系、不等于关系、小于关系以及小于等于关系。

可选地，所述画像检测逻辑是根据所述标签条件结构，对用户的用户画像进行处理后得到的逻辑运算表达式；

所述根据所述画像检测逻辑，获取所述用户的画像检测结果的步骤包括：

根据所述画像检测逻辑执行逻辑运算处理得到逻辑运算结果，作为所述画像检测结果。

根据本发明的第二方面，提供一种用户画像的检测设备，其中，包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述用户画像的检测设备，执行如本发明的第一发明提供的任意一项所述的用户画像的检测方法。

根据本发明的第三方面，提供一种应用系统，其中，包括：

客户端；

服务器；

以及本发明的第二方面所述的用户画像的检测设备；

其中，所述客户端包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述客户端执行以下步骤，包括：

收集目标用户的用户信息，以提供给所述服务器获取目标用户的用户画像；

根据服务器的指示，向目标用户提供应用服务；

以及，所述服务器包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述服务器执行以下步骤，包括：

通过所述客户端获取目标用户的用户画像；

将目标用户的用户画像发送至所述用户画像的检测设备，触发所述用户画像的检测设备实施如本发明的第一方面所述的任意一项的用户画像的检测方法，返回目标用户的画像检测结果；

根据所述目标用户的画像检测结果，通过所述客户端向所述目标用户提供与所述画像检测结果对应的应用服务。

根据本公开的一个实施例，通过从包括能获取针对目标应用场景提供的目标应用服务的目标用户群体的用户标签的标签信息的用户场景标签条件中，得到符合预设的数据结构的标签条件结构，对用户的用户画像进行处理得到画像检测逻辑，根据画像检测逻辑得到用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务，区别于现有技术中根据用户画像之间的相似度对用户分类后提供应用服务的方式，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

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

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是显示可用于实现本发明的实施例的电子系统的硬件配置的例子的框图。

图2示出了本发明的第一实施例的用户画像的检测方法的流程图。

图3示出了本发明的第一实施例的树结构的例子示意图。

图4示出了本发明的第一实施例的标签表达式的例子示意图。

图5示出了本发明的第一实施例的标签条件结构的例子示意图。

图6示出了本发明的第一实施例的用户画像的检测设备的示意框图。

图7示出了本发明的第二实施例的应用系统的示意框图。

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。

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说明书的一部分。

在这里示出和讨论的所有例子中，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例子可以具有不同的值。

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。

<硬件配置>

图1是示出可以实现本发明的实施例的电子设备1000的硬件配置的框图。

电子设备1000可以是便携式电脑、台式计算机、手机、平板电脑等。如图1所示，电子设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800等等。其中，处理器1100可以是中央处理器CPU、微处理器MCU等。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信，具体地可以包括Wifi通信、蓝牙通信、2G/3G/4G/5G通信等。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘、体感输入等。用户可以通过扬声器1700和麦克风1800输入/输出语音信息。

图1所示的电子设备仅仅是说明性的并且决不意味着对本发明、其应用或使用的任何限制。应用于本发明的实施例中，电子设备1000的所述存储器1200用于存储指令，所述指令用于控制所述处理器1100进行操作以执行本发明实施例提供的任意一项用户图像的检测方法。本领域技术人员应当理解，尽管在图1中对电子设备1000示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，电子设备1000只涉及处理器1100和存储装置1200。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

本实施例的总体构思，是提供一种用于检测用户图像的新技术方案，通过从包括能获取针对目标应用场景提供的目标应用服务的目标用户群体的用户标签的标签信息的用户场景标签条件中，得到符合预设的数据结构的标签条件结构，对用户的用户画像进行处理得到画像检测逻辑，根据画像检测逻辑得到用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务，区别于现有技术中根据用户画像之间的相似度对用户分类后提供应用服务的方式，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

<第一实施例>

<方法>

在本实施例中，提供一种用户画像的检测方法。

用户画像是用户在获取所提供的应用服务的过程中(例如，用户获取车辆使用服务过程中)，根据用户的基本信息(例如性别、年龄等)、用户获取应用服务的行为相关特性(例如，用户每次使用车辆的时间、路线以及用户的用车频率等)、以及根据用户的基本信息和用户获取应用服务的行为相关特性通过数据挖掘技术获取的用户特性(例如，用户使用车辆的偏好等)，进行整合处理得到的数据集合。

