CN110710190B - 一种生成用户画像的方法、终端、电子设备以及计算机可读存储介质 - Google Patents

Abstract

本发明实施例提供了一种生成用户画像的方法和终端。所述终端包括用户画像平台和第一应用。所述方法包括：所述用户画像平台接收所述第一应用发送的第一请求，所述第一请求用于请求当前的用户画像；所述用户画像平台根据所述第一请求获取所述第一应用所需的第一用户画像类型；响应所述第一请求，所述用户画像平台根据用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，所述用户画像模型包含在所述用户画像平台中；所述用户画像平台将获取的所述当前的用户画像发送给所述第一应用。本发明实施例的终端能够在提供用户画像的同时增加数据安全性。

Description

一种生成用户画像的方法、终端、电子设备以及计算机可读存 储介质

本申请要求于2017年6月16日提交中国专利局、申请号为201710459602.7、发明名称为“一种生成用户画像的方法和设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明实施例涉及智慧化技术，尤其涉及一种生成用户画像方法和终端。

背景技术

随着智能化业务的发展，移动终端上的一些应用可以根据用户的喜好向用户推荐一些用户感兴趣的内容。现有技术中，一般是一个应用采集用户使用本应用的行为，并将这些行为发送给该应用对应的服务器，然后服务器根据从多个终端接收到的用户行为，综合判断出用户的喜好，然后向该应用下发与用户的喜好相匹配的内容。由此，现有技术中，终端为了能够获取用户喜好，需要向服务器上报用户数据，由此可能会造成用户隐私数据的泄露。

发明内容

本发明实施例提供了一种生成用户画像方法和终端，能够增加数据安全性。

第一方面，本发明实施例提供一种应用于终端的生成用户画像方法，该方法应用于终端。所述终端包括用户画像平台和第一应用，所述用户画像平台包括用户画像模型。所述方法包括：

所述用户画像平台接收所述第一应用发送的第一请求，所述第一请求用于请求当前的用户画像；所述用户画像平台根据所述第一请求获取所述第一应用所需的第一用户画像类型；响应所述第一请求，所述用户画像平台根据所述用户画像模型获取与所述第一用户画像类型对应的当前的用户画像；然后所述用户画像平台将获取的所述当前的用户画像发送给所述第一应用。随着用户不断的使用终端，终端中的用户画像是不断更新的。所述当前的用户画像，指的是所述用户画像平台接收到所述第一请求时的用户画像。终端根据本地的用户画像平台可以生成用户画像，并将生成的用户画像提供给应用。由此，应用无需向网络侧提供用户数据，即可从终端本地获取用户画像，增加了用户数据的安全性。

在一种可能的实现方式中，所述方法还包括：当所述用户画像平台接收到更新请求时，所述用户画像平台根据用户数据更新当前的用户画像模型。在用户使用终端的过程中，用户画像模型也是不断被更新的。

在另一种可能的实现方式中，所述用户画像平台接收所述第一应用发送的第一请求之前，所述方法还包括：所述用户画像平台接收所述第一应用发送的注册请求，所述注册请求包括所述第一应用所需的所述第一用户画像类型。第一应用先向用户画像平台注册请求，然后才可以向用户画像平台请求用户画像。

在另一种可能的实现方式中，当所述用户画像平台接收所述注册请求时，若当前的用户画像模型不包括所述第一用户画像类型，则所述用户画像平台根据用户数据更新当前的用户画像模型，包括：所述用户画像平台根据所述用户数据，将所述第一用户画像类型增加到所述当前的用户画像模型中。

在另一种可能的实现方式中，所述用户画像平台根据用户数据更新当前的用户画像模型，包括：所述用户画像平台根据用户数据，从所述用户画像平台的标签库中获取与所述用户数据对应的用户标签；所述用户画像平台根据所述用户数据和所述用户标签中的至少一个，更新所述当前的用户画像模型。

在另一种可能的实现方式中，所述用户画像平台包括的原始的用户画像模型被预先存储在所述终端中。

在另一种可能的实现方式中，所述用户画像平台预先从网络侧获取原始的用户画像模型。

其中，所述用户画像模型可以包括静态画像模型和动态画像模型中的至少一个。

在另一种可能的实现方式中，所述用户画像模型为动态画像模型，所述用户画像平台根据用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，包括：所述用户画像平台获取当前的场景数据；所述用户画像平台根据所述场景数据和所述用户画像模型计算得到与所述第一用户画像类型对应的所述当前的用户画像。

在另一种可能的实现方式中，所述终端还包括第二应用，所述方法还包括：

所述用户画像平台接收所述第二应用发送的第二请求，所述第二请求用于请求当前的用户画像；所述用户画像平台根据所述第二请求获取所述第二应用所需的第二用户画像类型；响应所述第二请求，所述用户画像平台根据当前的用户画像模型获取与所述第二用户画像类型对应的当前的用户画像；所述用户画像平台将所述与所述第二用户画像类型对应的所述当前的用户画像发送给所述第二应用。所述终端中的多个应用都可以从用户画像平台获取用户画像。

具体的，所述的用户画像可以包括用户当前行为或喜好的预测结果。例如：该预测结果包括：用户当前可能进行的行为包括第一种行为、第二种行为和第三种行为，其中用户可能进行第一种行为的概率为f1，用户当前可能进行第二种行为的概率为f2，用户当前可能进行第三种行为的概率为f3；其中，第一种行为例如为购买咖啡，第二种行为例如为购买面包，第三种行为例如为看电影。又例如：该预测结果包括：用户具有第一种喜好的概率为f4，用户具有第二种喜好的概率为f5；其中第一种喜好例如为推理类电影，第二种喜好例如为文艺类电影。

第二方面，本发明实施例提供一种终端，包括：第一应用和用户画像平台。所述用户画像平台包括：数据采集模块、知识库模块、标签库和用户画像管理模块。

数据采集模块，用于采集所述终端的第一用户数据。知识库模块，用于从所述数据采集模块获取所述第一用户数据，根据所述第一用户数据得到第二用户数据，并根据所述第二用户数据生成或更新知识库，所述知识库用于存储所述第二用户数据。标签库，用于存储标签。用户画像管理模块，用于存储用户画像模型。

所述用户画像管理模块还用于，根据所述知识库中的所述第二用户数据从所述标签库中获取与所述第二用户数据对应的标签，生成用户标签。

所述用户画像管理模块还用于，根据所述第二用户数据和所述用户标签中的至少一个更新当前的用户画像模型。

所述用户画像管理模块还用于，接收所述第一应用发送的第一请求，所述第一请求用于请求当前的用户画像；响应所述第一请求，根据所述第一请求获取所述第一应用所需的第一用户画像类型，并根据当前的用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，并将获取的所述当前的用户画像发送给所述第一应用。

