CN110489646B - 用户画像构建方法及终端设备 - Google Patents
用户画像构建方法及终端设备 Download PDFInfo
- Publication number
- CN110489646B CN110489646B CN201910752114.4A CN201910752114A CN110489646B CN 110489646 B CN110489646 B CN 110489646B CN 201910752114 A CN201910752114 A CN 201910752114A CN 110489646 B CN110489646 B CN 110489646B
- Authority
- CN
- China
- Prior art keywords
- user
- product
- information
- browsing
- time
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 13
- 230000003203 everyday effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004883 computer application Methods 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 210
- 230000006870 function Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机应用技术领域，提供了一种用户画像构建方法、终端设备及计算机可读存储介质，包括：通过对用户信息进行量化确定用户类型标识，并根据用户在浏览每个产品时的浏览信息确定用户对每个产品的关注度值，最后根据用户的用户类型标识和用户对每个所述产品的关注度值，构建全面准确的用户画像，以通过用户画像表示用户对不同产品的关注程度，精确定位用户兴趣特征。
Description
技术领域
本发明属于计算机应用技术领域，尤其涉及一种用户画像构建方法、终端设备及计算机可读存储介质。
背景技术
近年来互联网金融迅速渗透到各种传统金融领域，互联网保险适应了网络时代经济蓬勃发展的大趋势，敏锐地捕捉到了互联网经济参与各方的风险保障需求，如雨后春笋般崛起，互联网保险与传统保险相比有着成本低、创新快、效率高、透明化等优势，迎合了互联网消费碎片化、小金额、大批量、高频次等特点而得到高速发展。用户在享受信息带来便利的同时，也经常受到冗杂信息的干扰，企业也对每个用户的使用习惯掌握的较为模糊，现有技术中通过记录每个用户的历史使用信息来衡量一个用户的使用习惯，而这种方式存在对用户的使用习惯描述模糊的问题。
发明内容
有鉴于此，本发明实施例提供了一种用户画像构建方法、终端设备及计算机可读存储介质，以解决现有技术中在对用户的使用习惯描述模糊的问题。
本发明实施例的第一方面提供了一种用户画像构建方法，包括：
获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
本发明实施例的第三方面提供了一种终端设备，包括：
第一获取单元，用于获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
第二获取单元，用于获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
画像单元，用于根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例与现有技术相比存在的有益效果是：
本发明实施例通过对用户信息进行量化确定用户类型标识，并根据用户在浏览每个产品时的浏览信息确定用户对每个产品的关注度值，最后根据用户的用户类型标识和用户对每个所述产品的关注度值，构建全面准确的用户画像，以通过用户画像表示用户对不同产品的关注程度，精确定位用户兴趣特征。
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是本发明实施例一提供的用户画像构建方法的流程图；
图2是本发明实施例二提供的用户画像构建方法的流程图；
图3是本发明实施例三提供的终端设备的示意图；
图4是本发明实施例四提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
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。
参见图1，图1是本发明实施例一提供的用户画像构建方法的流程图。本实施例中用户画像构建方法的执行主体为终端。终端包括但不限于智能手机、平板电脑、可穿戴设备等移动终端，还可以是台式电脑等。如图所示的用户画像构建方法可以包括以下步骤：
S101：获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识。