在本实施例中，每个用户的用户画像中，包括该用户所具有的用户标签的标签信息。用户画像是数据集合，一个用户标签就该数据集合中的一个集合元素。用户标签是与用户相关的标签，可以是各种与用户相关的属性类型，例如，用户标签是“国籍”、“年龄”、“性别”等。用户标签的标签信息可以理解为是该集合元素的具体的元素取值或者元素定义。例如，用户标签是“年龄”，用户标签的标签信息就是用户的具体年龄，用户标签是“用户是否有月卡”，用户标签的标签信息就是“是”或“否”，表示用户实际拥有月卡的情况。

如图2所示，用户画像的检测方法，包括：步骤S2100-S2300。

步骤S2100，根据场景标签条件，得到符合预设的数据结构的标签条件结构。

场景标签条件是用于判断用户的用户画像包括的用户标签的标签信息是否能获取针对目标应用场景提供的目标应用服务的条件。在本实施例中，场景标签条件中包括目标用户群体的用户标签的标签信息，目标用户群体是能获取针对目标应用场景提供的目标应用服务的用户群体。例如，场景标签条件是“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”，即场景标签条件中包括目标用户群体的用户标签的标签信息：用户标签为“用户所在城市”的标签信息是“成都”；用户标签为“当前是否有月卡”的标签信息是“没有”；用户标签为“最新月卡到期距今天数”的标签信息是“不大于30天”。

在本实施例中，场景标签条件与目标应用场景对应，通过基于场景标签条件的设置，结合后续步骤，可以筛选出匹配目标应用场景的用户提供针对目标应用场景定制的目标应用服务，基于场景满足用户的个性化应用需求。应当理解的是，场景标签条件可以根据目标应用场景的改变进行更新或更改，实现灵活配置。

预设的数据结构是通过层级化、结构化表达数据的数据形式。预设的数据结构可以根据具体的场景或者需求设置。在本实施例中，预设的数据结构可以是树结构。例如，预设的数据结构是树结构，树结构是一种非线性数据结构，将数据元素以节点形式按分支关系组织起来，结构图示看起来很像自然界的树。图3示出一个树结构的例子，在树结构中遍历访问节点具有一定的遍历次序，例如，如图3所示的树结构中的所有节点的遍历次序为：A-B-D-E-C-F。

通过获取场景标签条件的、符合预设的数据结构的标签条件结构，结构化表达能获取针对目标应用场景提供的目标应用服务的、目标用户群体的用户标签的标签信息，可以结合后续步骤，根据标签条件结构对包括用户所具有的用户标签的标签信息的、用户的用户画像进行处理得到画像检测逻辑，根据画像检测逻辑得到用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，可以降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

在一个例子中，场景标签条件可以是以符合预设的数据格式、根据逻辑关系以及比较关系对目标用户群体的用户标签的标签信息进行表达的标签表达式。

该预设的数据格式可以根据具体的应用需求或者应用场景设置。例如，预设的数据格式可以是JSON格式，JSON(JavaScript Object Notation,JS对象简谱)是一种轻量级的数据交换格式，场景标签条件是符合JSON格式的标签表达式，可以利用JSON这一轻量级数据交互格式所具有的简洁、清晰的层次结构，调高数据处理效率。

逻辑关系是两个对象之间的逻辑关联关系。逻辑关系至少包括和关系(“AND”)以及与关系(“OR”)。基于两个对象之间的逻辑关系，可以对两个对象进行逻辑运算。在本例中，基于逻辑关系可以对场景标签条件中的两个用户标签之间的关系进行表达。

比较关系是对象与对象信息之间的比较关系。比较关系至少包括大于关系(“>”)、大于等于关系(“>＝”)、等于关系(“＝”)、不等于关系(“≠”)、小于关系(“<”)以及小于等于关系(“<＝”)。基于对象与对象信息之间的比较关系，可以得到比较操作的结果。在本实施例中，基于比较关系可以对场景标签条件中的用户标签与对应的标签信息的关系进行表达。

例如，对于上述举例的场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”，可以是如图4所示采用JSON格式的标签表达式。