在一种可能的实现方式中，所述用户画像管理模块还用于，在接收所述第一应用发送的所述第一请求之前，接收所述第一应用发送的注册请求，所述注册请求包括所述第一应用所需的所述第一用户画像类型。

在另一种可能的实现方式中，当所述用户画像管理模块接收所述注册请求时，若当前的用户画像模型不包括所述第一用户画像类型，则所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个更新当前的用户画像模型，包括：所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个，将所述第一用户画像类型增加到所述当前的用户画像模型中。

在另一种可能的实现方式中，所述用户画像管理模块通过以下方式更新当前的用户画像模型：当接收到更新请求时，所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个，更新所述当前的用户画像模型。

在另一种可能的实现方式中，原始的用户画像模型被预先存储在所述用户画像管理模块中。

在另一种可能的实现方式中，所述用户画像管理模块还用于预先从网络侧获取原始的用户画像模型。

在另一种可能的实现方式中，所述用户画像模型包括静态画像模型和动态画像模型中的至少一个。

在另一种可能的实现方式中，所述用户画像模型为动态画像模型，所述用户画像管理模块根据当前的用户画像模型获取与所述第一用户画像类型对应的当前的用户画像包括：

所述用户画像管理模块从所述数据采集模块获取当前的场景数据；

所述用户画像管理模块根据所述场景数据和所述当前的用户画像模型计算得到与所述第一用户画像类型对应的所述当前的用户画像。

在另一种可能的实现方式中，所述终端还包括第二应用，所述用户画像管理模块还用于：

接收所述第二应用发送的第二请求，所述第二请求用于请求当前的用户画像；响应所述第二请求，根据所述第二请求获取所述第二应用所需的第二用户画像类型，并根据当前的用户画像模型获取与所述第二用户画像类型对应的当前的用户画像，并将所述与所述第二用户画像类型对应的所述当前的用户画像发送给所述第二应用。

在另一种可能的实现方式中，所述用户画像为用户当前行为的预测结果。

第三方面，本发明实施例提供一种终端，包括：一个或多个处理器；一个或多个存储器，所述一个或多个存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述一个或多个处理器执行时，使得所述终端执行上述第一方面中所述的任一方法。

第四方面，本发明实施例提供一种包含指令的计算机程序产品，当所述计算机程序产品在电子设备上运行时，使得所述电子设备执行上述第一方面所述的方法。

第五方面，本发明实施例提供一种计算机可读存储介质，包括指令，当所述指令在电子设备上运行时，使得所述电子设备执行上述第一方面所述的方法。

第六方面，本发明实施例还提供了一种数据处理系统，包括用于执行上述第一方面提供的各方法的模块。

附图说明

图1为本发明实施例提供的终端的部分结构框图；

图2为本发明实施例提供的一种系统架构示意图；

图3为本发明实施例提供的一种用户画像平台的架构示意图；

图4A为本发明实施例提供的静态标签的示意图；

图4B为本发明实施例提供的实时场景标签的示意图；

图5为本发明实施例提供的原始用户数据的示意图；

图6为本发明实施例提供的一种生成用户画像的方法的流程示意图；

图7为本发明实施例提供的更新用户画像模型的方法流程图；

图8为本发明实施例提供的用户画像平台的工作流程示意图。

具体实施方式

随着智慧化业务的发展，可以基于用户的历史行为习惯或者基于一些规则或模型，在终端上进行一些智能的提醒或者服务，以便于用户更方便的使用终端，使得用户觉得终端越来越智能化。

终端可以通过自身或者通过与云端的结合，来实现各种智慧化业务。具体的，终端可以包括规则平台、算法平台和用户画像平台。终端可以通过这三个平台中的一个或多个以及其它资源实现各种智慧化业务，例如：1、服务推荐业务；2、提醒业务；3、通知过滤业务。

1、服务推荐业务。终端包括用于实现该服务推荐业务的推荐服务框架(framework)，该推荐服务框架至少可以包括算法平台、规则平台和用户画像平台。所述规则平台可以根据规则匹配出该终端的用户在当前场景下希望使用的服务。所述算法平台可以根据模型预测出该终端的用户在当前场景下希望使用的服务。该推荐服务框架可以将所述规则平台或所述算法平台预测出的服务置于推荐应用的显示界面中，以便于用户可以很方便的通过该推荐应用的显示界面进入该服务对应的界面。其中，所述的规则可以是由服务器(即云端)下发给终端的。该规则可以通过大数据统计获取，也可以根据经验数据归纳得到。所述的模型可以通过以下方式获取：通过所述算法平台训练用户历史数据和用户特征数据，得到模型。并且基于新的用户数据和特征数据可以更新该模型。其中，用户历史数据可以为用户在一段时间段内使用该终端的行为数据。用户特征数据可以包括用户画像(user profile)或其他类型的特征数据，所述其他类型的特征数据例如可以为当前用户的行为数据。其中，用户画像可以通过终端中的所述用户画像平台得到。

2、提醒业务。终端包括用于实现该提醒业务的推荐框架(framework)。该推荐框架至少可以包括规则平台、图形用户界面(graphical user interface)和用户画像平台。该规则平台可以监听各种事件。终端中的应用可以向该规则平台注册各种规则；然后该规则平台根据注册的规则，监听终端中的各种事件；将监听到的事件与规则进行匹配，并当监听到的事件与某个规则的所有条件都匹配时，触发该规则对应的提醒，即向用户推荐一个亮点事件。最终由图形用户界面显示该提醒或者由注册规则的应用显示该提醒。其中，一些规则的条件可以为对用户画像的限定。该规则平台可以向该用户画像平台请求当前的用户画像，以判断当前的用户画像是否与规则中的条件相匹配。

3、通知过滤业务。终端包括用于实现该通知过滤业务的通知过滤框架(framework)。该通知过滤框架至少可以包括规则平台、算法平台和用户画像平台。该通知过滤框架在获取到一个通知时，可以通过该规则平台确定该通知的类型，也可以通过该算法平台确定该通知的类型。然后根据该通知的类型以及用户的喜好，确定该通知是否为用户感兴趣的通知，并且对于用户感兴趣的通知和用户不感兴趣的通知，进行不同方式的提醒显示。用户的喜好可以包括用户画像，也可以包括用户对某类通知的历史处理行为。其中，用户画像是由该用户画像平台提供的。

需要说明的是，终端可以包括一个规则平台，该规则平台向上述三种框架提供每个框架所需的能力。终端也可以包括多个规则平台，这多个规则平台分别向上述三种框架提供能力。同样的，终端可以包括一个算法平台，该算法平台向上述推荐服务框架和通知过滤框架提供每个框架所需的能力；或者，终端也可以包括两个算法平台，分别向这两个框架提供能力。终端可以包括一个用户画像平台，该用户画像平台向上述三种框架提供每个框架所需的能力。或者，终端也可以包括多个用户画像平台，分别向每个框架提供能力。

