CN111178950B - 一种用户画像构建方法、装置及计算设备 - Google Patents

Abstract

本发明实施例公开了一种用户画像构建方法，用于基于用户数据来构建用户画像，用户数据具有用户标识，用户画像包括多个属性标签以及各属性标签的兴趣得分，该方法包括：获取用户标识对应的历史用户画像；根据历史用户画像的构建时间，获取用户标识对应的增量用户数据；基于增量用户数据，构建用户标识对应的增量用户画像；以及基于增量用户画像和历史用户画像，构建用户标识对应的当前用户画像。本发明实施例还公开了相应的用户画像构建装置、计算设备及存储介质。

Description

一种用户画像构建方法、装置及计算设备

技术领域

本发明涉及互联网技术领域，尤其涉及一种用户画像构建方法、装置及计算设备。

背景技术

用户画像，作为一种描绘目标用户、联系用户诉求与设计方向的有效工具，在各领域得到了广泛的应用。如何快速高效地构建用户画像一直是行业内探索的方向。

用户画像构建的实现方式为全量用户更新，不区分活跃用户，在每个更新周期针对全量用户集进行更新，并且使用自然日衰减来拟合用户兴趣迁移的过程。显然地，全量更新用户画像的构建时间很长，导致计算资源的浪费。其次，由于使用自然天衰减，会导致用户的历史兴趣衰减过快，丢失用户的部分重要兴趣，导致无法准确刻画用户画像。

因此，需要一种更为先进的用户画像构建方案。

发明内容

为此，本发明实施例提供一种用户画像构建方法、装置及计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明实施例的一个方面，提供了一种用户画像构建方法，用于基于用户数据来构建用户画像，用户数据具有用户标识，用户画像包括多个属性标签以及各属性标签的兴趣得分，该方法包括：获取用户标识对应的历史用户画像；根据历史用户画像的构建时间，获取用户标识对应的增量用户数据；基于增量用户数据，构建用户标识对应的增量用户画像；以及基于增量用户画像和历史用户画像，构建用户标识对应的当前用户画像。

可选地，在根据本发明实施例的方法中，构建用户标识对应的增量用户画像的步骤包括：基于增量用户数据，生成多个增量属性标签以及各增量属性标签的兴趣得分，以形成增量用户画像。

可选地，在根据本发明实施例的方法中，构建用户标识对应的当前用户画像的步骤包括：对于历史用户画像和增量用户画像包含的各属性标签，基于对应历史属性标签和对应增量属性标签的兴趣得分得到属性标签的最新兴趣得分，各属性标签及其最新兴趣得分形成当前用户画像。

可选地，在根据本发明实施例的方法中，基于对应历史属性标签和对应增量属性标签的兴趣得分得到属性标签的最新兴趣得分的步骤包括：将对应历史属性标签的兴趣得分基于活跃天进行衰减；基于对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分，得到属性标签的最新兴趣得分。

可选地，在根据本发明实施例的方法中，得到属性标签的最新兴趣得分的步骤包括：将对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分相加得到属性标签的最新兴趣得分。

可选地，在根据本发明实施例的方法中，将对应历史属性标签的兴趣得分基于活跃天进行衰减的步骤包括：基于属性标签对应的衰减系数和衰减指数，对对应历史属性标签的兴趣得分进行衰减，衰减指数基于活跃天确定。

可选地，在根据本发明实施例的方法中，构建用户标识对应的当前用户画像的步骤包括：删除最新兴趣得分小于预定得分阈值的属性标签。

可选地，在根据本发明实施例的方法中，生成多个增量属性标签以及各增量属性标签的兴趣得分的步骤包括：基于增量用户数据，提取用户标识对应的特征数据；基于所述特征数据，生成多个增量标签以及各增量属性标签的兴趣得分。

可选地，在根据本发明实施例的方法中，还包括：在不存在用户标识对应的历史用户画像的情况下，获取用户标识对应的全量用户数据；基于全量用户数据，构建用户标识对应的当前用户画像。

