CN110570229A - 用户信息处理方法、装置、计算机设备和存储介质 - Google Patents
用户信息处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110570229A CN110570229A CN201910694356.2A CN201910694356A CN110570229A CN 110570229 A CN110570229 A CN 110570229A CN 201910694356 A CN201910694356 A CN 201910694356A CN 110570229 A CN110570229 A CN 110570229A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- user information
- missing
- basic data
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 25
- 230000035606 childbirth Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 abstract description 4
- 239000000047 product Substances 0.000 description 65
- 239000013589 supplement Substances 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009469 supplementation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种用户信息处理方法、装置、计算机设备和存储介质。基于数据处理技术，该方法包括：当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型；获取与用户信息的类型对应的信息补全策略，及信息补全策略所需的基础数据；利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果；根据推测结果对所述用户信息系统中信息缺失的用户信息进行补全。采用本方法能够对用户信息系统的用户信息进行信息缺失检测，进一步的对信息缺失的用户信息进行推测，根据推测结果对信息缺失的用户信息进行补全。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种用户信息处理方法、装置、计算机设备和存储介质。
背景技术
很多企业为了提升自己的客户资源，需要时刻关注用户的需求，根据用户的需求想各用户提供相应的服务，传统的用户需求分析方式是：工作人员一对一的收集各用户的需求，如：让用户填写调查问卷，通过调查问卷的结果判断用户的需求。
随着互联网、大数据云计算技术的发展，在互联网金融的推动下，由传统的需求分析方式转换为利用互联网、大数据云计算技术进行更有效的需求分析方式，节省了很多人力。但是通过大数据分析，首先需要有大量用户的用户信息才能分析出用户的需求，因此，需要对用户的用户信息进行收集，将收集到用户信息保存至用户信息系统，而在数据收集的过程中，并不一定能收集到每个用户的完整的用户信息，可能只获取到一部分用户信息，用户信息系统也只保存了一部分用户信息。
而目前，要对缺失的用户信息进行补充，一般是再次提醒用户进行信息补充，如不涉及利益时，用户自己进行信息补充的积极性不高，因此，进行信息补充的工作效率低且很难补充完整。
发明内容
基于此，有必要针对上述技术问题，提供一种能提高信息补充的工作效率低且有效的将信息补充完整的用户信息处理方法、装置、计算机设备和存储介质。
一种用户信息处理方法，所述方法包括：
当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；
根据所述信息缺失的用户信息进行用户信息类型匹配，确定所述信息缺失的用户信息的类型；
获取与所述用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；
利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果；
根据所述推测结果对所述用户信息系统中所述信息缺失的用户信息进行补全。
在其中一个实施例中，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
基于相似度分析对所述基础数据中各用户的用户行为数据进行分析，对各用户进行分类；
获取信息完整用户的用户信息；
对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；
将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
在其中一个实施例中，所述用户信息的类型包括车辆信息，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
对所述基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；
获取用户从所述居住地点至所述公司地点通勤距离和通勤时间；
根据所述通勤距离和所述通勤时间确定用户的车辆信息。