本申请以下各实施例主要对上述的用户画像平台进行详细介绍。

本发明实施例提供的用户画像平台可以包含在终端中。该终端例如可以为：移动电话、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)、数码相机、个人数字助理(personal digital assistant，简称PDA)、导航装置、移动上网装置(MobileInternet Device，MID)或可穿戴式设备(Wearable Device)等。

图1为本发明实施例提供的终端的部分结构框图。该终端以手机100为例进行说明，参考图1，手机100包括：射频(Radio Frequency，RF)电路110、电源120、处理器 130、存储器140、输入单元150、显示单元160、传感器170、音频电路180、以及无线保真(wirelessfidelity，WiFi)模块190等部件。本领域技术人员可以理解，图1中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对手机100的各个构成部件进行具体的介绍：

RF电路110可用于收发信息或在通话过程中进行信号的接收和发送。例如：RF电路110可以将从基站接收的下行数据发送给处理器130处理，并把上行数据发送给基站。通常，RF电路包括但不限于RF芯片、天线、至少一个放大器、收发信机、耦合器、低噪声放大器(LowNoise Amplifier，LNA)、双工器、射频开关等。此外，RF电路110 还可以与网络和其他设备进行无线通信。所述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobile communication，GSM)、通用分组无线服务(GeneralPacket Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、长期演进(Long TermEvolution，LTE)、电子邮件、短消息服务(Short Messaging Service， SMS)等。

存储器140可用于存储软件程序以及模块，处理器130通过运行存储在存储器140的软件程序以及模块，从而执行手机100的各种功能应用以及数据处理。存储器140可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图象播放功能等)等；存储数据区可存储根据手机100的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器140可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器140还可以存储知识库、标签库和算法库。

输入单元150可用于接收输入的数字或字符信息，以及产生与手机100的用户设置以及功能控制有关的键信号输入。具体地，输入单元150可包括触控面板151以及其他输入设备152。触控面板151，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板151上或在触控面板151附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板151可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器130，并能接收处理器130发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板151。除了触控面板151，输入单元150还可以包括其他输入设备152。具体地，其他输入设备152可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元160可用于显示由用户输入的信息或提供给用户的信息以及手机100的各种菜单。显示单元160可包括显示面板161，可选的，可以采用液晶显示屏(liquidcrystal display，简称为LCD)、机电激光显示(organic light-emitting diode，简称为OLED)等形式来配置显示面板161。进一步的，触控面板151可覆盖显示面板161，当触控面板151 检测到在其上或附近的触摸操作后，传送给处理器130以确定触摸事件的类型，随后处理器130根据触摸事件的类型在显示面板161上提供相应的视觉输出。虽然在图1中，触控面板151与显示面板161是作为两个独立的部件来实现手机100的输入和输入功能，但是在某些实施例中，可以将触控面板151与显示面板161集成而实现手机100的输入和输出功能。

手机100还可包括至少一种传感器170，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板161的亮度，接近传感器可在手机100移动到耳边时，关闭显示面板161和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上 (一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等。手机100还可以配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路180、扬声器181、麦克风182可提供用户与手机100之间的音频接口。音频电路180可将接收到的音频数据转换后的电信号，传输到扬声器181，由扬声器181 转换为声音信号输出；另一方面，麦克风182将收集的声音信号转换为电信号，由音频电路180接收后转换为音频数据，再将音频数据输出至RF电路110以发送给比如另一手机，或者将音频数据输出至存储器140以便进一步处理。

WiFi属于短距离无线传输技术，手机100通过WiFi模块190可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图 1示出了WiFi模块190，但是可以理解的是，其并不属于手机100的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器130是手机100的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器140内的软件程序和/或模块，以及调用存储在存储器140内的数据，执行手机100的各种功能和处理数据，从而实现基于手机的多种业务。可选的，处理器130可包括一个或多个处理单元；优选的，处理器130可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器130中。

本发明实施例中，处理器130可以执行存储器140中存储的程序指令，来在实现以下实施例所示的方法。

手机100还包括给各个部件供电的电源120(比如电池)，优选的，电源可以通过电源管理系统与处理器130逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗等功能。

尽管未示出，手机100还可以包括摄像头、蓝牙模块等，在此不再赘述。

本发明实施例提供的终端包括用户画像平台，该用户画像平台可以通过收集与分析使用该终端的用户的各种行为数据，抽象出一个用户的信息全貌。根据应用的请求，所述用户画像平台通过抽象出的信息全貌可以预测用户当前可能的行为或喜好，并将预测的结果返回给应用，即向应用返回用户画像(User Profile)。

本发明实施例可以为终端提供一种用户画像平台。图2为本发明实施例提供的一种系统架构示意图。如图2所示，终端10中包括用户画像平台20。

用户画像平台20可以为终端10中的多种应用提供用户画像。所述的应用可以为系统级应用，也可以为普通级别应用。系统级应用一般指的是：该应用具有系统级权限，可以获取各种系统资源。普通级别应用一般指的是：该应用具有普通权限，可能无法获取某些系统资源，或者需要用户授权，才能获取一些系统资源。系统级应用可以为该终端中预装的应用。普通级别应用可以为终端中预装的应用，也可以为后续用户自行安装的应用。例如：用户画像平台20可以分别向服务推荐应用、提醒应用、通知过滤应用等系统级应用提供用户画像。其中，服务推荐应用、提醒应用、通知过滤应用分别用于实现前述的服务推荐业务、提醒业务、通知过滤业务。用户画像平台20还可以为视频应用、新闻应用或其它应用提供用户画像。

用户画像平台20还可以与云侧(即网络侧)的用户画像服务器30进行通信。用户画像平台20可以从用户画像服务器30下载原始的用户画像模型，然后用户画像平台20 动态更新该用户画像模型。用户画像平台20还可以将更新后的用户画像模型返回给用户画像服务器30。用户画像服务器30可以根据多个终端中的多个用户画像平台20更新后的用户画像模型，进一步训练得到更新的用户画像模型。

图3为本发明实施例提供的一种用户画像平台的架构示意图。如图3所示，用户画像平台20可以包括用户画像管理模块201、知识库模块203、标签库205、数据采集模块207和算法库209。其中，数据采集模块207和算法库209也可以不包括在用户画像平台20中，而是包括在终端的其它平台中；在工作过程中，用户画像平台20可以从其它平台调用数据采集模块207或算法库209。用户画像平台20也可以与其它平台共用知识库模块203。

用户画像管理模块201

用户画像管理模块201具有用户画像模型运算和管理能力，主要具有以下功能：

(1)用户画像管理模块201对外提供接口，例如Android系统中的AIDL(AndroidInterface Definition Language，Android接口定义语言)接口或其它接口。终端中的应用可以通过该接口向用户画像平台20注册请求，并通过该接口读取用户画像。