本实施例中预设有等级区间，这些等级区间是根据不同用户的不同类型信息设定的，例如，根据工资收入的不同，设定不同的等级，示例性的，以月收入分几个层次，0-5000作为一个层次，5001-8000作为一个层次，或者大于8000一个层次。然后根据收入的一个系数决定可以哪些产品适合客户，这样大概率为客户规避了一些不需要的产品，促成达成率。除此之外，还可以通过客户的消费层次进行级别设定，通过设定得到的级别确定用户类型标识。
需要说明的是，本实施例中的用户类型标识用于表示不同类型或者不同等级的用户，可以通过字母ABCD等来表示，此处不做限定。示例性的，在根据用户的工资收入确定不同的等级区间之后，将收入为0-5000之间的用户类型用A表示，将收入在5001-8000之间的用户类型用B表示，将收入大于8000的用户类型用C表示，此处根据不同数据量的用户等级来确定用户的不同类型，以确定不同用户类型对应的用户类型标识。
在对用户进行产品推荐时，可以根据用户的用户信息进行推荐。注册的用户实名制了，所以可以通过用户的年龄、性别、工作的类别以及大数据分析用户关注的点。目前市场上的寿险产品是有针对不同年龄层的开发，所以通过以上的维护是可以推选可以购买的产品。还可以根据客户经常搜索的方向，示例性地，意外、重疾、保障型投资等等，比如：客户经常搜寻重疾保障这块，可以以这个维度推荐适合这个年龄层的产品。
S102：获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值。
在实际应用中，用户通过用户终端来浏览应用程序，并使用其中的各种功能。在应用程序的界面上对应有各种不同的界面元素，以实现不同的用户功能。通过获取用户在浏览产品时产生的浏览信息，以根据浏览信息确定用户对每个产品的关注度值。
可选的，可以通过在用户界面中的每个产品的界面元素中，设定一个数据采集控件的方式，以通过数据采集控件采集用户在用户终端浏览每个产品的界面元素的浏览时长，通过浏览时长作为用户对应用程序中每个产品的关注度值。
进一步的，为了更加增强产品的用户主观体验，可以在产品的显示页面中加入产品评分的功能，用于获取用户对这个产品的直接打分，通过打分得到用户对该产品的关注度值或者喜好程度。
需要说明的是，本实施例中是针对一个用户在浏览产品时产生的浏览信息，确定其对每个产品的关注度值。在每一次的用户信息获取和关注度值计算时，都可以对之前的数据进行修改和更新，以保证用户对每个产品的关注度情况的实时性和全面性。
S103：根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
以用户的用户类型标识来表示用户类型，以用户对每个产品的关注度值来表示用户对每个产品的关注程度，针对每个用户，构建该用户面对所有产品时的用户画像。以通过该用户的用户画像，可以直观的获取到用户类型和用户对每个产品的喜好情况。
进一步的，在确定了用户画像之后，可以根据用户的用户画像向用户推荐关注度值较高的产品。在本实施例中，与用户类型标识对应的，根据每个产品的受用人群的年龄、收入等情况，设定每个产品的产品类型标识，例如为a、b、c、d、e、f等，这些产品类型标识与用户类型标识A、B、C、D、E、F一一对应，即相同字母的维度标识的产品和用户则完全匹配。具体的，在进行产品推荐时，先确定用户所关注的这些产品中的产品类型标识与用户自己的用户类型标识所对应的产品，再根据这些产品的关注度值按照由大到小的顺序推送给用户，保证推送给用户的产品不仅符合用户的用户类型，同时也符合用户喜好，以此提高用户对所推荐的产品的采纳率和产品推荐成功的概率。
上述方案，通过对用户信息进行量化确定用户类型标识，并根据用户在浏览每个产品时的浏览信息确定用户对每个产品的关注度值，最后根据用户的用户类型标识和用户对每个所述产品的关注度值，构建全面准确的用户画像，以通过用户画像表示用户对不同产品的关注程度，精确定位用户兴趣特征。
参见图2，图2是本发明实施例二提供的用户画像构建方法的流程图。本实施例中用户画像构建方法的执行主体为终端。终端包括但不限于智能手机、平板电脑、可穿戴设备等移动终端，还可以是台式电脑等。如图所示的用户画像构建方法可以包括以下步骤：
S201：获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识。
在对用户进行产品推荐时，可以根据用户的用户信息进行推荐。注册的用户实名制了，所以可以通过用户的年龄、性别、工作的类别以及大数据分析用户关注的点。目前市场上的寿险产品是有针对不同年龄层的开发，所以通过以上的维护是可以推选可以购买的产品。还可以根据客户经常搜索的方向，示例性地，意外、重疾、保障型投资等等，比如：客户经常搜寻重疾保障这块，可以以这个维度推荐适合这个年龄层的产品。
进一步的，步骤S201可以具体包括S2011～S2012：
S2011：获取用户的年龄和收入，根据预设的年龄等级区间和收入等级区间，确定所述年龄对应的年龄等级、所述收入对应的收入等级。
本实施例中的用户信息包括用户年龄和用户收入，可以通过用户年龄和用户收入来定位用户的消费层次。示例性地，以月收入分几个层次，0-5000作为一个层次，5001-8000作为一个层次，或者大于8000一个层次。然后根据收入的一个系数决定可以哪些产品适合客户，这样大概率为客户规避了一些不需要的产品，促成达成率。根据研究表明，10％的系数客户是可以接受的，详细的可以通过调查，对这个系数进行定值。