在本例中，根据场景标签条件得到的结构化的标签条件结构符合预设的数据结构。场景标签条件是根据逻辑关系以及比较关系对所述目标用户群体的用户标签的标签信息进行表达的标签表达式。而该预设的数据结构中包括与逻辑关系对应的逻辑节点，以及与比较关系对应的比较节点。预设的数据结构是通过层级、结构化表达数据的数据形式，逻辑节点与比较节点在所述预设的数据结构中处于不同的结构层级。

在本例中，根据场景标签条件，得到符合预设的数据结构的标签条件结构的步骤包括：步骤S2110-S2130。

步骤S2110，根据标签表达式中表达的、目标用户群体的用户标签的标签信息之间的逻辑关系，生成标签条件结构包括的逻辑节点。

标签表达式能表达目标用户群体的用户标签的标签信息之间的逻辑关系。例如，对于如图4所示的、场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”的JSON格式的标签表达式中，表达的目标用户群体的用户标签“用户所在城市”、“当前是否有月卡”以及“最新月卡到期距今天数”三者之间的逻辑关系均是和关系(“AND”)。

标签条件结构符合预设的数据结构，预设的数据结构中的逻辑节点与逻辑关系对应。在标签条件结构中包括的逻辑节点，与标签表达式中表达的、目标用户群体的用户标签的标签信息之间的逻辑关系对应，可以由此生成。逻辑节点的类型可以与标签表达式符合的数据格式对应，例如，标签表达式符合的数据格式是JSON格式，逻辑节点是JSON Array类型。

例如，预设的数据结构是树结构，树结构中包括分支节点和叶子节点，预设的数据结构中的逻辑节点是树结构的分支节点，该分支节点的节点信息包括分支节点与所述树结构的其他节点之间的逻辑关系指示。该逻辑关系指示包括分支节点与其他分支节点或者分支节点与其他叶子节点的逻辑关系指示。

对应地，根据标签表达式中表达的、目标用户群体的用户标签的标签信息之间的逻辑关系生成的标签条件结构中的逻辑节点，是标签条件结构中的分支节点。

在标签条件结构中，分支节点的节点信息所包括的逻辑关系指示，用于指示目标用户群体的用户标签的标签信息之间的逻辑关系。该逻辑关系指示所指示的目标用户群体的用户标签的标签信息之间的逻辑关系，包括该分支节点所对应的用户标签的标签信息之间的逻辑关系、以及该分支节点所对应的用户标签的标签信息与其他用户标签的标签信息之间的逻辑关系。

例如，以如图4所示的、场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”的JSON格式的标签表达式为例，得到符合树结构的条件标签结构如图5所示：在该条件标签结构中包括两个JSON Array类型的分支节点：Node1，Node2；

对于分支节点Node1，节点信息中包括逻辑关系指示，用于指示用户标签“用户所在城市”的标签信息与另两个“当前是否有月卡”、“最新月卡到期距今天数”的标签信息之间的逻辑关系的逻辑关系是和关系，可以通过设置Node1的JSON Array类型中的Key为逻辑操作符“AND”来实现；

对于分支节点Node2，节点信息中包括逻辑关系指示，用于指示用户标签“当前是否有月卡”以及“最新月卡到期距今天数”的标签信息之间的逻辑关系是和关系，可以通过设置Node2的JSON Array类型中的Key为逻辑操作符“AND”来实现。

步骤S2120，根据标签表达式中表达的、与目标用户群体的用户标签的标签信息对应的比较关系，生成标签条件结构包括的比较节点。

标签表达式能表达与目标用户群体的用户标签的标签信息对应的比较关系。例如，对于如图4所示的、场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”的JSON格式的标签表达式中，与用户标签“用户所在城市”的标签信息“成都”对应的比较关系是等于关系(“＝”)，与用户标签“当前是否有月卡”的标签信息“没有”对应的比较关系是等于关系(“＝”)，与用户标签“最新月卡到期距今天数”的标签信息“不大于30天”对应的比较关系是等于关系(“<＝”)。

标签条件结构符合预设的数据结构，预设的数据结构中的比较节点与比较关系对应。在标签条件结构中包括的比较节点，与标签表达式中表达的、与目标用户群体的用户标签的标签信息对应的比较关系对应，可以由此生成。比较节点的类型可以与标签表达式符合的数据格式对应，例如，标签表达式符合的数据格式是JSON格式，比较节点是JSONObject类型。