在其中一个实施例中，所述用户信息的类型包括婚育信息，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
基于所述基础数据中所在城市，获取所在城市的婚育结构特点；
根据所述基础数据中所述用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
在其中一个实施例中，所述用户信息的类型包括工作行业，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
获取所述基础数据中的位置信息；
根据用户在工作时间的常驻位置信息，确定用户的公司地点；
根据用户的公司地点，推测用户的工作行业。
在其中一个实施例中，还包括：
将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；
根据产品需求分析结果，确定产品的目标用户。
在其中一个实施例中，在所述根据产品需求分析结果，确定产品的目标用户的步骤之后还包括：
根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；
根据各目标用户的需求等级确定对应的产品推荐方式。
一种用户信息处理装置，所述装置包括：
用户信息检测模块，用于当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；
信息类型确定模块，用于根据所述信息缺失的用户信息进行用户信息类型匹配，确定所述信息缺失的用户信息的类型；
数据获取模块，用于获取与所述用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；
推测结果获取模块，用于利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果；
用户信息补全模块，用于根据所述推测结果对所述用户信息系统中所述信息缺失的用户信息进行补全。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。
上述用户信息处理方法、装置、计算机设备和存储介质，当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，判断用户信息系统中是否有用户信息缺失的用户，并确定该信息缺失的用户信息，根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型，获取与用户信息的类型对应的信息补全策略，及信息补全策略所需的基础数据，可以根据不用的用户信息的类型制定不同的补全策略和获取对应的推测数据，提高推测结果的准确性，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果，还通过不同的信息补全策略对所需的基础数据进行不同的处理，可以推测结果的准确性，根据推测结果对用户信息系统中信息缺失的用户信息进行补全。可以通过触发用户信息检测指令，对用户信息系统的用户信息进行用户信息缺失检测，进一步的对信息缺失的用户信息进行推测，将推测结果用于对信息缺失的用户信息进行自动补全。
附图说明
图1为一个实施例中用户信息处理方法的应用场景图；
图2为一个实施例中用户信息处理方法的流程示意图；
图3为一个实施例中用户信息处理装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的用户信息处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。当服务器104检测到通过终端102触发的用户信息检测指令时，服务器104对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；根据所述信息缺失的用户信息进行用户信息类型匹配，确定所述信息缺失的用户信息的类型；获取与所述用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果；根据所述用户信息推测结果对所述用户信息系统中所述信息缺失的用户信息进行补全。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种用户信息处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤S220，当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息。
其中，用户信息检测指令基于预设的操作行为触发，操作行为可以为产品推荐操作，如：当用户需要进行产品推荐时，需要进行用户的需求进行分析，根据用户的需求分析结果进行产品推荐，而进行需求分析时，需要获取用户信息，在获取用户信息时，自动触发用户信息检测指令。也可以是定时触发的信息缺失检测指令，如：定时触发信息缺失检测指令，对用户信息进行信息缺失检测。用户缺失信息检测，如：假设完整用户信息包括：车辆信息、婚育信息、工作行业，当用户A的用户信息中只要车辆信息、工作行业的内容，婚育信息没有，通过用户信息检测指令，检测出用户A信息缺失的用户信息是婚育信息。用户信息系统中的用户信息可以为保险/理财/贷款营销人员上传给用户信息系统保存的用户数据包。用户信息系统是用于保存各用户的用户信息的。
步骤S240，根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型。