可选地，在根据本发明实施例的方法中，基于全量用户数据，构建用户标识对应的当前用户画像的步骤包括：基于全量用户数据，提取用户标识对应的特征数据；基于特征数据，生成多个属性标签以及各属性标签的兴趣得分，以形成当前用户画像。

可选地，在根据本发明实施例的方法中，还包括：判断用户标识对应用户是否在预定间隔时间内没有活跃；如果是，删除用户标识对应的用户数据和/或用户画像。

可选地，在根据本发明实施例的方法中，用户数据具有一个或者多个用户标识，用户标识包括以下至少一种类型：会话标识、设备标识、注册用户标识、第三方用户标识和跨端用户标识。

可选地，在根据本发明实施例的方法中，对于每个用户标识，均构建该用户标识对应的当前用户画像。

根据本发明实施例的另一个方面，提供了一种用户画像构建装置，用于基于用户数据来构建用户画像，用户数据具有用户标识，用户画像包括多个属性标签以及各属性标签的兴趣得分，该装置包括：历史画像获取单元，适于获取用户标识对应的历史用户画像；增量画像构建单元，适于根据历史用户画像的构建时间，获取用户标识对应的增量用户数据；基于增量用户数据，构建用户标识对应的增量用户画像；以及当前画像构建单元，适于基于增量用户画像和历史用户画像，构建用户标识对应的当前用户画像。

根据本发明实施例的另一个方面，提供了一种计算设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，该一个或多个程序包括用于执行根据本发明实施例的用户画像构建方法的指令。

根据本发明实施例的还有一个方面，提供了一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，该指令当被计算设备执行时，使得计算设备执行根据本发明实施例的用户画像构建方法。

根据本发明实施例的用户画像构建方案，采用增量更新方式来构建用户画像。画像构建过程的数据量与计算量相对减少，使得中间特征数据的存储所需空间大幅度下降，有效提升了大数据集群的使用率，同时画像构建的时效性得到了大幅的提升，对于营销、广告、推荐等时间敏感场景提供了更快速更高效的支持。并且，仅对上次构建时间到当前构建时间之间活跃的用户进行画像的增量更新、删除长时间不活跃的用户、以及删除兴趣得分较低的属性标签，均进一步减小了数据量和计算量。

进一步地，采用基于活跃天而非自然天的时序衰减，忽略活跃天之间非活跃的自然天间隔，可以更合理的组织用户历史行为兴趣，更能够准确的刻画用户画像。进一步地，采用跨端用户标识将登录与不登录情况下的用户数据关联起来，从而能够更准确更全面地构建用户画像。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的网络环境100的示意图；

图2示出了根据本发明一个实施例的计算设备200的示意图；

图3示出了根据本发明一个实施例的用户画像构建方法300的流程图；以及

图4示出了根据本发明一个实施例的用户画像构建装置400的示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的网络环境100的示意图。如图1所示，网络环境100可以包括至少一个客户端120、服务器140和用户画像构建装置400。在其他实施方式中，网络环境100可以包括不同的和/或附加的模块。

这些客户端120可以实现为专门的应用程序(即，APP)、或者驻留在移动终端、平板电脑之类的设备中的移动端(又称为M端)浏览器、或者驻留在台式电脑、笔记本电脑之类的设备中的电脑端(又称为PC端)浏览器等等。客户端120经由网络160与服务器140进行通信。网络160可以包括有线和/或无线通信路径，诸如但不仅限于，因特网、局域网、卫星路径、光纤路径、电缆路径，或任何其他合适的有线或无线通信路径或这样的路径的组合。

用户可以利用客户端120访问服务器140并进行操作，这里的操作包括但不限于浏览、对比、搜索、互动等等行为。这些操作产生的信息以及用户的一些基本信息形成了各种用户数据，并存储于服务器140中。

根据本发明的实施方式，用户数据可以具有一个或者多个用户标识。用户标识可以包括以下类型：会话标识(session id)、设备标识(device id)、第三方用户标识、注册用户标识(user id)等等。