例如，预设的数据结构是树结构，树结构中包括分支节点和叶子节点，预设的数据结构中的比较节点是树结构的叶子节点，该叶子节点的节点信息包括与该叶子节点对应的比较关系指示。

对应地，根据标签表达式中表达的、与所述目标用户群体的用户标签的标签信息对应的比较关系生成的标签条件结构中的比较节点，是标签条件结构中的叶子节点。

在标签条件结构中，叶子节点的节点信息所包括的比较关系指示，用于指示与目标用户群体的用户标签的标签信息对应的比较关系。该比较关系指示与目标用户群体的用户标签的标签信息对应的比较关系，是该叶子节点所对应的用户标签的标签信息所体现的比较关系。

例如，以如图4所示的、场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”的JSON格式的标签表达式为例，得到符合树结构的条件标签结构如图5所示：在该条件标签结构中包括三个JSON Object类型的分支节点：Leaf1、Leaf2以及Leaf3；

其中，每个JSON Object类型的叶子节点具有Value、Op、Field、Type等关键字段(JSON Key)以实现比较关系指示，Op用于指示与比较关系对应的比较运算符(例如“＝”、“>”、“<”等)，Field用于指示用户标签的名称，Value用于指示标签信息的具体取值，Type用于指示标签信息的具体取值的数值类型；

对于叶子节点Leaf1，节点信息中包括比较关系指示，用于指示用户标签“用户所在城市”的标签信息“成都”的比较关系是等于关系(“＝”)，具体地，可以设置Leaf1的Op为“＝”、Field为“用户所在城市”、Value为“成都”(或者“成都”对应的城市代码028)以及“Type”为“City”来实现比较关系指示；

对于叶子节点Leaf2，节点信息中包括比较关系指示，用于指示用户标签“当前是否有月卡”的标签信息“没有”的比较关系是等于关系(“＝”)，具体地，可以设置Leaf2的Op为“＝”、Field为“当前是否有月卡”、Value为“No”以及“Type”为“String”来实现比较关系指示；

对于叶子节点Leaf3，节点信息中包括比较关系指示，用于指示用户标签“最新月卡到期距今天数”的标签信息“不大于30天”的比较关系是等于关系(“<＝”)，具体地，可以设置Leaf3的Op为“<＝”、Field为“最新月卡到期距今天数”、Value为“30”以及“Type”为“Number”来实现比较关系指示。

步骤S2130，根据标签表达式中表达的逻辑关系、比较关系之间的层级次序，对应设置标签条件结构包括的逻辑节点以及所述比较节点的结构层次，得到标签条件结构。

标签表达式是抽取场景标签条件的具体内容中体现的逻辑关系、比较关系对场景标签条件进行表达得到的表达式，根据表达标签表达式中表达的逻辑关系、比较关系之间的层级次序，可以设置标签条件结构包括的逻辑节点以及所述比较节点的结构层次，得到标签条件结构。

例如，继续以图4所示的场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”的JSON格式的标签表达式为例，从该标签表达式中，可以得到在与用户标签“用户所在城市”的标签信息对应的比较关系之上，是用户标签“用户所在城市”的标签信息与另两个“当前是否有月卡”、“最新月卡到期距今天数”的标签信息之间的逻辑关系的逻辑关系，以及“当前是否有月卡”与“最新月卡到期距今天数”的标签信息之间的逻辑关系之下是与“当前是否有月卡”的标签信息对应的比较关系，以及与“最新月卡到期距今天数”的标签信息对应的关系，以此得到这些比较关系、逻辑关系之间的层级次序；

而根据上述步骤S2110已得到逻辑节点Node1、Node2，以及根据步骤S2120已得到比较节点Leaf1、Leaf2、Leaf3后，可以标签表达式所表达的比较关系、逻辑关系之间的层级次序，可以对应设置Node1、Node2、Leaf1、Leaf2、Leaf3的结构层次，得到如图5所示的树结构形式的标签条件结构。

在步骤S2100之后，进入：

步骤S2200，根据标签条件结构，对用户的用户画像进行处理，得到用户的画像检测逻辑。

在本实施例中，每个用户的用户画像中包括该用户所具有的用户标签的标签信息。用户的用户画像可以根据用户在获取对应的应用服务过程中自身的基本信息以及行为特性等数据挖掘获取，在本实施例中不做限制。