其中，用户信息类型可以包括车辆信息、婚育信息、工作行业等，并不仅限于列出的这些用户信息类型，所有用于体现用户特征的信息都是用户的用户信息，也有对应的用户信息类型。信息缺失的用户信息是对用户的所有信息检测确定的，如：检测用户A的用户信息时，遍历用户A的用户数据，当遍历到某一栏(或者是用于写入用户信息的位置)没有内容时，确定该栏(或者是用于写入用户信息的位置)的用户信息缺失，根据该栏(或者是用于写入用户信息的位置)对应是填入婚育信息的，则确定用户A信息缺失的用户信息为婚育信息，则匹配到用户信息类型为婚育信息。
步骤S260，获取与用户信息的类型对应的信息补全策略，及信息补全策略所需的基础数据。
其中，用户信息类型包括车辆信息、婚育信息、工作行业等等，信息补全策略指的是用什么方法对基础数据进行处理分析获得用户信息的推测结果，信息补全策略可以采用相似度分析，采用相似度分析的信息补全策略适用于所有类型的用户信息，所需的基础数据为各用户的用户行为数据等。还可以针对不同的用户信息类型设定不同的信息补全策略，而不同的信息补全策略所需要的基础数据不同，因此基于信息补全策略获取对应的基础数据。如：用户信息的类型为婚育信息时，则针对婚育信息的特点制定确定信息补全策略，根据婚育信息的信息补全策略所需的基础数据(即该用户的所在城市、用户的性别、学历和年龄等)。如：用户信息的类型为车辆信息时，则针对车辆信息的特点制定确定信息补全策略，根据车辆信息的信息补全策略所需的基础数据(即位置信息等)。如：用户信息的类型为工作行业时，则针对工作行业的特点制定确定信息补全策略，根据工作行业的信息补全策略所需的基础数据(即位置信息等)。
步骤S280，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果。
其中，利用信息补全策略对应的方法对基础数据进行处理，采用相似度分析的信息补全策略时，如：对应的方法即是对基础数据中的用户进行分类，并对各类用户的用户信息进行分析处理，根据各类中用户的用户信息具有相似性，进行推测，获得用户信息的推测结果。针对婚育信息的特点制定确定信息补全策略，如：则根据基础数据中所在城市，获取所在城市的婚育结构特点，根据基础数据中用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。针对车辆信息的特点制定确定信息补全策略如：对基础数据中的位置信息进行分析，确定用户的公司地点和居住地点，获取用户从居住地点至公司地点通勤距离和通勤时间，根据通勤距离和所述通勤时间确定用户的车辆信息。针对工作行业的特点制定确定信息补全策略如：获取基础数据中的位置信息，根据用户在工作时间的常驻位置信息，确定用户的公司地点，根据用户的公司地点，推测用户的工作行业。
步骤S300，根据推测结果对用户信息系统中信息缺失的用户信息进行补全。
其中，推测结果即为通过信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果，根据推测结果对用户信息系统中信息缺失的用户信息进行补全，如：用户信息系统中用户A的婚育信息缺失，而通过上述的用户信息推测步骤推测出用户A的婚育信息为已婚已育，则将用户A的婚育信息的信息输入栏(或者是用于写入用户信息的位置)写入已婚已育，补全用户A的婚育信息。
上述用户信息处理方法中，当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，判断用户信息系统中是否有用户信息缺失的用户，并确定该信息缺失的用户信息，根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型，获取与用户信息的类型对应的信息补全策略，及信息补全策略所需的基础数据，可以根据不用的用户信息的类型制定不同的补全策略和获取对应的推测数据，提高推测结果的准确性，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果，还通过不同的信息补全策略对所需的基础数据进行不同的处理，可以推测结果的准确性，根据推测结果对用户信息系统中信息缺失的用户信息进行补全。可以通过触发用户信息检测指令，对用户信息系统的用户信息进行用户信息缺失检测，进一步的对信息缺失的用户信息进行推测，将推测结果用于对信息缺失的用户信息进行自动补全。
在一个实施例中，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果的步骤包括：基于相似度分析对基础数据中各用户的用户行为数据进行分析，对各用户进行分类；获取信息完整用户的用户信息；对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
其中，用户的行为数据指的是用户通过网站或APP等平台访问时，产生的的数据。基于相似度分析对基础数据中各用户的用户行为数据进行分析，对各用户进行分类，如：将同年龄同性别的人分为类，女性、年龄在30岁的分为一类等等。信息完整用户指的是用户所有的用户信息类型中都有对应信息内容，如：假设用户所有的用户信息类型有车辆信息、婚育信息、工作行业，用户C的车辆信息为有车、婚育信息为已婚已育、工作行业为医护人员，用户D的车辆信息为有车、婚育信息对应的位置没有数据或数据、工作行业为教育行业，则用户C为信息完整用户，用户D为信息缺失用户。获取信息完整用户的用户信息，如：以女性、年龄在30岁这一类为例：用户性别是女性、年龄在30岁，且信息完整用户的用户信息。