可以理解地，在用户使用浏览器访问服务器140的情况下，可以采用服务器140为其与浏览器之间的会话分配的会话标识来标识用户(特别是那些未登录用户和未注册用户)。由于浏览器可以是移动端浏览器和电脑端浏览器，会话标识可以包括移动端会话标识和/或电脑端会话标识。

在用户使用应用程序访问服务器140的情况下，可以采用该应用程序的设备标识来标识用户(特别是那些未登录用户和未注册用户)。该设备标识由应用程序发给服务器140。

在用户登录其注册账户访问服务器140的情况下，可以采用注册账户对应的注册用户标识来标识用户。

在用户经由其第三方账户(例如微信、微博等社交网络账户)访问服务器140的情况下，可以采用第三方账户对应的第三方用户标识来标识用户。

考虑到注册用户标识不能将同一用户登录和不登录注册账户访问产生的用户数据关联在一起，根据本发明实施例的用户标识还可以包括以下类型：跨端用户标识(uuid)。跨端用户标识可以基于注册用户标识生成。

例如，用户未登录其注册账户、使用浏览器访问服务器140，此时产生的用户数据可以标识有会话标识。接着，用户登录其注册账户，此时可以获取到会话标识和注册账户对应的注册用户标识。基于注册用户标识生成跨端用户标识，并存储在浏览器的本地缓存(例如cookie)中。此时产生的用户数据可以标识有基于注册用户标识生成的跨端用户标识。

接着，该用户登出其注册账户但未清除本地缓存，因此可以从本地缓存中获取到之前生成的跨端用户标识，产生的用户数据依然可以标识有该跨端用户标识。这样，就通过该跨端用户标识将同一用户登录和不登录注册账户访问产生的用户数据关联起来了。

在根据本发明的实施例中，可以认为每个用户标识均对应一个用户，因此，用户画像构建装置400可以与服务器140相耦接，并基于服务器140存储的各用户标识对应的用户数据，构建各用户标识对应的用户画像(User Profile)。应当指出，虽然用户画像构建装置400被图示为独立于服务器140之外，但其也可以是服务器140的一部分。本发明对此不做限制。

用户画像是指根据用户的属性、偏好、生活习惯、行为等数据，抽象出来的标签化的用户模型，通俗来说就是用户的属性标签集合。属性标签是通过对用户数据进行分析而得到的高度精炼的特征标识。例如，如果用户经常购买玩具，那么即可根据玩具购买情况给用户打上属性标签“有孩子”，甚至还可以打上“有5-10岁的孩子”这样更为具体的属性标签。

通常地，属性标签具有对应的兴趣得分(又称为标签权重)，该兴趣得分可以表征用户对该属性标签的兴趣、偏好指数，也可能表征用户对该属性标签的需求度，也可以简单理解为可信度或者概率。此外，属性标签还可以具有对应的标签生成时间，其指示生成该属性标签及兴趣分数的时间。

根据本发明的实施方式，上述网络环境100中的各部件(特别是用户画像构建装置400)均可以通过如下所述的计算设备200来实现。

图2示出了根据本发明一个实施例的计算设备200的示意图。如图2所示，在基本的配置202中，计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。

取决于期望的配置，处理器204可以是任何类型的处理器，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用，或者在一些实现中，存储器控制器218可以是处理器204的一个内部部分。

取决于期望的配置，系统存储器206可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器206可以包括操作系统220、一个或者多个应用222以及程序数据224。在一些实施方式中，应用222可以布置为在操作系统上由一个或多个处理器204利用程序数据224执行指令。

计算设备200还可以包括有助于从各种接口设备(例如，输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256，它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260，其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

计算设备200可以实现为服务器，例如数据库服务器、应用程序服务器和WEB服务器等，也可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。当然，计算设备200也可以实现为小尺寸便携(或者移动)电子设备的至少一部分。

在根据本发明的实施例中，计算设备200可以实现为用户画像构建装置400，并被配置为执行根据本发明实施例的用户画像构建方法300。其中，计算设备200的应用222中包含执行根据本发明实施例的用户画像构建方法300的多条指令。