标签条件结构与场景标签条件对应，场景标签条件中包括能获取针对目标应用场景提供的目标应用服务的、目标用户群体的用户标签的标签信息。用户的用户画像中包括用户所具有的用户标签的标签信息。因此，根据结构化的标签条件结构、对用户的用户画像处理得到的画像检测逻辑，是用于表征目标用户群体的用户标签的标签信息与用户所具有的用户标签的标签信息之间的逻辑关系的信息。而结合后续步骤，可以根据画像检测逻辑得到用户的画像检测结果来确定是否向用户提供目标应用服务，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

在一个例子中，标签条件结构中包括属于不同结构层次的逻辑节点以及比较节点。逻辑节点根据场景标签条件中包括的目标用户群体的用户标签的标签信息之间的逻辑关系生成；比较节点根据与场景标签条件中包括的与目标用户群体的用户标签的标签信息对应的比较关系生成。

例如，基于上述步骤S2110-S2130中的例子，场景标签条件为“用户所在城市在成都，并且当前没有月卡，并且最近一张月卡到期日距离今天的天数不大于30天”，得到的标签条件结构是可以是如图5所示的树结构，其中Node1、Node2是作为逻辑节点的树结构的分支节点，Leaf1、Leaf2、Leaf3是作为比较节点的树结构的叶子节点，分支节点、叶子节点在树结构中属于不同的结构层次。

在本例中，根据标签条件结构，对用户的用户画像进行处理，得到所述用户的画像检测逻辑的步骤可以包括：步骤S2210-S2220。

步骤S2210，根据标签条件结构的结构次序，依次根据标签条件结构中包括的每个节点对用户画像进行处理获取节点处理结果。

其中，当节点是逻辑节点时，节点处理结果是根据与逻辑节点对应的目标用户群体的用户标签的标签信息之间的逻辑关系，得到对应的逻辑操作指示；以及当节点是比较节点时，节点处理结果是根据与比较节点对应的、与目标用户群体的用户标签的标签信息对应的比较关系，得到对应的比较操作结果。

标签条件结构的结构次序是基于标签条件结构符合的数据结构的特性，遍历访问标签条件结构中包括的所有节点的遍历次序。例如，标签条件结构是树结构，标签条件结构的结构次序就是树结构的遍历次序，以图5所示的标签条件结构为例，标签条件结构的结构次序是Node1-Leaf1-Node2-Leaf2-Leaf3。

以用户画像包括用户标签“用户所在城市”的标签信息“上海”、用户标签“当前是否有月卡”的标签信息“有”以及用户标签“最新月卡到期距今天数”的标签信息“10天”为例，基于如图5所示的标签结构对于用户画像进行检测时，标签条件结构的结构次序是Node1-Leaf1-Node2-Leaf2-Leaf3：

根据该结构次序，对逻辑节点Node1进行处理，Node1中的逻辑关系指示是逻辑操作符“AND”，可以提取得到节点处理结果是逻辑操作指示“AND”；对比较节点Leaf1进行处理，Leaf1中节点信息包括用户标签“用户所在城市”的标签信息“成都”的比较操作符是“＝”，而用户画像的用户标签“用户所在城市”的标签信息“上海”，得到节点处理结果是比较结果指示“false”；对逻辑节点Node2进行处理，Node1中的逻辑关系指示是逻辑操作符“AND”，可以提取得到节点处理结果是逻辑操作指示“AND”；对比较节点Leaf2进行处理，Leaf2中节点信息包括用户标签“当前是否有月卡”的标签信息“没有”的比较操作符是“＝”，而用户画像的用户标签“当前是否有月卡”的标签信息“有”，得到节点处理结果是比较结果指示“false”；对比较节点Leaf3进行处理，Leaf3中节点信息包括用户标签“最新月卡到期距今天数”的标签信息“不大于30天”的比较操作符是“<＝”，而用户画像的用户标签“最新月卡到期距今天数”的标签信息“10天”，得到节点处理结果是比较结果指示“true”。

在实际实施时，在根据标签条件结构对用户画像处理时，在对每个标签条件结构中的每个节点处理后，将处理结果推入(PUSH)堆栈中，直至，利用堆栈这种具有“先入先出”特性的线性表，可以在步骤S2220中，直接读取堆栈中的数据，得到对应的画像检测逻辑。