其中，对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息，如：以女性、年龄在30岁这一类为例：对女性、年龄在30岁这一类用户的用户信息进行统计，统计结果中车辆信息频率最高的是有车、婚育信息频率最高的是已婚已育、育儿信息频率最高的是已育等。将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果，如：假设信息缺失用户D属于女性、年龄在30岁这一类，用户D缺失的是婚育信息这一维度的用户信息，而女性、年龄在30岁这一类的婚育信息频率最高的是已婚已育，则可以推测出用户D的婚育信息为已婚已育。通过基于相似度分析对用户信息进行推测，可以推测出所有需要进行信息补充的用户信息，提高信息补充的工作效率低且有效的将信息补充完整，也无需对不同类型的用户信息制定对应的信息补全策略，提高了工作效率。
在一个实施例中，用户信息的类型包括车辆信息，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果的步骤包括：对基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；获取用户从居住地点至公司地点通勤距离和通勤时间；根据通勤距离和通勤时间确定用户的车辆信息。
其中，车辆信息是指用户是否有车，可获取用户的位置信息(LBS)，根据位置信息获取用户的通勤距离和通勤时间，根据通勤距离和通勤时间确定用户的车辆信息。基于位置的服务，它是通过电信移动运营商的无线电通讯网络(如GSM网、CDMA网)或外部定位方式(如GPS)获取移动终端用户的位置信息(地理坐标，或大地坐标)，在地理信息系统(外语缩写：GIS、外语全称：Geographic Information System)平台的支持下，为用户提供相应服务的一种增值业务。通过基于位置的服务，可确定工作日的工作时间常所处的位置为公司地点，工作日的下班时间常所处的位置为家；获取用户从公司至家通勤所用的时间和距离，确定用户是否有车。对车辆信息类型制定对应用于推测车辆信息的信息补全策略，使得推测结果更准确。
在一个实施例中，用户信息的类型包括婚育信息，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果的步骤包括：基于基础数据中所在城市，获取所在城市的婚育结构特点；根据基础数据中用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
其中，婚育结构特点是指国家统计局基于各城市的人口的婚育情况进行统计得出各城市的婚育情况。婚育结构特点可以通过信息爬取获得。根据基础数据中用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息，如：假设缺失婚育信息用户D的年龄为35岁，性别为男性，学历本科，所在城市为广州，而广州本科以上学历的男性平均结婚年龄为28岁，则可推测该用户为已婚，本科以上学历的男性的平均生育年龄为30岁，则推测该用户为已育状态，因此，可以推测出用户D的婚育信息为已婚已育。对婚育信息类型制定对应用于推测婚育信息的信息补全策略，使得推测结果更准确。
在一个实施例中，用户信息的类型包括工作行业，利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果的步骤包括：
获取基础数据中的位置信息；根据用户在工作时间的常驻位置信息，确定用户的公司地点；根据用户的公司地点，推测用户的工作行业。
其中，工作行业是指从事国民经济中同性质的生产或其他经济社会的经营单位或者个体的组织结构体系的详细划分，如林业，汽车业，银行业等。推测用户的工作行业，是通过基于位置的服务，可确定工作日的工作时间常所处的位置为公司地点。根据用户的公司地点，可推测用户的工作行业。如，用户的公司地点位于政府办公大楼，可推测用户为政府机关工作人员，用户的公司地点为医院，可推测用户为医护工作者，用户的公司地点为CBD的某金融写字楼，可推测用户为金融行业，用户的公司地点为某工厂，可推测用户的制造业从业者。对工作行业类型制定对应用于推测工作行业的信息补全策略，使得推测结果更准确。
在一个实施例中，还包括：将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；根据产品需求分析结果，确定产品的目标用户。
其中，产品需求分析模型可基于已有的样本数据，利用贝叶斯、决策树、神经网络等进行训练得到。补全后的用户信息指的是用户信息系统中各用户的用户信息中都没有缺失后的各用户的用户信息。将补全后的用户信息输入预先训练的产品需求分析模型，得到各用户的产品需求分析结果。此处的产品可以为保险/理财/贷款等产品。目标用户指的是根据产品需求分析结果判断出对该产品有需求的用户，即产品推广的对象，如：将产品需求高，即评分80分以上的用户确定为目标用户。由于目标用户是基于产品需求分析得到的，即反应的是用户真实需求，因而在进行产品推广时不会引起用户的不满，提高产品的推广效率。
在一个实施例中，在根据产品需求分析结果，确定产品的目标用户的步骤之后还包括：根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；根据各目标用户的需求等级确定对应的产品推荐方式。