图3示出了根据本发明一个实施例的用户画像构建方法300的流程图。该用户画像构建方法300可以在用户画像构建装置400中执行，并用于为用户标识构建该用户标识对应的用户画像。应当理解，对于每个用户标识，均利用用户画像构建方法300来构建该用户标识对应的用户画像。

如图3所示，用户画像构建方法300始于步骤S310。在步骤S310中，可以获取用户标识对应的历史用户画像。历史用户画像可以包括多个历史属性标签以及各历史属性标签的兴趣得分。

如果获取不到用户标识对应的历史用户画像，则表明还未对该用户标识构建任何用户画像，因此可以获取该用户标识对应的全量用户数据，基于该全量用户数据来构建该用户标识对应的当前用户画像。例如，基于全量用户数据，提取该用户标识对应的特征数据。基于提取到的特征数据，生成多个属性标签以及各属性标签的兴趣得分(还有标签生成时间)，以形成当前用户画像。此处全量用户数据指的是到当前构建时间为止的全部用户数据。

如果获取到用户标识对应的历史用户画像，可以在步骤S320中，根据该历史用户画像的构建时间，获取该用户标识对应的增量用户数据。此处增量用户数据指的是从历史用户画像的构建时间到当前构建时间为止的这段间隔时间内增长的用户数据，其不包括在历史用户画像的构建时间之前的用户数据。

如果获取不到用户标识对应的增量用户数据，表明该用户标识对应用户在从历史用户画像的构建时间到当前构建时间为止的这段间隔时间内没有活跃，可以不用重新构建该用户标识对应的当前用户画像。

在一些实施例中，对于指定类型的用户标识，还可以判断该用户标识对应用户是否在预定间隔时间内都没有活跃。例如，预定间隔时间内不存在该用户标识对应的用户数据，可以认为该用户标识对应用户在该预定间隔时间内没有活跃。指定类型可以是会话标识和设备标识。

如果该用户标识对应用户在预定间隔时间内都没有活跃，可以删除该用户标识对应的所有用户数据和/或用户画像。预定间隔时间通常为当前构建时间的前N个月。N的取值可以根据用户标识的类型而不同，例如对于会话标识，N可以为3，也就是说当前构建时间的前3个月内某个会话标识对应用户没有活跃，则删除该会话标识对应的所有用户数据和/或用户画像。对于设备标识，N可以为12，也就是说当前构建时间的前12个月内某个设备标识对应用户没有活跃，则删除该设备标识对应的所有用户数据和/或用户画像。

获取到用户标识对应的增量用户数据之后，可以在步骤S330中，基于增量用户数据，构建该用户标识对应的增量用户画像。具体地，可以基于该用户标识对应的增量用户数据，生成多个增量属性标签以及各增量属性标签的兴趣得分，以形成该用户标识对应的增量用户画像。

其中，可以基于增量用户数据，先提取用户标识对应的特征数据。例如，对于提供汽车相关资讯和服务的服务器来说，其用户数据可以包括浏览行为数据、对比行为数据、搜索行为数据、互动行为数据、线索数据和有车数据等等。基于浏览行为数据可以提取的特征数据例如可以包括浏览了哪些栏目、栏目中内容、车型、车系、浏览的时长等等，基于对比行为数据可以提取的特征数据例如可以包括对比了哪些车型等等，基于搜索行为数据可以提取的特征数据例如可以包括搜索了哪些车型、车系、品牌和厂商等等，基于互动行为数据可以提取的特征数据例如可以包括评论或赞了哪些车型、车系、品牌和厂商等等，基于线索数据可以提取的特征数据例如可以包括购买了什么车系、车型的车辆，购买车辆的城市、省份，联系了哪些经销商等等，基于有车数据可以提取的特征数据例如可以包括拥有了什么厂商、品牌、车系、车型的车辆等等。

应当注意的是，上面仅仅给出了用户数据及提取到的特征数据的一个特定示例，本领域技术人员根据上述示例，可以获取各种用户数据、提取各种特征数据，所有这些数据都在本发明的保护范围之内。