(2)用户画像管理模块201可以结合知识库模块203、标签库205、数据采集模块207和算法库209生成用户画像。

(3)用户画像管理模块201可以从云端下载原始的用户画像模型，其中可以包括静态画像模型和动态画像模型。用户画像管理模块201还可以把更新后的用户画像模型返回给云端，以使得云端进一步训练通用用户画像模型。从而实现终端与云端联合训练用户画像模型。其中，用户画像管理模块201还可以存储统计信息。终端可以预置或者从云端下载该统计信息，也可以根据用户行为不断更新该统计信息。有些用户标签或者用户喜好通过简单的统计就可以得到，由此可以无需使用用户画像模型。用户画像管理模块201在生成用户画像时，可以使用用户画像模型，也可以使用用户画像模型和统计信息。

(4)用户画像管理模块201可以结合知识库模块203和标签库205，根据用户的活动、行为、兴趣等统计信息，动态的更新静态画像模型。随着静态画像模型的不断更新，用户基本属性会越来越准确，用户其他属性也会及时更新。

(5)用户画像管理模块201可以结合知识库模块203、标签库205和数据采集模块207，动态的更新动态画像模型。动态画像模型是与实时情景相关的模型，用于描述静态画像的动态特性。

知识库模块203

知识库模块203具有数据处理和数据存储管理的能力。知识库模块203从数据采集模块207中获取原始用户数据，然后将该原始用户数据进行分类和处理后生成或更新知识库。知识库中存储的用户数据为处理后的、上层应用能够使用的数据形式。在知识库模块203生成知识库之后，可以根据后续获取的用户数据更新该知识库。其中，该知识库包括但不限于：兴趣知识库、行为知识库和综合知识库。

知识库模块203可以通过分析数据采集模块207采集的应用类型、应用内数据(例如：Activity、网页、界面文本等)等信息，生成或更新兴趣知识库。例如：兴趣知识库可以包括用户在新闻/阅读、美食、视频和音乐等方面的喜好。

知识库模块203可以通过分析数据采集模块207采集的用户操作、兴趣点(Pointof Interest，POI)、应用内数据及实时情景数据，生成或更新行为知识库。例如：行为知识库可以包括应用使用习惯、出行方式、作息习惯、购物习惯、支付习惯、餐饮习惯、运动习惯、理财习惯、旅游习惯等。其中，每个POI包括但不限于：名称、类别、经度纬度以及附近的酒店、饭店、商铺等信息。

知识库模块203可以通过分析数据采集模块207采集的所有用户数据，再整合通讯录、社交信息，生成或更新综合知识库。例如：综合知识库可以包括用户基本信息、社交属性、以及与用户的生理或心理相关的属性。

可选的，知识库模块203还可以具有其它数据处理功能，例如：知识库模块203可以具有文本语义理解能力。该文本语义理解能力可以为：知识库模块203通过分析数据采集模块207获取的文本内容，对该文本内容进行分词提取或关键词提取的能力。其中，可以通过在知识库模块203增加分词算法、分词词库来实现文本语义理解能力。

标签库205

标签库205用于存储各种标签，其中包括静态的标签和实时场景标签。图4A和图4B为各种标签的示意图。

如图4A所示，静态的标签包括但不限于以下六类标签：基本属性、社会属性、行为习惯、兴趣爱好、心理学属性和手机使用喜好等。

其中，所述基本属性包括但不限于：个人信息和生理特征。所述个人信息包括但不限于：姓名、年龄、证件类型、学历、星座、信仰、婚姻状态和邮箱。

所述社会属性包括但不限于：行业/职业、职务、收入水平、孩子状态、车辆使用情况、房屋居住、手机和移动运营商。所述房屋居住可以包括：租房、自有房和还贷中。所述手机可以包括：品牌和价位。所述移动运营商可以包括：品牌、网络、流量特点和手机号码。所述品牌可以包括：移动、联通、电信和其它。所述网络可以包括：无、2G、 3G和4G。所述流量特点可以包括：高、中和低。

所述行为习惯包括但不限于：地理位置、生活习惯、交通方式、居住酒店类型、经济/理财特性、餐饮习惯、购物特性和支付情况。所述生活习惯可以包括：作息时间、在家时间、上班时间、电脑上网时间和买菜购物时间。所述购物特性可以包括：购物品类和购物方式。所述支付情况可以包括：支付时间、支付地点、支付方式、单次支付金额和支付总金额。

所述兴趣爱好包括但不限于：读书喜好、新闻喜好、视频喜好、音乐喜好、运动喜好和旅游喜好。所述读书喜好可以包括：读书频率、读书时间段、读书总时长和读书分类。

所述心理学属性包括但不限于：生活方式、个性和价值观。

所述手机使用喜好包括但不限于：应用喜好、通知提醒、应用内操作、用户常用、系统应用和常用设置。

如图4B所示，实时场景标签包括但不限于：当前时间、当前位置(经纬度)、运动状态、天气、地点(POI)、手机状态和开关状态。其中，所述运动状态可以包括：地铁上、公交车上、开车中、飞机上、火车上、走路、跑步、静止、骑车和爬山。所述地点 (POI)可以包括：家、公司、上班路上、餐馆附近、超市附近、商场附近、旅游景点、酒店附近和加油站附近。所述手机状态可以包括：网络类型、电量状态和通讯状态。所述网络类型可以包括：无网络、Wi-Fi、2G、3G、4G和未知网络。实时场景标签也可以称为动态标签。

需要说明的是，上述的各种标签仅作为举例。在具体实现方式中，标签库中的内容可以随业务的需求进行扩展，可以增加新的类型的标签，也可以对已有的标签进行更细化的分类。

数据采集模块207

数据采集模块207为用户画像平台20提供基础元数据的采集能力支持。数据采集模块207可以采集原始用户数据，并对采集到的原始数据进行存储和读写管理。具体的，图5为本发明实施例提供的原始用户数据的示意图，如图5所示，数据采集模块207采集的原始用户数据可以包括应用层级数据501和系统层级数据503。

具体的，应用层级可以包括应用界面层和应用框架层。应用层级数据501包括应用界面层中的应用使用场景和用户界面行为，以及应用框架层中的系统组件运行情况。

其中，应用界面层中的应用使用场景例如可以包括以下场景：应用运行场景、视频场景、音乐场景或美食场景等。应用运行场景下的用户界面行为可以包括：应用名、应用使用时间、使用时长等；视频场景下的用户界面行为可以包括：视频名、视频停止时间、视频播放集数、视频总集数等；音乐场景下的用户界面行为可以包括：音乐名、音乐类型、播放时长、播放频率等；美食场景下的用户界面行为可以包括：店铺名、美食类型、店铺地址等。在进行数据采集时，根据具体情况，还可以使用图片文本感知技术来采集数据，例如：通过光学字符识别(Optical Character Recognition，简称为OCR) 技术识别图片中的文字内容，以获取图片中的文本信息。