其中，根据产品需求分析结果对目标用户进行等级划分，如：假设产品需求分析结果为80分以上的用户为目标用户，可以将80分以上的用户进一步划分等级，如：根据分数可以看出各用户的需求的高低，分数越高，表示该用户购买该产品的可能性越高，则可以90分以上的用户划分为一级需求，将80分以上至90分以下的用户划分为二级需求。我们可以通过对不同需求级别的用户进行不同的产品推荐方式，如：针对产品需求强的用户(如90分以上的用户)直接进行产品推荐，产品推荐方式可以为电话营销或当面与用户沟通的方式等。对于产品需求中等的用户(80分以上至90分以下)，可采用向用户发送广告短信、广告弹窗等方式，还可在广告内容中增加赠送相应产品优惠券的内容，吸引用户等。对于产品需求弱(非目标用户)的用户，可暂停营销。通过对不同需求等级的用户采用不同的产品推荐方式，可以及时的抓住需求高的用户购买自己的产品，对于需求中等的可以提升用户购买该产品的意愿，提升产品推荐的成功率。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图3所示，提供了一种用户信息处理装置，包括：用户信息检测模块310、信息类型确定模块320、数据获取模块330、推测结果获取模块340和用户信息补全模块350，其中：
用户信息检测模块310，用于当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息。
信息类型确定模块320，用于根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型。
数据获取模块330，用于获取与用户信息的类型对应的信息补全策略，及信息补全策略所需的基础数据。
推测结果获取模块340，用于利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果。
用户信息补全模块350，用于根据推测结果对用户信息系统中信息缺失的用户信息进行补全。
在一个实施例中，推测结果获取模块340还用于：基于相似度分析对基础数据中各用户的用户行为数据进行分析，对各用户进行分类；获取信息完整用户的用户信息；对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
在一个实施例中，用户信息的类型包括车辆信息，推测结果获取模块340还用于：对基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；获取用户从居住地点至公司地点通勤距离和通勤时间；根据通勤距离和通勤时间确定用户的车辆信息。
在一个实施例中，用户信息的类型包括婚育信息，推测结果获取模块340还用于：基于基础数据中所在城市，获取所在城市的婚育结构特点；根据基础数据中用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
在一个实施例中，用户信息的类型包括工作行业推测结果获取模块340还用于：获取基础数据中的位置信息；根据用户在工作时间的常驻位置信息，确定用户的公司地点；根据用户的公司地点，推测用户的工作行业。
在一个实施例中，用户信息处理装置还包括：目标用户确定模块，用于将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；根据产品需求分析结果，确定产品的目标用户。
在一个实施例中，用户信息处理装置还包括：产品推荐方式确定模块，用于根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；根据各目标用户的需求等级确定对应的产品推荐方式。
关于用户信息处理装置的具体限定可以参见上文中对于用户信息处理方法的限定，在此不再赘述。上述用户信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户的用户数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户信息处理方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型；获取与用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果；根据推测结果对用户信息系统中所述信息缺失的用户信息进行补全。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于相似度分析对所述基础数据中各用户的用户行为数据进行分析，对各用户进行分类；获取信息完整用户的用户信息；对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
在一个实施例中，用户信息的类型包括车辆信息，处理器执行计算机程序时还实现以下步骤：对基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；获取用户从居住地点至公司地点通勤距离和通勤时间；根据通勤距离和通勤时间确定用户的车辆信息。
在一个实施例中，用户信息的类型包括婚育信息，处理器执行计算机程序时还实现以下步骤：基于基础数据中所在城市，获取所在城市的婚育结构特点；根据基础数据中所述用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