步骤S2220，根据依次获取的节点处理结果，生成画像检测逻辑。

画像检测逻辑具体可以是对画像进行检测的逻辑操作信息。

在一个例子中，画像检测逻辑是根据节点处理结果的获取顺序以及所述节点处理结果生成的逻辑运算表达式。

例如，基于上述步骤S2210所举的例子，对于用户画像包括用户标签“用户所在城市”的标签信息“上海”、用户标签“当前是否有月卡”的标签信息“有”以及用户标签“最新月卡到期距今天数”的标签信息“10天”，节点处理结果的获取顺序是“AND”-“false”-“AND”-“false”-“true”，对应可以得到逻辑运算表达式是：

“false”AND(“false”AND“true”)。

步骤S2300，根据画像检测逻辑，获取用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务。

根据画像检测逻辑，获取用户的画像检测结果，当画像检测结果符合逻辑结果“true”时，确定用户属于针对目标应用场景提供目标应用服务的目标用户群体，可以向该用户提供目标应用服务；当画像检测结果符合逻辑结果“false”时，确定用户不属于针对目标应用场景提供目标应用服务的目标用户群体，不向该用户提供目标应用服务。

应当理解的是，目标应用服务是根据目标用户群体的个性化需求针对目标应用场景提供的定制化服务，具体的服务内容可以根据具体的需求或者场景设置，在本实施例中不做限制。

根据画像检测逻辑得到用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

在一个例子中，画像检测逻辑是根据所述标签条件结构，对用户的用户画像进行处理后得到的逻辑运算表达式，对应的，根据画像检测逻辑，获取用户的画像检测结果的步骤包括：

根据画像检测逻辑执行逻辑运算处理得到逻辑运算结果，作为画像检测结果。

例如，基于步骤S2220中所举的例子，画像检测逻辑是逻辑运算表达式：“false”AND(“false”AND“true”)；根据该逻辑运算表达式执行逻辑运算处理，可以得到逻辑运算结果“false”，作为画像检测结果。

<用户画像的检测设备>

在本实施例中，还提供一种用户画像的检测设备200，如图6所示，包括：

存储器210，用于存储可执行的指令；

处理器220，用于根据所述可执行的指令的控制，运行服务器执行本实施例中提供的任意一项所述的用户画像的检测方法。

在本实施例中，用户画像的检测设备200可以具体各种实体形式。例如，用户画像的检测设备200可以是具有存储器、处理器的任意设备，例如，可以是提供用户画像的检测功能的在线服务器，或者服务器设备中某个实施检测用户画像的处理模块，用户画像的检测设备200还可以是如图1所示的电子设备1000。

本领域技术人员应当明白，可以通过各种方式来实现用户画像的检测设备200。例如，可以通过指令配置处理器来实现用户画像的检测设备200。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现用户画像的检测设备200。例如，可以将用户画像的检测设备200固化到专用器件(例如ASIC)中。可以将用户画像的检测设备200分成相互独立的单元，或者可以将它们合并在一起实现。用户画像的检测设备200可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。

在本实施例中，提供一种用户画像的检测方法以及设备，通过从包括能获取针对目标应用场景提供的目标应用服务的目标用户群体的用户标签的标签信息的用户场景标签条件中，得到符合预设的数据结构的标签条件结构，对用户的用户画像进行处理得到画像检测逻辑，根据画像检测逻辑得到用户的画像检测结果，以根据画像检测结果确定是否向用户提供目标应用服务，区别于现有技术中根据用户画像之间的相似度对用户分类后提供应用服务的方式，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。同时，通过结构化的标签条件结构对用户画像处理得到画像检测逻辑，根据画像检测逻辑获取画像检测结果，降低处理复杂度，无需预先离线处理，提高画像检测效率。尤其适用于需要对用户画像进行在线实时检测的场景。

<第二实施例>

在本实施例中，提供一种应用系统500，如图7所示，包括：

客户端400；

服务器300；

以及在第一实施例中提供的用户画像的检测设备200。

服务器300包括：

存储器310，用于存储可执行的指令；

处理器320，用于根据可执行的指令的控制，运行服务器300执行以下步骤，包括：步骤S3100-S3300。

步骤S3100，通过客户端400获取目标用户的用户画像。

目标用户是使用客户端400的用户，服务器300可以通过目标用户使用客户端400进行注册、获取所提供的应用服务的过程中，收集目标用户的用户信息，包括用户的基本信息(例如性别、年龄等)、用户获取应用服务的行为相关特性(例如，用户每次使用车辆的时间、路线以及用户的用车频率等)，并根据用户的基本信息和用户获取应用服务的行为相关特性通过数据挖掘技术获取的用户特性(例如，用户使用车辆的偏好等)，进行整合得到目标用户的用户画像。