示例性地，将用户收入为0-5000的作为第一收入等级，5001-8000的用户作为第二收入等级，收入大于8000的用户作为第三收入等级。将用户年龄在20-30之间的作为第一年龄等级，将用户年龄在31-50之间的作为第二年龄等级，将用户年龄在51-100之间的作为第三年龄等级
S2012：根据预设的不同年龄等级和收入等级对应的用户标识方式，确定所述年龄等级和所述收入等级对应的用户类型标识。
本实施例中根据不同年龄等级和收入等级预设有对应的用户标识方式，与用户类型标识对应的，根据每个产品的受用人群的年龄、收入等情况，设定每个产品的产品类型标识，例如为a、b、c、d、e、f等，这些产品类型标识与用户类型标识A、B、C、D、E、F一一对应，即相同字母的维度标识的产品和用户则完全匹配。
具体的，为了更加详细、明确的确定不同用户信息对应的情况，本实施例中设定不同收入和年龄对应的用户类型标识。可选的，如下表所示：
在上表中，年龄在20-30且收入在0-5000的用户信息对应的用户类型标识为A，年龄在30-50且收入在0-5000的用户的用户信息对应的用户类型标识为D；年龄在20-30且收入为5001-8000的用户信息对应的用户类型标识为B。
需要说明的是，本实施例中的用户类型标识是根据年龄等级和用户等级两者共同确定。上述用户类型标识的设定只是针对与两种用户信息，除此之外，还可以加入更多的用户信息，将用户类型标识设定的更加精确。
在确定了用户的年龄等级和收入等级之后，根据据预设的不同年龄等级和收入等级对应的用户标识方式，以及用户等级和年龄等级，确定用户的用户类型标识。
S202：获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值。
为了更加贴切的量化用户在浏览产品信息时对每个产品的感兴趣程度，通过获取用户在浏览产品时产生的浏览信息，以根据浏览信息确定该用户对每个产品的关注度值。
进一步的，步骤S202可以具体包括步骤S2021～S2023：
S2021：获取用户在用户终端上的触屏信息；所述触屏信息包括触屏位置、滑动方向、停留页面以及停留时长。
在用户通过用户终端浏览或者应用产品时，获取用户在用户终端上的触屏信息。本实施例中的触屏信息包括触屏位置、滑动方向、停留页面以及停留时长。其中，触屏位置用于表示用户手指、触屏笔等在用户终端的屏幕上的相对位置、坐标等信息；滑动方向可以包括向左滑动向右滑动等，还可以在屏幕中心作为坐标原点，建立坐标系的横轴和纵轴，识别用户滑动的方向向量；停留页面也可以通过识别应用界面来表示，也可以通过应用页面的网页链接来表示，停留时长用于表示一个用户界面保持不变的时间长短。
S2022：根据所述触屏信息识别用户在所述用户终端浏览过的产品，以及在浏览每个所述产品时的最大浏览时长、最后一次浏览的时刻与当前时刻之间的时间差、预设时段内的浏览次数以及产品用户评分。
考虑到很多情况下，与用户信息所对应的产品并不是用户自己本身感兴趣的，用户可能去浏览其他与自身当前情况不太符合的一些产品，例如，可能为自己的家人买保险，因此，不能只单单将用户自己的信息作为产品推送的依据。本实施例中可以获取用户在浏览每个产品时的浏览信息。
在识别用户通过用户终端浏览过的产品时，可以识别用户在用户界面上的点击位置，根据点击位置识别当前界面上对应的界面元素，确定该界面元素对应的功能或者接口，最后根据该接口确定产品，将该产品识别为用户终端浏览过的产品。除此之外，还可以识别用户终端的用户界面上显示一个网页的时长，当时长超过预设的浏览阈值时，则说明用户在浏览该网页的内容，将该网页识别为用户终端浏览过的产品。还可以是在应用程序转入用户终端后台运行时，识别该应用程序中正在运行的产品，并将该产品识别为用户终端浏览过的产品。
其中，这些浏览信息可以包括浏览时长最大值、预设时段内的浏览次数、最后一次浏览的时刻与当前时刻之间的时间差、产品评分。具体的，一些用户可能在一段时间之内多次浏览某个产品，这种情况下，统计用户浏览一个产品的最大值，最近一次的浏览时间是什么时候、在预设的时间段之内一共浏览了几次。
除此之外，还可以：统计一段时间内被浏览次数最多的产品，进行最多浏览推荐。或者，统计一段时间内被加入收藏夹次数最多的产品，进行最多加入收藏夹推荐，适用于所有类型的页面，在购买数据较少的电子商务网站使用；统计一段时间内与目标产品被用户共同浏览次数最多的产品，进行共同浏览推荐，适用于产品页面；分析用户最近浏览、加入收藏夹和下订单的产品的特征，推荐具有这些特征的产品，进行内容推荐。
S2023：通过以下公式来计算所述关注度值：
Foc＝(Long_max+Freq_max)·Score/Time
其中，Foc用于表示所述关注度值；Long_max用于表示所述最大浏览时长；Freq_max用于表示所述浏览次数，Time用于表示所述时间差；Score用于表示所述用户评分。
进一步的，当存在用户没有给该产品评分的情况时，设定这种情况下默认Score＝1，以防止评分为零时影响关注度值变为零。