在一个实施例中，所述用户信息的类型包括工作行业，处理器执行计算机程序时还实现以下步骤：获取基础数据中的位置信息；根据用户在工作时间的常驻位置信息，确定用户的公司地点；根据用户的公司地点，推测用户的工作行业。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；根据产品需求分析结果，确定产品的目标用户。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；根据各目标用户的需求等级确定对应的产品推荐方式。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；根据信息缺失的用户信息进行用户信息类型匹配，确定信息缺失的用户信息的类型；获取与用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；利用信息补全策略对应的方法对基础数据进行处理，获得用户信息的推测结果；根据推测结果对用户信息系统中所述信息缺失的用户信息进行补全。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于相似度分析对所述基础数据中各用户的用户行为数据进行分析，对各用户进行分类；获取信息完整用户的用户信息；对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
在一个实施例中，用户信息的类型包括车辆信息，计算机程序被处理器执行时还实现以下步骤：对基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；获取用户从居住地点至公司地点通勤距离和通勤时间；根据通勤距离和通勤时间确定用户的车辆信息。
在一个实施例中，用户信息的类型包括婚育信息，计算机程序被处理器执行时还实现以下步骤：基于基础数据中所在城市，获取所在城市的婚育结构特点；根据基础数据中所述用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
在一个实施例中，所述用户信息的类型包括工作行业，计算机程序被处理器执行时还实现以下步骤：获取基础数据中的位置信息；根据用户在工作时间的常驻位置信息，确定用户的公司地点；根据用户的公司地点，推测用户的工作行业。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；根据产品需求分析结果，确定产品的目标用户。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；根据各目标用户的需求等级确定对应的产品推荐方式。
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的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用户信息处理方法，所述方法包括：
当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；
根据所述信息缺失的用户信息进行用户信息类型匹配，确定所述信息缺失的用户信息的类型；
获取与所述用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；
利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果；
根据所述推测结果对所述用户信息系统中所述信息缺失的用户信息进行补全。
2.根据权利要求1所述的方法，其特征在于，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
基于相似度分析对所述基础数据中各用户的用户行为数据进行分析，对各用户进行分类；
获取信息完整用户的用户信息；
对各类信息完整用户的用户信息进行统计，获取每一类别维度用户信息中频率最高的用户信息；
将每一类别维度用户信息中频率最高的用户信息作为每一类别维度的信息缺失用户的用户信息的推测结果。
3.根据权利要求1所述的方法，其特征在于，所述用户信息的类型包括车辆信息，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
对所述基础数据中的位置信息进行分析，确定用户的公司地点和居住地点；
获取用户从所述居住地点至所述公司地点通勤距离和通勤时间；
根据所述通勤距离和所述通勤时间确定用户的车辆信息。
4.根据权利要求1所述的方法，其特征在于，所述用户信息的类型包括婚育信息，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
基于所述基础数据中所在城市，获取所在城市的婚育结构特点；
根据所述基础数据中所述用户的性别、学历和年龄，结合所在城市的婚育结构特点，推测用户的婚育信息。
5.根据权利要求1所述的方法，其特征在于，所述用户信息的类型包括工作行业，所述利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果的步骤包括：
获取所述基础数据中的位置信息；
根据用户在工作时间的常驻位置信息，确定用户的公司地点；
根据用户的公司地点，推测用户的工作行业。
6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：
将补全后的用户信息输入产品需求分析模型，得到产品需求分析结果；
根据产品需求分析结果，确定产品的目标用户。
7.根据权利要求6所述的方法，其特征在于，在所述根据产品需求分析结果，确定产品的目标用户的步骤之后还包括：
根据产品需求分析结果对目标用户进行等级划分，确定各目标用户的需求等级；
根据各目标用户的需求等级确定对应的产品推荐方式。
8.一种用户信息处理装置，其特征在于，所述装置包括：