而后，基于提取到的特征数据，生成多个增量属性标签以及各增量属性标签的兴趣得分。其中，可以采用各种模型和算法来提取增量属性标签，包括但不限于各种预测算法、机器学习算法、推荐算法、相似度算法、聚类算法和文本挖掘算法等等。可以根据与增量属性标签相关的特征数据来计算该增量属性标签的兴趣得分。在本发明的实施例中，兴趣得分可能随活跃时间的增加而衰减，因此，增量属性标签的兴趣得分至少可以基于增量属性标签对应的衰减权重以及特征数据权重来计算得到。

在一些实施例中，各种特征数据的特征数据权重可以通过TF-IDF(词频-逆文件频率)算法计算得到。增量属性标签对应的衰减权重可以基于增量属性标签对应的衰减系数k、衰减指数δ计算得到，例如衰减权重为k^δ。

其中，衰减系数k可以根据牛顿冷却定律计算得到。衰减指数δ可以基于活跃天(而非自然天)来计算得到，这样可以将用户不连贯的操作行为按照活跃时间发生的序列顺序衰减，避免了自然天衰减导致的当前时间的行为过大地影响用户兴趣得分的问题。

下面举例说明增量属性标签对应的衰减权重的计算过程。

假设生成了增量属性标签“下午4点浏览”，当前时间为2019年7月26日，从2019年7月23日-7月26日这4天的增量用户数据提取到的相关特征数据如下表：

日期	7月23日	7月24日	7月25日	7月26日
					下午4点浏览次数	7	0	4	1

假设T(t₀)经过1年(也就是365天)衰减到T(t)，T(t₀)＝1，T(t)＝0.01。根据牛顿冷却定律，可以通过以下公式求解增量属性标签对应的衰减系数k：

k＝e^-α

求解得到衰减系数

接着，计算增量属性标签对应的各活跃天的衰减指数δ。属性标签的兴趣得分按照活跃天的时间顺序进行衰减，那么可以认为每个活跃天对应的衰减指数为该活跃天到最后一个活跃天(即，时间顺序为最后的一个活跃天)的活跃天数距离。

根据上表所示的特征数据，活跃天为2019年7月23日、7月24日和7月26日这3天，属性标签的兴趣得分按照7月23日→7月24日→7月26日的时间顺序进行衰减。最后一个活跃天为7月26日，7月23日与7月26日的活跃天数距离为2天，则对应的衰减指数为2。7月25日与7月26日的活跃天数距离为1天，则对应的衰减指数为1。7月26日与7月26日的活跃天数距离为0天，则对应的衰减指数为0。

因此，7月23日对应的衰减权重为k²，7月25日对应的衰减权重为k¹，7月26日对应的衰减权重为k⁰。

假设“下午4点浏览次数”对应的特征数据权重为1，则最后增量属性标签“下午4点浏览”的兴趣得分score可以如下：

score＝7*1*0.99²+4*1*0.99¹+1*1*0.99⁰＝11.82

应当指出，上述T(t₀)、T(t)等的取值仅为参考，可以根据具体业务进行更改。此外，还可以对兴趣得分进行归一化处理，此处不展开描述。

前文所描述的基于全量用户数据来构建用户标识对应的当前用户画像的过程与基于增量用户数据来构建增量用户画像的过程相类似。

构建好用户标识对应的增量用户画像之后，可以在步骤S340中，基于用户标识对应的增量用户画像和历史用户画像，构建该用户标识对应的当前用户画像以替换其对应的历史用户画像。其中，当前用户画像可以包括历史用户画像和增量用户画像中的至少部分属性标签。

具体地，对于增量用户画像和历史用户画像包含的各属性标签，将对应历史属性标签的兴趣得分基于活跃天进行衰减。

在一些实施例中，可以基于该属性标签对应的衰减系数和衰减指数来对对应历史属性标签的兴趣得分进行衰减。例如，对应历史属性标签的兴趣得分score_历史标签进行衰减后得到score_衰减，公式如下：

score_衰减＝score_历史标签×(衰减系数)^衰减指数

其中，基于对应历史属性标签的标签生成时间，来确定衰减指数。例如确定标签生成时间到当前构建时间的该属性标签对应的活跃天数距离，以该活跃天数距离为衰减指数。衰减系数则可以基于牛顿冷却定律来计算得到。衰减系数和衰减指数的具体计算过程在前文对构建增量用户画像的描述中已详细说明，此处不再赘述。