具体的，在上式中，当最大浏览时长越大、浏览次数越多或者用户评分越高的情况下，得到的关注度值越高，反之越少。同时，当最后一次浏览的时刻与当前时刻之间的时间差越小，即用户在不久之前便浏览过该产品，则说明用户对该产品的印象相比于其他产品的印象较深，则确定当前的关注度值最高。
S203：根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
以用户的用户类型标识来表示用户类型，以用户对每个产品的关注度值来表示用户对每个产品的关注程度，针对每个用户，构建该用户面对所有产品时的用户画像。以通过该用户的用户画像，可以直观的获取到用户类型和用户对每个产品的喜好情况。
进一步的，所述浏览信息包括用户在浏览所述产品时对所述产品的用户评分；在步骤S203之后，还可以包括步骤S2031～S2032：
S2031：获取对每个产品预设的产品类型标识。
在本实施例中，应用程序中可能包括各种类型的产品，每个产品有不同的功能，且存在不同的适用人群，即用户类型，可以根据每个产品所适用的用户的用户类型，确定每个产品的产品类型标识。本实施例中的产品类型标识用于确定每个产品的类型，以及每个产品对应的、适用的用户类型。
S2032：根据每个所述产品的所述用户评分，对所述产品的所述产品类型标识进行调整。
由于在很多情况下，不同的用户对每个产品都有不同的使用体验，可以获取用户对每个产品的使用体验，来反向调整产品的产品类型标识。
示例性的，通过在应用程序中设定一个评分窗口，用户可以通过该评分窗口对应用程序中的每个产品进行评分。在获取到用户评分之后，根据用户评分，调整产品的产品类型标识。具体的，在对产品类型标识进行调整时，根据产品热度的高低，活着根据原始评分的高低，对产品设定的产品类型标识分别为a、b、c、d、e、f，以此类推。在对其进行调整时，将获取到的新的用户评分与原始评分进行对比，若新的评分高出原始评分，则对产品类型标识进行升级，即，若该用户原始的用户类型标识为B，则将该用户的用户类型标识升级为C。
进一步的，还可以将原始评分和最新评分进行比较，确定评分变化的幅度，并衡量变化幅度的等级，根据变化幅度的等级确定产品类型标识升级或者降级的等级。示例性的，确定的评分变化幅度为二级，且为升级，则将原始用户标识升级从B升级到D，以此类推。
S204：获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长。
在实际应用中，不同的用户有不同的用户终端使用习惯，或者对产品运行程序也有不同的使用习惯，比如，会在中午吃饭的时候玩一会儿手机，或者在晚上睡觉之前使用用户终端来浏览信息。这种情况下，可以获取用户终端每天运行产品应用程序时的运行信息，其中，运行信息包括运行时刻和运行时长，将用户使用用户终端的使用习惯考虑进产品的推荐中，以保证产品推荐信息可以在第一时间被用户终端的使用者看到，提高产品推荐的成功率。
S205：计算所述运行时长的均值作为平均时长，根据所述运行时刻计算平均时刻，并根据所述平均时长和所述平均时刻确定推送时段。
在获取到运行时刻和运行时长之后，根据运行时刻和运行时长确定推送时刻，根据运行时长计算平均值作为平均时长，根据所述运行时刻计算平均时刻，并根据平均时长和平均时刻确定推送时段，以在该推送时刻到达时，向用户终端推送目标产品。
计算运行时刻的均值作为平均时刻，设获取到的运行时刻为：Hi:Mi，其中Hi用于表示运行时刻的小时位；Mi用于表示运行时刻的分钟位。通过如下公式计算平均时刻：
其中，i用于表示获取到的运行时刻的编号；k用于表示获取到的运行时刻的总数量；用于表示平均时刻的小时位；/>用于表示平均时刻的分钟位。
在确定平均时刻之后，将平均时刻减平均时长得到的时刻作为推送时段的开始，将平均时刻加平均时长得到的时刻作为推送时段的结束。
例如，获取到用户在用户终端打开该产品应用程序的运行时刻，今天是5：20，昨天是6：13，计算平均时刻上的小时位为：[(5+6)/2]mod24＝5.5，平均时刻上的分钟位为：[(20+13)/2]mod60＝16.5，最后进行小时位和分钟位上的数字换算，并对分钟位上的数字进行四舍五入，得到平均时刻为5:47。若计算得到的平均时长为10，则推荐时段为[5:37，5:57]之间；若计算得到的平均时长为20，则推荐时刻为[5:27，6:07]之间。
需要说明的是，本实施例中的时刻都是按照24小时制进行，在运行时刻或者推荐时刻再在凌晨、跨天、跨小时的情况下，运行时刻和运行时长之间的计算需要根据天、小时以及分钟之间的时间关系进行进位或者借位，不存在时间为负数的情况。同时，若小时位存在小数的情况，将小时位上的数目转化为分钟，并加在分钟位上，对分钟位上的小数进行四舍五入。
除此之外，还可以取运行时刻发生次数最多的作为推荐时刻，在距离平均时刻前后的平均时刻的时间段之内，都可以进行目标产品的推送，此处不做限定。
S206：根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。