用户信息检测模块，用于当检测到用户信息检测指令时，对用户信息系统中的用户信息进行用户信息缺失检测，确定信息缺失的用户信息；
信息类型确定模块，用于根据所述信息缺失的用户信息进行用户信息类型匹配，确定所述信息缺失的用户信息的类型；
数据获取模块，用于获取与所述用户信息的类型对应的信息补全策略，及所述信息补全策略所需的基础数据；
推测结果获取模块，用于利用所述信息补全策略对应的方法对所述基础数据进行处理，获得用户信息的推测结果；
用户信息补全模块，用于根据所述推测结果对所述用户信息系统中所述信息缺失的用户信息进行补全。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910694356.2A CN110570229A (zh) | 2019-07-30 | 2019-07-30 | 用户信息处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910694356.2A CN110570229A (zh) | 2019-07-30 | 2019-07-30 | 用户信息处理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110570229A true CN110570229A (zh) | 2019-12-13 |
Family
ID=68773658
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910694356.2A Pending CN110570229A (zh) | 2019-07-30 | 2019-07-30 | 用户信息处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110570229A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177512A (zh) * | 2019-12-24 | 2020-05-19 | 绍兴市上虞区理工高等研究院 | 一种基于大数据的科技成果缺失处理方法及装置 |
| CN111241084A (zh) * | 2020-01-14 | 2020-06-05 | 平安医疗健康管理股份有限公司 | 医疗信息清洗方法、装置、计算机设备和存储介质 |
| CN111242723A (zh) * | 2020-01-02 | 2020-06-05 | 平安科技（深圳）有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
| CN111430013A (zh) * | 2020-03-24 | 2020-07-17 | 上海联影医疗科技有限公司 | 一种图像日期的补全方法、装置、设备及存储介质 |
| CN111506802A (zh) * | 2020-03-16 | 2020-08-07 | 中国平安人寿保险股份有限公司 | 一种用户信息修正方法、装置、计算机设备及存储介质 |
| CN114023407A (zh) * | 2021-09-27 | 2022-02-08 | 浙江禾连网络科技有限公司 | 一种健康档案缺失值补全方法、系统以及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784066A (zh) * | 2017-08-25 | 2018-03-09 | 上海壹账通金融科技有限公司 | 信息推荐方法、装置、服务器及存储介质 |
| CN108154420A (zh) * | 2017-12-26 | 2018-06-12 | 泰康保险集团股份有限公司 | 产品推荐方法及装置、存储介质、电子设备 |
| CN108510402A (zh) * | 2018-06-06 | 2018-09-07 | 中国平安人寿保险股份有限公司 | 险种信息推荐方法、装置、计算机设备及存储介质 |
| CN109523085A (zh) * | 2018-11-26 | 2019-03-26 | 北京网聘咨询有限公司 | 一种简历的填写方法、装置、电子设备及存储介质 |
| CN109783788A (zh) * | 2019-01-02 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 数据表填补方法、装置、计算机设备和存储介质 |
-
2019
- 2019-07-30 CN CN201910694356.2A patent/CN110570229A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784066A (zh) * | 2017-08-25 | 2018-03-09 | 上海壹账通金融科技有限公司 | 信息推荐方法、装置、服务器及存储介质 |
| CN108154420A (zh) * | 2017-12-26 | 2018-06-12 | 泰康保险集团股份有限公司 | 产品推荐方法及装置、存储介质、电子设备 |
| CN108510402A (zh) * | 2018-06-06 | 2018-09-07 | 中国平安人寿保险股份有限公司 | 险种信息推荐方法、装置、计算机设备及存储介质 |
| CN109523085A (zh) * | 2018-11-26 | 2019-03-26 | 北京网聘咨询有限公司 | 一种简历的填写方法、装置、电子设备及存储介质 |