接着，可以基于对应历史属性标签衰减后的兴趣得分score_衰减和对应增量属性标签的兴趣得分score_增量标签，得到该属性标签的兴趣得分score_当前。例如，将对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分相加得到该属性标签的兴趣得分，也就是说按照以下公式计算得到：

score_当前＝score_历史标签×(衰减系数)^衰减指数+score_增量标签

＝score_衰减+score_增量标签

其中，如果增量属性标签在历史用户画像中没有对应历史属性标签，则score_历史标签取值为0。如果历史属性标签在增量用户画像中没有对应增量属性标签，则score_增量标签取值为0。

在得到增量用户画像和历史用户画像包含的所有属性标签最新的兴趣得分之后，还可以删除兴趣得分小于预定得分阈值的属性标签，将剩余的属性标签及其兴趣得分作为当前用户画像。同时，对应记录该属性标签最新的标签生成时间，以便后续计算使用。

图4示出了根据本发明一个实施例的用户画像构建装置400。如图4所示，用户画像构建装置400可以包括历史画像获取单元410、增量画像构建单元420和当前画像构建单元430。

用户画像构建装置400用于为各用户标识来该用户标识对应的构建用户画像。其中，历史画像获取单元410适于获取用户标识对应的历史用户画像。增量画像构建单元420适于根据该历史用户画像的构建时间，获取用户标识对应的增量用户数据，并基于该增量用户数据，构建用户标识对应的增量用户画像。最后当前画像构建单元430适于基于用户标识对应的增量用户画像和历史用户画像，构建用户标识对应的当前用户画像。

关于用户画像构建装置400中各单元的详细处理逻辑和实施过程可以参见前文结合图1-图3对用户画像构建方法300的相关描述，此处不再赘述。

综上所述，根据本发明实施例的用户画像构建方案，采用增量更新方式。画像构建过程的数据量与计算量相对减少，使得中间特征数据的存储所需空间大幅度下降，有效提升了大数据集群的使用率，同时画像构建的时效性得到了大幅的提升，对于营销、广告、推荐等时间敏感场景提供了更快速更高效的支持。并且，仅对上次构建时间到当前构建时间之间活跃的用户进行画像的增量更新、删除长时间不活跃的用户、以及删除兴趣得分较低的属性标签，均进一步减小了数据量和计算量。

进一步地，采用基于活跃天而非自然天的时序衰减，忽略活跃天之间非活跃的自然天间隔，可以更合理的组织用户历史行为兴趣，更能够准确的刻画用户画像。进一步地，采用跨端用户标识将登录与不登录情况下的用户数据关联起来，从而能够更准确更全面地构建用户画像。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明实施例的方法和设备，或者本发明实施例的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被机器执行时，该机器变成实践本发明实施例的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的程序代码中的指令，执行本发明实施例的方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明实施例的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明实施例的内容，并且上面对特定语言所做的描述是为了披露本发明实施例的最佳实施方式。

本发明还可以包括：A8、如A2所述的方法，其中，生成多个增量属性标签以及各增量属性标签的兴趣得分的步骤包括：基于所述增量用户数据，提取所述用户标识对应的特征数据；基于所述特征数据，生成所述多个增量标签以及各增量属性标签的兴趣得分。A9、如A1所述的方法，其中，还包括：在不存在所述用户标识对应的历史用户画像的情况下，获取所述用户标识对应的全量用户数据；基于所述全量用户数据，构建所述用户标识对应的当前用户画像。A10、如A9所述的方法，其中，基于所述全量用户数据，构建所述用户标识对应的当前用户画像的步骤包括：基于所述全量用户数据，提取所述用户标识对应的特征数据；基于所述特征数据，生成所述多个属性标签以及各属性标签的兴趣得分，以形成所述当前用户画像。A11、如A1所述的方法，其中，还包括：判断所述用户标识对应用户是否在预定间隔时间内没有活跃；如果是，删除所述用户标识对应的用户数据和/或用户画像。A12、如A1所述的方法，其中，所述用户数据具有一个或者多个用户标识，所述用户标识包括以下至少一种类型：会话标识、设备标识、注册用户标识、第三方用户标识和跨端用户标识。A13、如A12所述的方法，其中，对于每个用户标识，均构建该用户标识对应的当前用户画像。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明实施例的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明实施例的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明实施例要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明实施例的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所描述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明实施例的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，上述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行上述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施上述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所描述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明实施例，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明实施例的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明实施例的主题而选择的。因此，在不偏离所附权利要求书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。对于本发明实施例的范围，对本发明实施例所做的公开是说明性的而非限制性的，本发明实施例的范围由所附权利要求书限定。