在根据用户的用户类型标识、用户对每个产品的关注度值，生成了用户的用户画像之后，根据用户画像中每个产品对应的关注度值的大小，以及这些产品的产品类型标识，基于推送时段，确定该何时推送产品给用户。
本实施例中的目标产品可以是关注度值最大的产品，也可以是预设数量、关注度值较高的产品，并且，在推送时段内的任何时刻都可以进行推送。
可选的，本实施例中可以容忍一定为维度标识差异，当维度标识之间的字母距离小于一定阈值时，可以认为该产品和用户是弱匹配关系，也同样计入关注度值的排名中进行推送。示例性地，用户类型标识为D，当产品类型标识为d时，该产品适合该用户，但是为了保证可以推送给用户的产品选择多一些，也可以考虑将产品类型标识为c和e的产品也进行关注度值排名和推送。
上述方案，通过获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长；根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；最后根据用户的用户类型标识和用户对每个所述产品的关注度值，构建全面准确的用户画像，以通过用户画像表示用户对不同产品的关注程度，精确定位用户兴趣特征。
参见图3，图3是本发明实施例三提供的一种终端设备的示意图。终端设备包括的各单元用于执行图1～图2对应的实施例中的各步骤。具体请参阅图1～图2各自对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。本实施例的终端设备300包括：
第一获取单元301，用于获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
第二获取单元302，用于获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
画像单元303，用于根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度。
进一步的，所述终端设备还可以包括：
第三获取单元，用于获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长；
时刻确定单元，用于计算所述运行时长的均值作为平均时长，根据所述运行时刻计算平均时刻，并根据所述平均时长和所述平均时刻确定推送时段；
产品推荐单元，用于根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。
进一步的，所述第一获取单元可以包括：
区间确定单元，用于获取用户的年龄和收入，根据预设的年龄等级区间和收入等级区间，确定所述年龄对应的年龄等级、所述收入对应的收入等级；
标识确定单元，用于根据预设的不同年龄等级和收入等级对应的用户标识方式，确定所述年龄等级和所述收入等级对应的用户类型标识。
进一步的，所述第二获取单元302可以包括：
第四获取单元，用于获取用户在用户终端上的触屏信息；所述触屏信息包括触屏位置、滑动方向、停留页面以及停留时长；
第五获取单元，用于根据所述触屏信息识别用户在所述用户终端浏览过的产品，以及在浏览每个所述产品时的最大浏览时长、最后一次浏览的时刻与当前时刻之间的时间差、预设时段内的浏览次数以及产品用户评分；
计算单元，用于通过以下公式来计算所述关注度值：
Foc＝(Long_max+Freq_max)·Score/Time
其中，Foc用于表示所述关注度值；Long_max用于表示所述最大浏览时长；Freq_max用于表示所述浏览次数，Time用于表示所述时间差；Score用于表示所述用户评分。
进一步的，所述浏览信息包括用户在浏览所述产品时对所述产品的用户评分；
进一步的，所述第二获取单元302可以包括：
第五获取单元，用于获取对每个产品预设的产品类型标识；
类型调整单元，用于根据每个所述产品的所述用户评分，对所述产品的所述产品类型标识进行调整。
上述方案，通过获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长；根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；最后根据用户的用户类型标识和用户对每个所述产品的关注度值，构建全面准确的用户画像，以通过用户画像表示用户对不同产品的关注程度，精确定位用户兴趣特征。
图4是本发明实施例四提供的终端设备的示意图。如图4所示，该实施例的终端设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个用户画像构建方法实施例中的步骤，例如图1所示的步骤101至103。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图3所示单元301至303的功能。
示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述终端设备4中的执行过程。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是终端设备4的示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备，例如所述终端设备4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，FC)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