步骤S3200，将目标用户的用户画像发送至用户画像的检测设备200，触发用户画像的检测设备200实施如第一实施例中的任意一项的用户画像的检测方法，返回目标用户的画像检测结果。

应当理解的是，图7示出的服务器200与用户画像的检测设备200之间进行通信连接交互仅是示意性的例子。在本实施例中，服务器200可以是与用户画像的检测设备200是相互独立、建立有通信连接的两个实体设备，服务器200中也可以设置有用户画像的检测设备200，两者通过内部通信机制进行交互。

步骤S3300，根据目标用户的画像检测结果，通过客户端200向目标用户提供与画像检测结果对应的应用服务。

在服务器300获取用户画像的检测结果后，根据用户画像的检测结果确定对应要提供的应用服务，指示客户端200提供向目标用户提供应用服务。

当画像检测结果符合逻辑结果“true”时，服务器可以通过客户端200向目标用户提供针对目标应用场景定制的、只向目标用户群体提供的目标应用服务，区别于现有技术中根据用户画像之间的相似度对用户分类后提供应用服务的方式，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求；

当画像检测结果符合逻辑结果“false”时，不限目标用户提供目标应用服务，避免盲目向目标用户群体之外的用户提供针对目标用户群体定制的、匹配目标应用场景的目标应用服务，影响用户体验。

在本实施例中，服务器300可以刀片服务器、云端服务器或者服务器群组等。服务器300的处理器310可以是中央处理器CPU、微处理器MCU等。服务器300的存储器320例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。服务器300还可以包括其他装置，例如还可以包括输入装置、输出装置等，在图7中不再示出。

客户端400，包括：

存储器410，用于存储可执行的指令；

处理器420，用于根据可执行的指令的控制，运行客户端400执行以下步骤，包括：步骤S4100-S4200。

步骤S4100，收集目标用户的用户信息，以提供给服务器300获取目标用户的用户画像；

步骤S4200，根据服务器的指示，向目标用户提供应用服务。

客户端400通过从目标用户使用自身的过程中，收集目标用户在注册、获取应用服务的过程中产生的用户信息，包括用户的基本信息(例如性别、年龄等)、用户获取应用服务的行为相关特性(例如，用户每次使用车辆的时间、路线以及用户的用车频率等)，提供给服务器300，以供服务器300获取目标用户的用户画像提供给用户画像的检测设备200进行用户画像检测；客户端200通过接收服务器300的指示提供应用服务，可以协助服务器300实现根据目标用户的用户画像的检测结果向目标用户提供对应的应用服务。区别于现有技术中根据用户画像之间的相似度对用户分类后提供应用服务的方式，实现通过检测用户画像筛选与目标应用场景匹配的目标用户群体，提供适配目标应用场景的个性化的目标应用服务，实际满足用户的个性化的应用需求。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (9)

1.一种用户画像的检测方法，其中，包括：

根据场景标签条件，得到符合预设的数据结构的标签条件结构；

其中，所述场景标签条件中包括目标用户群体的用户标签的标签信息，所述目标用户群体是能获取针对目标应用场景提供的目标应用服务的用户群体；

根据所述标签条件结构，对用户的用户画像进行处理，得到所述用户的画像检测逻辑；

其中，所述用户画像中包括所述用户所具有的用户标签的标签信息；

根据所述画像检测逻辑，获取所述用户的画像检测结果，以根据所述画像检测结果确定是否向所述用户提供所述目标应用服务，

其中，所述标签条件结构中包括属于不同结构层次的逻辑节点以及比较节点；所述逻辑节点根据所述场景标签条件中包括的所述目标用户群体的用户标签的标签信息之间的逻辑关系生成；所述比较节点根据与所述场景标签条件中包括的与所述目标用户群体的用户标签的标签信息对应的比较关系生成；