| CN109783788A (zh) * | 2019-01-02 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 数据表填补方法、装置、计算机设备和存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111177512A (zh) * | 2019-12-24 | 2020-05-19 | 绍兴市上虞区理工高等研究院 | 一种基于大数据的科技成果缺失处理方法及装置 |
| CN111242723A (zh) * | 2020-01-02 | 2020-06-05 | 平安科技（深圳）有限公司 | 用户子女情况判断方法、服务器及计算机可读存储介质 |
| CN111241084A (zh) * | 2020-01-14 | 2020-06-05 | 平安医疗健康管理股份有限公司 | 医疗信息清洗方法、装置、计算机设备和存储介质 |
| CN111506802A (zh) * | 2020-03-16 | 2020-08-07 | 中国平安人寿保险股份有限公司 | 一种用户信息修正方法、装置、计算机设备及存储介质 |
| CN111430013A (zh) * | 2020-03-24 | 2020-07-17 | 上海联影医疗科技有限公司 | 一种图像日期的补全方法、装置、设备及存储介质 |
| CN111430013B (zh) * | 2020-03-24 | 2023-10-03 | 上海联影医疗科技股份有限公司 | 一种图像日期的补全方法、装置、设备及存储介质 |
| CN114023407A (zh) * | 2021-09-27 | 2022-02-08 | 浙江禾连网络科技有限公司 | 一种健康档案缺失值补全方法、系统以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110570229A (zh) | 用户信息处理方法、装置、计算机设备和存储介质 | |
| US11508012B2 (en) | System and method for generating proactive underwriting offers using social media data | |
| CN110826006B (zh) | 基于隐私数据保护的异常采集行为识别方法和装置 | |
| CN109543925B (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
| CN109063921B (zh) | 客户风险预警的优化处理方法、装置、计算机设备和介质 | |
| CN109829020B (zh) | 地点资源数据推送方法、装置、计算机设备和存储介质 | |
| CN110781380A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
| CN108932582B (zh) | 风险信息确定方法、装置、计算机设备和存储介质 | |
| CN109816200B (zh) | 任务推送方法、装置、计算机设备和存储介质 | |
| CN110335139B (zh) | 基于相似度的评估方法、装置、设备及可读存储介质 | |
| US20160055320A1 (en) | Method and system for measuring effectiveness of user treatment | |
| CN110349039B (zh) | 投诉风险评估方法、系统、计算机设备及可读存储介质 | |
| CN110636106B (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
| CN108334625B (zh) | 用户信息的处理方法、装置、计算机设备和存储介质 | |
| US20220222688A1 (en) | Methodology of analyzing consumer intent from user interaction with digital environments | |
| CN111259952B (zh) | 异常用户识别方法、装置、计算机设备及存储介质 | |
| CN112131277B (zh) | 基于大数据的医疗数据异常分析方法、装置和计算机设备 | |
| CN112487284A (zh) | 银行客户画像生成方法、设备、存储介质及装置 | |
| CN116992294B (zh) | 卫星测控训练评估方法、装置、设备及存储介质 | |
| CN110717094A (zh) | 信息推荐方法、装置、计算机设备和存储介质 | |
| WO2021169110A1 (zh) | 运输路线生成方法、装置、计算机设备和存储介质 | |
| CN113064916A (zh) | 异常打卡行为的监测方法、装置、计算机设备及存储介质 | |
| CN117422578A (zh) | 基于区块链的实体关系识别方法、装置、设备及介质 | |
| CN111147441A (zh) | 网络购票的舞弊行为自动检测方法、设备及可读存储介质 | |
| CN111125272B (zh) | 一种区域特征获取方法、装置、计算机设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191213 |