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。
所述集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (9)
1.一种用户画像构建方法，其特征在于，包括：
获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度；
所述获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值，包括：
获取用户在用户终端上的触屏信息；所述触屏信息包括触屏位置、滑动方向、停留页面以及停留时长；
根据所述触屏信息识别用户在所述用户终端浏览过的产品，以及在浏览每个所述产品时的最大浏览时长、最后一次浏览的时刻与当前时刻之间的时间差、预设时段内的浏览次数以及对所述产品的用户评分；
通过以下公式来计算所述关注度值：
其中，用于表示所述关注度值；/>用于表示所述最大浏览时长；/>用于表示所述浏览次数，/>用于表示所述时间差；/>用于表示所述用户评分。
2.如权利要求1所述的用户画像构建方法，其特征在于，所述根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像之后，还包括：
获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长；
计算所述运行时长的均值作为平均时长，根据所述运行时刻计算平均时刻，并根据所述平均时长和所述平均时刻确定推送时段；
根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识对应的可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。
3.如权利要求1所述的用户画像构建方法，其特征在于，所述获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识，包括：
获取用户的年龄和收入，根据预设的年龄等级区间和收入等级区间，确定所述年龄对应的年龄等级、所述收入对应的收入等级；
根据预设的不同年龄等级和收入等级对应的用户标识方式，确定所述年龄等级和所述收入等级对应的用户类型标识。
4.如权利要求1-3任一项所述的用户画像构建方法，其特征在于，所述浏览信息包括用户在浏览所述产品时对所述产品的用户评分；所述获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值之后，还包括：
获取对每个产品预设的产品类型标识；
根据每个所述产品的所述用户评分，对所述产品的所述产品类型标识进行调整。
5.一种终端设备，其特征在于，包括存储器以及处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如下步骤：
获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度；
所述获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值，包括：
获取用户在用户终端上的触屏信息；所述触屏信息包括触屏位置、滑动方向、停留页面以及停留时长；
根据所述触屏信息识别用户在所述用户终端浏览过的产品，以及在浏览每个所述产品时的最大浏览时长、最后一次浏览的时刻与当前时刻之间的时间差、预设时段内的浏览次数以及对所述产品的用户评分；
通过以下公式来计算所述关注度值：
其中，用于表示所述关注度值；/>用于表示所述最大浏览时长；/>用于表示所述浏览次数，/>用于表示所述时间差；/>用于表示所述用户评分。
6.如权利要求5所述的终端设备，其特征在于，所述根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度之前，还包括：
获取用户终端每天运行产品应用程序时的运行信息；所述运行信息包括运行时刻和运行时长；
计算所述运行时长的均值作为平均时长，根据所述运行时刻计算平均时刻，并根据所述平均时长和所述平均时刻确定推送时段；
根据所述用户画像中每个产品对应的关注度值，从预设的所述用户类型标识可推荐的产品标识中，确定可向所述用户推荐的目标产品，并推荐至所述用户终端。
7.如权利要求5所述的终端设备，其特征在于，所述用户信息包括年龄、收入；所述获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识，包括：
获取用户的年龄和收入，根据预设的年龄等级区间和收入等级区间，确定所述年龄对应的年龄等级、所述收入对应的收入等级；
根据预设的不同年龄等级和收入等级对应的用户标识方式，确定所述年龄等级和所述收入等级对应的用户类型标识。
8.一种终端设备，其特征在于，包括：