其中，可以通过以下方式获取应用框架层中的系统组件运行情况：在应用框架层通过JS(JavaScript)注入技术，获取新闻应用浏览新闻的页面内容和浏览器应用浏览网页的页面内容；或者，通过通知消息监听服务，截取所有的通知消息，通过对消息内容的解析，可以获取包括通知类型、场景、时间、文本内容等信息；或者，可以通过钩取应用接口运行的行为，识别出应用类型，以此来补充应用市场无法查询的应用类型或进行离线状态下的应用类型识别；或者，通过系统接口获取系统实时场景信息，即时间、日期、电量、网络状态、耳机状态、蓝牙开关状态、自动旋转开关状态、热点开关状态等系统实时场景信息。

具体的，系统层级数据503可以包括用户行动数据和用户场景数据。

其中，采集用户行动数据可以包括：通过传感器等器件收集用户身体的行为特征，并通过积累数据对用户当前的行为进行识别和采集，例如可以识别并采集以下的行为状态：车载、骑行、走路、跑步、静止和其他。其中，传感器可以包括：距离传感器、加速度传感器、气压传感器、重力传感器或陀螺仪等。

采集用户场景数据可以包括：通过采集通讯基站的小区识别码(cell ID)，或者通过采集WiFi或者GPS数据，可以得到用户的位置信息；根据该位置信息，可以得到用户所处的场景，例如：家、公司、外地或其他场景。

其中，数据采集模块207采集的原始用户数据的格式例如可以为：

序号+字段名+字段类型+字段说明

具体举例如下：

图6为本发明实施例提供的一种生成用户画像的方法的流程示意图。该方法应用于终端中，所述终端包括如图3-图5所示的用户画像平台。所述终端中还可以包括多个应用，其中包括第一应用。如图6所示，该方法包括：

步骤601、所述用户画像平台接收所述第一应用发送的第一请求。

所述用户画像平台可以为终端中的应用提供用户画像。随着用户不断地使用终端，所述用户画像平台中生成的用户画像是变化的，由此当第一应用需要使用用户画像时，可以向所述用户画像平台发送所述第一请求，用于请求当前的用户画像。需要说明的是，随着用户不断的使用终端，本发明各实施例的用户画像平台提供的用户画像是不断更新的。所以第一应用在运行的过程中，也会不断的去用户画像平台请求用户画像。例如：当所述第一应用在今天被运行时，会发送一个第一请求去请求用户画像；当所述第一应用在明天又被运行时，由于用户画像可能已经发生变化，所以第一应用会再发一个第一请求去请求用户画像。所述的当前的用户画像指的是执行步骤601时的用户画像，具体的，指的是第一应用发送所述第一请求的时候，所述用户画像平台输出的用户画像。

步骤602、所述用户画像平台根据所述第一请求获取所述第一应用所需的第一用户画像类型。

用户画像可以包括多种类型，例如：购物特性类型、新闻喜好类型、音乐喜好类型等等。不同的应用可能使用不同类型的用户画像。每个应用可以使用一种或多种类型的用户画像。

所述第一请求中可以携带所述第一应用所需的用户画像类型，即所述第一用户画像类型；由此，用户画像平台可以根据所述第一请求获取所述第一用户画像类型。或者，所述第一应用可以预先将其所需的第一用户画像类型告知给用户画像平台。用户画像平台接收到所述第一请求后，可以通过查询获知所述第一用户画像类型。

步骤603、响应所述第一请求，所述用户画像平台根据用户画像模型获取与所述第一用户画像类型对应的当前的用户画像。

所述用户画像平台中包括所述用户画像模型。其中，所述用户画像模型可以被所述用户画像平台不断的更新。所述用户画像平台包括的原始的用户画像模型可以被预先存储在所述终端中。或者，所述用户画像平台可以预先从网络侧获取原始的用户画像模型，然后在后续的过程中，不断的更新该用户画像模型。具体的，所述用户画像模型可以包括静态画像模型，或者包括动态画像模型，或者包括静态画像模型和动态画像模型。

所述用户画像平台获取到所述第一用户画像类型之后，根据当前的用户画像模型获取与所述第一用户画像类型对应的当前的用户画像。随着用户不断地使用终端，用户画像模型是被不断的更新的。所述的当前的用户画像模型指的是：所述用户画像平台需要获取用户画像时的用户画像模型；本实施例中，具体指的是执行步骤603时的用户画像模型，即，响应所述第一请求时的用户画像模型。

当获取所述第一用户画像类型对应的用户画像只需要使用静态画像模型时，所述用户画像平台可以根据当前的静态画像模型生成当前的用户画像。

当获取所述第一用户画像类型对应的用户画像需要使用动态画像模型时，所述用户画像平台可以先获取当前的场景数据，然后根据所述场景数据和所述用户画像模型计算得到与所述第一用户画像类型对应的所述当前的用户画像。

步骤604、所述用户画像平台将获取的所述当前的用户画像发送给所述第一应用。

进一步的，在所述第一应用向所述用户画像平台请求用户画像之前，所述第一应用可以先向所述用户画像平台发送注册请求。本发明实施例并不限定发送注册请求的具体时机。例如：每个需要使用用户画像的应用可以在被安装到终端上之后，即向所述用户画像平台发送注册请求；或者，应用可以在初次被使用时，向所述用户画像平台发送注册请求。对于终端中的预装应用，该预装应用还可以在终端初次启动时向所述用户画像平台发送注册请求；或者，该预装应用的注册请求直接在出厂时即被配置在所述用户画像平台中，从而可以不需要发送注册请求。所述注册请求可以包括所述第一应用所需的所述第一用户画像类型，并且所述注册请求还可以包括其它用于生成所述第一用户画像类型对应的用户画像所需的信息，例如：所需的用户数据、所需的算法和其它配置信息。

终端中的其它应用也可以向所述用户画像平台注册和请求用户画像，具体过程与第一应用的过程类似。例如：所述终端还包括第二应用，所述第二应用向所述用户画像平台请求用户画像的过程可以包括：

所述用户画像平台接收所述第二应用发送的第二请求，所述第二请求用于请求当前的用户画像；所述用户画像平台根据所述第二请求获取所述第二应用所需的第二用户画像类型；响应所述第二请求，所述用户画像平台根据当前的用户画像模型获取与所述第二用户画像类型对应的当前的用户画像；所述用户画像平台将所述与所述第二用户画像类型对应的所述当前的用户画像发送给所述第二应用。对于第二应用而言，所述的当前的用户画像模型以及当前的用户画像，指的是所述第二应用发送所述第二请求时的用户画像模型和用户画像。

需要说明的是，本发明实施例中的用户画像模型是能够被不断的更新的。图7为本发明实施例提供的更新用户画像模型的方法流程图。如图7所示，该方法包括：

步骤701、所述用户画像平台接收到更新请求。终端中可以设置更新机制，根据预置的更新机制，可以周期的触发所述用户画像平台进行更新；或者也可以在满足预设条件后，触发所述用户画像平台进行更新。终端向所述用户画像平台发送更新请求，即触发所述用户画像平台进行更新。