所述根据所述标签条件结构，对用户的用户画像进行处理，得到所述用户的画像检测逻辑的步骤，包括：

根据所述标签条件结构的结构次序，依次根据所述标签条件结构中包括的每个节点对所述用户画像进行处理获取节点处理结果；

其中，当所述节点是逻辑节点时，所述节点处理结果是根据与所述逻辑节点对应的所述目标用户群体的用户标签的标签信息之间的逻辑关系，得到对应的逻辑操作指示；以及当所述节点是比较节点时，所述节点处理结果是根据与所述比较节点对应的、与所述目标用户群体的用户标签的标签信息对应的比较关系，得到对应的比较操作结果；

根据所述依次获取的节点处理结果，生成所述画像检测逻辑。

2.根据权利要求1所述的方法，其中，

所述场景标签条件是以符合预设的数据格式、根据逻辑关系以及比较关系对所述目标用户群体的用户标签的标签信息进行表达的标签表达式；

所述预设的数据结构中包括与逻辑关系对应的逻辑节点，以及与比较关系对应的比较节点；所述逻辑节点与所述比较节点在所述预设的数据结构中处于不同的结构层级；

所述根据场景标签条件，得到符合预设的数据结构的标签条件结构的步骤包括：

根据所述标签表达式中表达的、所述目标用户群体的用户标签的标签信息之间的逻辑关系，生成所述标签条件结构包括的所述逻辑节点；

根据所述标签表达式中表达的、与所述目标用户群体的用户标签的标签信息对应的比较关系，生成所述标签条件结构包括的所述比较节点；

根据所述标签表达式中表达的所述逻辑关系、所述比较关系之间的层级次序，对应设置所述标签条件结构包括的所述逻辑节点以及所述比较节点的结构层次，得到所述标签条件结构。

3.根据权利要求2所述的方法，其中，

所述预设的数据结构是树结构；

所述预设的数据结构中的逻辑节点是所述树结构的分支节点，所述分支节点的节点信息包括所述分支节点与所述树结构的其他节点之间的逻辑关系指示；所述预设的数据结构中的比较节点是所述树结构的叶子节点，所述叶子节点的节点信息包括与所述叶子节点对应的比较关系指示；

在所述标签条件结构中，所述分支节点的所述节点信息所包括的所述逻辑关系指示，用于指示目标用户群体的用户标签的标签信息之间的逻辑关系；所述叶子节点的所述节点信息所包括的所述比较关系指示，用于指示与所述目标用户群体的用户标签的标签信息对应的比较关系。

4.根据权利要求2所述的方法，其中，

所述预设的数据格式是JSON格式；

所述逻辑节点是JSON Array类型；

所述比较节点是JSON Object类型。

5.根据权利要求1所述的方法，其中，

所述画像检测逻辑是根据所述节点处理结果的获取顺序以及所述节点处理结果生成的逻辑运算表达式。

6.根据权利要求2-5任意一项所述的方法，其中，

所述逻辑关系至少包括和关系以及与关系；

所述比较关系至少包括大于关系、大于等于关系、等于关系、不等于关系、小于关系以及小于等于关系。

7.根据权利要求1所述的方法，其中，

所述画像检测逻辑是根据所述标签条件结构，对用户的用户画像进行处理后得到的逻辑运算表达式；

所述根据所述画像检测逻辑，获取所述用户的画像检测结果的步骤包括：

根据所述画像检测逻辑执行逻辑运算处理得到逻辑运算结果，作为所述画像检测结果。

8.一种用户画像的检测设备，其中，包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述用户画像的检测设备，执行如权利要求1-7任意一项所述的用户画像的检测方法。

9.一种应用系统，其中，包括：

客户端；

服务器；

以及如权利要求8所述的用户画像的检测设备；

其中，所述客户端包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述客户端执行以下步骤，包括：

收集目标用户的用户信息，以提供给所述服务器获取目标用户的用户画像；

根据所述服务器的指示，向目标用户提供应用服务；

以及，所述服务器包括：

存储器，用于存储可执行的指令；

处理器，用于根据所述可执行的指令的控制，运行所述服务器执行以下步骤，包括：

通过所述客户端获取目标用户的用户画像；

将目标用户的用户画像发送至所述用户画像的检测设备，触发所述用户画像的检测设备实施如权利要求1-7所述的任意一项的用户画像的检测方法，返回目标用户的画像检测结果；

根据所述目标用户的画像检测结果，通过所述客户端向所述目标用户提供与所述画像检测结果对应的应用服务。

Images