第一获取单元，用于获取用户的用户信息，根据不同类型信息对应的预设的等级区间，对每种类型的所述用户信息进行量化，确定所述用户信息所在的目标等级区间，并获取所述目标等级区间对应的用户类型标识；
第二获取单元，用于获取所述用户在浏览产品时产生的浏览信息，并根据所述浏览信息确定所述用户对预设的每个产品的关注度值；
画像单元，用于根据所述用户的用户类型标识和所述用户对每个所述产品的关注度值，构建所述用户的用户画像；所述用户画像用于表示用户对不同产品的关注程度；
所述第二获取单元包括：
第四获取单元，用于获取用户在用户终端上的触屏信息；所述触屏信息包括触屏位置、滑动方向、停留页面以及停留时长；
第五获取单元，用于根据所述触屏信息识别用户在所述用户终端浏览过的产品，以及在浏览每个所述产品时的最大浏览时长、最后一次浏览的时刻与当前时刻之间的时间差、预设时段内的浏览次数以及产品用户评分；
计算单元，用于通过以下公式来计算所述关注度值：
其中，用于表示所述关注度值；/>用于表示所述最大浏览时长；/>用于表示所述浏览次数，/>用于表示所述时间差；/>用于表示所述用户评分。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910752114.4A CN110489646B (zh) | 2019-08-15 | 2019-08-15 | 用户画像构建方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910752114.4A CN110489646B (zh) | 2019-08-15 | 2019-08-15 | 用户画像构建方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110489646A CN110489646A (zh) | 2019-11-22 |
| CN110489646B true CN110489646B (zh) | 2024-02-13 |
Family
ID=68551116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910752114.4A Active CN110489646B (zh) | 2019-08-15 | 2019-08-15 | 用户画像构建方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110489646B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111144833A (zh) * | 2019-12-04 | 2020-05-12 | 珠海格力电器股份有限公司 | 终端浏览超时的处理方法、装置、设备及存储介质 |
| CN111401433B (zh) * | 2020-03-12 | 2023-10-17 | 腾讯科技（深圳）有限公司 | 用户信息获取方法、装置、电子设备及存储介质 |
| CN111598630A (zh) * | 2020-06-30 | 2020-08-28 | 成都新潮传媒集团有限公司 | 小区画像构建方法、装置及存储介质 |
| CN112035519B (zh) * | 2020-08-28 | 2023-11-24 | 中国平安人寿保险股份有限公司 | 用户画像方法、装置、计算机可读存储介质及终端设备 |
| CN113672816B (zh) * | 2021-10-21 | 2022-02-08 | 腾讯科技（深圳）有限公司 | 帐号特征信息的生成方法、装置和存储介质及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009051261A1 (ja) * | 2007-10-18 | 2009-04-23 | Nec Corporation | 情報影響力評価方法、情報影響力評価システム及び情報影響力評価用プログラム |
| WO2019007187A1 (zh) * | 2017-07-06 | 2019-01-10 | 广州优视网络科技有限公司 | 信息推送方法、装置及服务器、计算设备和存储介质 |
| CN109241427A (zh) * | 2018-09-04 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
| CN109299997A (zh) * | 2018-09-03 | 2019-02-01 | 中国平安人寿保险股份有限公司 | 产品推荐方法、装置及计算机可读存储介质 |
| CN109543111A (zh) * | 2018-11-28 | 2019-03-29 | 广州虎牙信息科技有限公司 | 推荐信息筛选方法、装置、存储介质及服务器 |
| CN109582876A (zh) * | 2018-12-19 | 2019-04-05 | 广州易起行信息技术有限公司 | 旅游行业用户画像构造方法、装置和计算机设备 |