步骤702、所述用户画像平台可以根据用户数据更新当前的用户画像模型。具体的，步骤702可以包括以下步骤702A和步骤702B。所述的当前的用户画像模型指的是执行步骤702时的用户画像模型。

步骤702A、所述用户画像平台根据用户数据，从所述用户画像平台的标签库中获取与所述用户数据对应的用户标签。

步骤702B、所述用户画像平台根据所述用户数据或者所述用户标签或者根据用户数据和所述用户标签，更新所述当前的用户画像模型。具体的，用户画像模型中可以包括多种用户画像类型，即通过该用户画像模型可以得到多种用户画像类型。每个应用在向所述用户画像平台注册时，会在注册请求中携带该应用所需的用户画像类型。应用所需的用户画像类型可能已经包含在当前的用户画像模型中，也可能没有被当前的用户画像模型所包含。例如：如果在所述第一应用向用户画像平台注册所述第一用户画像类型之前，所述用户画像模型中已经包含了第一用户画像类型，那么在更新用户画像模型时，所述用户画像平台按照更新算法，利用用户数据训练用户画像模型。如果在所述第一应用向用户画像平台注册所述第一用户画像类型之前，所述用户画像模型中没有包含该第一用户画像类型，那么在更新用户画像模型时，所述用户画像平台将所述第一用户画像类型增加到当前的用户画像模型中，并按照更新算法，利用用户数据训练最新的用户画像模型。

图8为本发明实施例提供的用户画像平台的工作流程示意图。如图8所示，包括业务注册800、模型更新820和用户画像获取840等三个工作流程。结合图3-图7所描述的实施例，分别描述上述三个工作流程。

业务注册800

终端上的一个或多个应用在向用户画像平台请求用户画像之前，要先向所述用户画像平台进行业务注册。下面以应用A为例进行说明。如图8所示：

步骤801、应用A可以在安装到终端上之后，或者，应用A可以在初次启动之后，或者，应用A还可以在其它预设的时机，通过业务接口向所述用户画像管理模块201 发送注册请求。该注册请求中可以包括配置文件，所述配置文件可以包括：一个或多个画像类型，生成这些画像类型所需的数据和算法的描述信息，以及其它配置信息。其中，所述注册请求中携带的画像类型为所述应用A所需的用户画像类型。应用获取用户画像一般是为了实现该应用的某些功能，由此根据应用的分类或性质不同，应用所需的用户画像类型可能不同。终端中的多个应用，可能分别需要不同类型的用户画像。对于一个应用而言，可以请求一个或多个类型的用户画像。

步骤802、所述用户画像管理模块201接收到应用A发送的所述注册请求之后，加载所述注册请求中的配置文件，并提取所述注册请求中携带的用户画像类型。

用户画像平台中已有的用户画像模型，可以生成多种类型的用户画像。当应用A进行业务注册时，应用A注册的用户画像类型，可能已经包含在已有的用户画像模型中，也可能没有被包含在已有的用户画像模型中。例如：应用A注册的是用户画像类型a；在应用A完成该业务注册之前，已有的用户画像模型能够提供的用户画像类型中可能已经包括该用户画像类型a，或者，已有的用户画像模型能够提供的用户画像类型中没有包括该用户画像类型a。当已有的用户画像模型能够提供的用户画像类型中没有包括应用A请求的用户画像类型时，可以继续执行步骤803。当已有的用户画像模型能够提供的用户画像类型中包括有应用A请求的用户画像类型时，则可以不执行以下步骤803 和804。

步骤803、所述用户画像管理模块201对新增的用户画像类型进行算法配置。具体的，当应用A请求的用户画像类型没有包含在已有的用户画像模型中时，该应用A请求的用户画像类型即为新增的用户画像类型。用户画像管理模块201可以根据配置文件中包括的所需的数据和算法等配置信息，生成新增的用户画像类型对应的业务实例。一般情况下，一种类型的用户画像对应一个业务实例。需要说明的是，两个不同的应用可能会请求相同类型的用户画像，但是每个应用可能对该类型的用户画像有不同的要求，即这两个应用的配置文件中的内容可能不一样。例如：应用A和应用B都请求类型a 的用户画像，应用A可能要求用算法1+算法2来生成或训练该类型的用户画像，而应用B可能要求用算法3+算法4+算法5来生成或训练该类型的用户画像。此时，所述用户画像管理模块201可以获取应用A和应用B的优先级，然后根据优先级高的应用的要求来生成业务实例。例如：如果应用A的优先级高于应用B的，则根据应用A的要求来生成业务实例。

步骤804、所述用户画像管理模块201生成的业务实例加入业务实例队列。终端中的多个应用都可以向所述用户画像管理模块201注册请求。每个新增的用户画像类型可以对应一个业务实例。当有多个新增的用户画像类型时，业务实例队列中包括多个业务实例。原始的用户画像模型中包括的多个用户画像类型，也可以分别对应一个业务实例。这些业务实例也可以在上述业务实例队列中，或者这些业务实例可以被单独维护。

模型更新820

用户画像平台根据系统设置，不断的更新用户画像模型，以使得该用户画像平台能生成不断更新的用户画像。结合图3-图8，模型更新820的过程可以包括：

用户画像管理模块201可以预先从网络侧获取原始的用户画像模型。该原始的用户画像模型可以经由网络侧根据大数据训练得到。

用户画像管理模块201可以周期性的接收更新指示，或者用户画像管理模块201可以被配置为周期性进行模型更新；或者在终端满足某些条件时，例如用户触发了某个动作，向用户画像管理模块201发送更新指示。

用户画像管理模块201接收到更新指示之后，根据终端采集到的用户数据，对当前的用户画像模型进行不断的更新。具体的，用户画像管理模块201根据知识库中存储的用户数据，从标签库中获取该用户数据对应的用户标签；然后根据用户数据、或者用户标签、或者用户数据和用户标签，并且根据从算法库中获取的预设的算法，训练当前的用户画像模型，得到更新后的用户画像模型。具体在训练用户画像模型时，用户画像管理模块201可以调度业务实例队列中的业务实例，然后根据这些业务实例，使用用户数据和/或用户标签依次对用户画像模型进行训练。在训练的过程中，可能只使用当前更新的用户数据，也可能使用之前一段时间内的用户数据。本发明并不限定具体的方法。

在更新用户画像模型之后，应用注册的新增的用户画像类型被增加到当前的用户画像模型中。即，更新后的用户画像模型，可以生成新类型的用户画像。

算法库中可以包括多个算法，用户画像管理模块201可以根据业务实例，调用一个或多个算法，对用户画像模型进行训练。

用户画像获取840

应用运行的过程中，当应用需要使用用户画像时，可以向用户画像平台请求当前的用户画像。下面以应用A为例进行说明。如图8所示：

步骤841、应用A通过接口向用户画像管理模块201发送业务请求。

步骤842、用户画像管理模块201根据该业务请求，可以获知该应用A所需的用户画像类型a。

步骤843、用户画像管理模块201根据当前的用户画像模型获取与类型a对应的当前的用户画像。需要说明的是，若当前请求的是动态的用户画像时，用户画像管理模块 201需要从数据采集模块获取当前的场景数据，然后将当前的场景数据输入给动态用户画像模型，得到动态的用户画像。

本发明各实施例所述的用户画像，可以包括用户当前行为或喜好的预测结果。即，该预测结果至少包括对用户当前行为的预测和对用户当前喜好的预测中的至少一种。例如，用户画像平台输出的用户画像可以为：

用户画像1：用户当前可能喝咖啡的概率为40％，当前可能喝饮料的概率为20％，当前可能吃面包的概率为10％；其中，用户画像平台可以预测出多种用户当前可能的行为或喜好，每一种行为或喜好对应一个概率，在输出用户画像时，用户画像平台可以输出所有的预测结果，也可以只输出概率最高的一个或多个结果；例如：本例子中，用户画像平台可能预测出十种结果，但只输出了概率最高的前三种结果。

用户画像2：当前场景为上班路上，基于该场景，用户当前可能听音乐的概率为50％，当前可能听新闻的概率为30％，当前可能听小说的概率为20％。在某些场景下，用户画像平台可能只预测出三种可能的行为。

用户画像3：用户当前可能看书的概率为55％，当前可能运动的概率为30％，当前可能玩游戏的概率为10％。

用户画像4：用户当前喜欢游泳的概率为30％，当前喜欢跑步的概率为20％，当前喜欢旅游的概率为18％，当前喜欢绘画的概率为15％。

需要说明的是，本发明实施例提供的用户画像平台可以与云端配合联合训练用户画像模型。具体方法可以包括：

云端的服务器根据大数据训练得到通用的用户画像模型，即前述的原始用户画像模型；

服务器将通用的用户画像模型下发到多个终端；

在用户使用终端的过程中，每个终端根据用户数据不断的更新本地的用户画像模型；

在一段时间后，每个终端将更新后的用户画像模型上传给云端的服务器；

服务器根据多个更新后的用户画像模型，进一步训练得到更新后的通用用户画像模型；然后再将更新后的通用用户画像模型下发给各个终端，使得终端再更新本地的用户画像模型，如此往复，循环迭代更新，实现端云联合训练用户画像模型。

本发明实施例提供的用户画像平台，可以为终端中的多种应用提供用户画像，以使得这些应用根据用户画像为用户提供智能化服务。所有提供内容类信息的应用，都可以根据用户画像，提供用户感兴趣的相关内容、信息或数据。以下的各种应用都可以从用户画像平台获取用户画像：系统设置类应用，可以根据用户日常设置操作习惯，配置用户常用操作项；例如：识别用户多次不正确的使用系统功能，给用户提供正确使用方法的操作提示；学习用户的日常应用使用习惯，结合时间、日期、地点、环境等场景信息，给用户提供/推荐应用及应用内的功能直达服务；充电管理模块根据用户画像描绘，确定出租车/专车司机运营期间进行车载充电场景，可自动调节充电模式；图库应用中的照片分类，分析用户社会关系，关联照片中的人物画像，可自动进行人像分类；免人为设置的智能闹钟、免人为设置的物品清单提醒；自动温度设置、自动空气质量调节、自动智能家电控制程序、自动灯光；自动锁门、未锁门报警、摄像头异常报警；自动低电提醒、一键设置；睡眠提醒、自动配置音乐或灯光；旅行规划、位置提醒、智能导航、日程安排及向导。

票务管理：票价预测、预约定时自动抢票、改签/退票一键操作、到期前提醒。

智能拍照：拍照点推荐、角度推荐、参数自动优化。

日程管理：工作安排、会议提醒、日程模板。

学习管理：学习计划、课程推荐、进度监督管理。

健康管理：健康度评估、服药提醒、慢病监测。

饮食管理：体重管理、热量监控(拍照识别食物)、食谱建议、营养管理。

健身管理：健身计划、课程推荐、监督提醒。

家庭社交：家庭图库、自动整理相册、按兴趣和亲密度智能推送分享。

智能导游：自动围栏触发、游览路线规划、景点POI介绍、人流热力图、服务设施导航。

智能天气：雨天自动提醒带伞、降温提醒添衣服、高温提醒避暑。

情绪管理：根据脉搏、即时通信消息、朋友圈、微博等信息监测用户情绪，提醒用户健康风险。

休息提醒：对久坐、长时间驾驶、长时间位于工作地等场景进行休息提示。

双卡管理：在不同时段、不同条件下切换双卡，如流量不足时自动使用另一张卡流量、下班后变单卡。

本发明实施例在移动终端建立一个统一的用户画像智能开放平台，具有统一的数据收集、处理能力，并具有统一的用户画像标签库。该用户画像平台统一管理用户画像，并给各业务、应用提供用户画像能力。

本发明各实施例提供的用户画像平台，使用终端中所有能够采集到的用户数据来训练用户画像模型，使得该用户画像模型更加准确。例如：应用A在从用户画像平台获取用户画像时，用户画像平台是基于终端中所有的数据生成的用户画像，而不限于应用A 中的数据，由此得到的用户画像更精确。据此，本发明各实施例提供的用户画像平台在移动终端为用户提供更准确的人工智能服务。该用户画像平台开放给各类型应用后，所有的应用都可以借助终端本地统一用户画像模型，提供各种智慧化服务。可以降低移动终端人工智能门槛，对于缺乏人工智能开发能力的应用开发者，直接采用终端开放用户画像平台就可以实现智慧化业务，大大减少了第三方应用的开发工作量和技术能力。

在终端本地训练用户个性的画像模型，然后基于终端本地的用户画像模型即可生成准确的用户画像，无需将用户数据上传到云端即可得到用户画像，由此避免了用户隐私数据的泄露。

并且，云端根据多个终端上报的具有差异化的画像模型，即可进行公共模型训练，而无需向终端请求具体的用户数据。由此，使得终端无需向云端上报任何用户个人数据，只需要上报用户画像模型，即可实现云端的公共模型训练，保护了用户的隐私数据。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可以用硬件实现，或固件实现，或它们的组合方式来实现。当使用软件实现时，可以将上述功能存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。以此为例但不限于：计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM 或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。此外，任何连接可以适当的成为计算机可读介质。例如，如果软件是使用同轴电缆、光纤光缆、双绞线、数字用户线(DSL)或者诸如红外线、无线电和微波之类的无线技术从网站、服务器或者其他远程源传输的，那么同轴电缆、光纤光缆、双绞线、DSL或者诸如红外线、无线电和微波之类的无线技术包括在所属介质的定影中。如本发明所使用的，盘(disk) 和碟(disc)包括压缩光碟(CD)、激光碟、光碟、数字通用光碟(DVD)、软盘和蓝光光碟，其中盘通常磁性的复制数据，而碟则用激光来光学的复制数据。上面的组合也应当包括在计算机可读介质的保护范围之内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (17)