| CN109615487A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 基于用户行为的产品推荐方法、装置、设备及存储介质 |
-
2019
- 2019-08-15 CN CN201910752114.4A patent/CN110489646B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009051261A1 (ja) * | 2007-10-18 | 2009-04-23 | Nec Corporation | 情報影響力評価方法、情報影響力評価システム及び情報影響力評価用プログラム |
| WO2019007187A1 (zh) * | 2017-07-06 | 2019-01-10 | 广州优视网络科技有限公司 | 信息推送方法、装置及服务器、计算设备和存储介质 |
| CN109299997A (zh) * | 2018-09-03 | 2019-02-01 | 中国平安人寿保险股份有限公司 | 产品推荐方法、装置及计算机可读存储介质 |
| CN109241427A (zh) * | 2018-09-04 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
| CN109543111A (zh) * | 2018-11-28 | 2019-03-29 | 广州虎牙信息科技有限公司 | 推荐信息筛选方法、装置、存储介质及服务器 |
| CN109582876A (zh) * | 2018-12-19 | 2019-04-05 | 广州易起行信息技术有限公司 | 旅游行业用户画像构造方法、装置和计算机设备 |
| CN109615487A (zh) * | 2019-01-04 | 2019-04-12 | 平安科技（深圳）有限公司 | 基于用户行为的产品推荐方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110489646A (zh) | 2019-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110489646B (zh) | 用户画像构建方法及终端设备 | |
| WO2019061976A1 (zh) | 基金产品推荐方法、装置、终端设备及存储介质 | |
| CN110544155A (zh) | 用户信用评分的获取方法、获取装置、服务器及存储介质 | |
| CN109299356B (zh) | 基于大数据的活动推荐方法、装置、电子设备及存储介质 | |
| CN105426514A (zh) | 个性化的移动应用app推荐方法 | |
| CN108734587A (zh) | 金融产品的推荐方法及终端设备 | |
| CN111400613A (zh) | 物品推荐方法、装置、介质及计算机设备 | |
| Cetintas et al. | Forecasting user visits for online display advertising | |
| CN106127570A (zh) | 征信系统的稳定性指标生成方法及装置 | |
| WO2023000491A1 (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
| CN109543940B (zh) | 活动评估方法、装置、电子设备及存储介质 | |
| CN111028087A (zh) | 信息展示方法、装置和设备 | |
| CN112734569A (zh) | 一种基于用户画像和知识图谱的股票风险预测方法及系统 | |
| CN114398560B (zh) | 基于web平台的营销界面设置方法、装置、设备及介质 | |
| CN114201598B (zh) | 文本推荐方法及文本推荐装置 | |
| CN115375177A (zh) | 用户价值评估方法、装置、电子设备及存储介质 | |
| CN116596576B (zh) | 目标推荐方法及装置 | |
| CN110705816B (zh) | 基于大数据的任务分配方法和装置 | |
| CN112330426A (zh) | 一种产品推荐方法、装置及存储介质 | |
| CN115827994A (zh) | 一种数据处理方法、装置、设备、存储介质 | |
| CN114003787A (zh) | 基于人工智能的数据可视化方法及相关设备 | |
| CN113688206A (zh) | 基于文本识别的趋势分析方法、装置、设备及介质 | |
| US20170061548A1 (en) | Advice engine | |
| CN112200389A (zh) | 数据预测方法、装置、设备及存储介质 | |
| CN112232862A (zh) | 预测广告业务渠道roi的方法、装置、设备及存储介质 |
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 |