1.一种生成用户画像的方法，其特征在于，应用于终端，所述终端包括用户画像平台和第一应用，所述方法包括：

所述用户画像平台接收所述第一应用发送的第一请求，所述第一请求用于请求当前的用户画像；

所述用户画像平台根据所述第一请求获取所述第一应用所需的第一用户画像类型；

响应所述第一请求，所述用户画像平台根据用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，所述用户画像模型包含在所述用户画像平台中；

所述用户画像平台将获取的所述当前的用户画像发送给所述第一应用；

所述用户画像模型为动态画像模型，所述用户画像平台根据用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，包括：

所述用户画像平台获取当前的场景数据；

所述用户画像平台根据所述场景数据和所述用户画像模型计算得到与所述第一用户画像类型对应的所述当前的用户画像；

所述终端还包括第二应用，所述方法还包括：

所述用户画像平台接收所述第二应用发送的第二请求，所述第二请求用于请求当前的用户画像；

所述用户画像平台根据所述第二请求获取所述第二应用所需的第二用户画像类型；

响应所述第二请求，所述用户画像平台根据当前的用户画像模型获取与所述第二用户画像类型对应的当前的用户画像；

所述用户画像平台将所述与所述第二用户画像类型对应的所述当前的用户画像发送给所述第二应用；

对于第二应用而言，所述的当前的用户画像模型以及当前的用户画像，指的是所述第二应用发送所述第二请求时的用户画像模型和用户画像。

2.根据权利要求1所述的方法，其特征在于，还包括：

当所述用户画像平台接收到更新请求时，所述用户画像平台根据用户数据更新当前的用户画像模型。

3.根据权利要求1或2所述的方法，其特征在于，所述用户画像平台接收所述第一应用发送的第一请求之前，所述方法还包括：

所述用户画像平台接收所述第一应用发送的注册请求，所述注册请求包括所述第一应用所需的所述第一用户画像类型。

4.根据权利要求3所述的方法，其特征在于，当所述用户画像平台接收所述注册请求时，若当前的用户画像模型不包括所述第一用户画像类型，则所述用户画像平台根据用户数据更新当前的用户画像模型，包括：

所述用户画像平台根据所述用户数据，将所述第一用户画像类型增加到所述当前的用户画像模型中。

5.根据权利要求4所述的方法，其特征在于，所述用户画像平台根据用户数据更新当前的用户画像模型，包括：

所述用户画像平台根据用户数据，从所述用户画像平台的标签库中获取与所述用户数据对应的用户标签；

所述用户画像平台根据所述用户数据和所述用户标签中的至少一个，更新所述当前的用户画像模型。

6.根据权利要求4或5所述的方法，其特征在于，

所述用户画像平台包括的原始的用户画像模型被预先存储在所述终端中；或者

所述用户画像平台预先从网络侧获取原始的用户画像模型。

7.根据权利要求6所述的方法，其特征在于，所述用户画像包括用户当前行为或喜好的预测结果。

8.一种终端，其特征在于，包括：第一应用和用户画像平台；所述用户画像平台包括：

数据采集模块，用于采集所述终端的第一用户数据；

知识库模块，用于从所述数据采集模块获取所述第一用户数据，根据所述第一用户数据得到第二用户数据，并根据所述第二用户数据生成或更新知识库，所述知识库用于存储所述第二用户数据；

标签库，用于存储标签；

用户画像管理模块，用于存储用户画像模型；

所述用户画像管理模块还用于，根据所述知识库中的所述第二用户数据从所述标签库中获取与所述第二用户数据对应的标签，生成用户标签；

所述用户画像管理模块还用于，根据所述第二用户数据和所述用户标签中的至少一个更新当前的用户画像模型；

所述用户画像管理模块还用于，接收所述第一应用发送的第一请求，所述第一请求用于请求当前的用户画像；响应所述第一请求，根据所述第一请求获取所述第一应用所需的第一用户画像类型，并根据当前的用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，并将获取的所述当前的用户画像发送给所述第一应用；

所述用户画像模型为动态画像模型，所述用户画像管理模块根据当前的用户画像模型获取与所述第一用户画像类型对应的当前的用户画像，包括：

所述用户画像管理模块从所述数据采集模块获取当前的场景数据；

所述用户画像管理模块根据所述场景数据和所述当前的用户画像模型计算得到与所述第一用户画像类型对应的所述当前的用户画像；

所述终端还包括第二应用，所述用户画像管理模块还用于：

接收所述第二应用发送的第二请求，所述第二请求用于请求当前的用户画像；响应所述第二请求，根据所述第二请求获取所述第二应用所需的第二用户画像类型，并根据当前的用户画像模型获取与所述第二用户画像类型对应的当前的用户画像，并将所述与所述第二用户画像类型对应的所述当前的用户画像发送给所述第二应用；

对于第二应用而言，所述的当前的用户画像模型以及当前的用户画像，指的是所述第二应用发送所述第二请求时的用户画像模型和用户画像。

9.根据权利要求8所述的终端，其特征在于，

所述用户画像管理模块还用于，在接收所述第一应用发送的所述第一请求之前，接收所述第一应用发送的注册请求，所述注册请求包括所述第一应用所需的所述第一用户画像类型。

10.根据权利要求9所述的终端，其特征在于，当所述用户画像管理模块接收所述注册请求时，若当前的用户画像模型不包括所述第一用户画像类型，则所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个更新当前的用户画像模型，包括：

所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个，将所述第一用户画像类型增加到所述当前的用户画像模型中。

11.根据权利要求8-10任一所述的终端，其特征在于，所述用户画像管理模块通过以下方式更新当前的用户画像模型：

当接收到更新请求时，所述用户画像管理模块根据所述第二用户数据和所述用户标签中的至少一个，更新所述当前的用户画像模型。

12.根据权利要求11所述的终端，其特征在于，原始的用户画像模型被预先存储在所述用户画像管理模块中。

13.根据权利要求12所述的终端，其特征在于，所述用户画像管理模块还用于预先从网络侧获取原始的用户画像模型。

14.根据权利要求12或13所述的终端，其特征在于，所述用户画像包括用户当前行为或喜好的预测结果。

15.一种终端，其特征在于，包括：

一个或多个处理器；

一个或多个存储器，所述一个或多个存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令，当所述指令被所述一个或多个处理器执行时，使得所述终端执行如权利要求1-7任一所述的方法。

16.一种电子设备，其特征在于，所述电子设备包括执行如权利要求1至7任一项所述方法的装置。

17.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在电子设备上运行时，使得所述电子设备执行如权利要求1-7中任一项所述的方法。

Images