Claims (13)

1.一种用户画像构建方法，用于基于用户数据来构建用户画像，所述用户数据具有用户标识，所述用户画像包括多个属性标签以及各属性标签的兴趣得分，所述方法包括：

获取所述用户标识对应的历史用户画像；

根据所述历史用户画像的构建时间，获取所述用户标识对应的增量用户数据；

基于所述增量用户数据，构建所述用户标识对应的增量用户画像；

对于所述历史用户画像和所述增量用户画像包含的各属性标签，基于所述历史用户画像的各属性标签对应的衰减系数和衰减指数，将对应历史属性标签的兴趣得分进行衰减；基于对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分得到所述属性标签的最新兴趣得分，基于所述各属性标签及其最新兴趣得分构建所述用户标识对应的当前用户画像，其中，每个活跃天对应的所述衰减指数为该活跃天到最后一个活跃天的活跃天数距离。

2.如权利要求1所述的方法，其中，构建所述用户标识对应的增量用户画像的步骤包括：

基于所述增量用户数据，生成多个增量属性标签以及各增量属性标签的兴趣得分，以形成所述增量用户画像。

3.如权利要求1所述的方法，其中，得到所述属性标签的最新兴趣得分的步骤包括：

将对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分相加得到所述属性标签的最新兴趣得分。

4.如权利要求2所述的方法，其中，构建所述用户标识对应的当前用户画像的步骤包括：

删除最新兴趣得分小于预定得分阈值的属性标签。

5.如权利要求2所述的方法，其中，生成多个增量属性标签以及各增量属性标签的兴趣得分的步骤包括：

基于所述增量用户数据，提取所述用户标识对应的特征数据；

基于所述特征数据，生成所述多个增量属性标签以及各增量属性标签的兴趣得分。

6.如权利要求1所述的方法，其中，还包括：

在不存在所述用户标识对应的历史用户画像的情况下，获取所述用户标识对应的全量用户数据；

基于所述全量用户数据，构建所述用户标识对应的当前用户画像。

7.如权利要求6所述的方法，其中，基于所述全量用户数据，构建所述用户标识对应的当前用户画像的步骤包括：

基于所述全量用户数据，提取所述用户标识对应的特征数据；

基于所述特征数据，生成所述多个属性标签以及各属性标签的兴趣得分，以形成所述当前用户画像。

8.如权利要求1所述的方法，其中，还包括：

判断所述用户标识对应用户是否在预定间隔时间内没有活跃；

如果是，删除所述用户标识对应的用户数据和/或用户画像。

9.如权利要求1所述的方法，其中，所述用户数据具有一个或者多个用户标识，所述用户标识包括以下至少一种类型：会话标识、设备标识、注册用户标识、第三方用户标识和跨端用户标识。

10.如权利要求9所述的方法，其中，对于每个用户标识，均构建该用户标识对应的当前用户画像。

11.一种用户画像构建装置，用于基于用户数据来构建用户画像，所述用户数据具有用户标识，所述用户画像包括多个属性标签以及各属性标签的兴趣得分，所述装置包括：

历史画像获取单元，适于获取所述用户标识对应的历史用户画像；

增量画像构建单元，适于根据所述历史用户画像的构建时间，获取所述用户标识对应的增量用户数据；基于所述增量用户数据，构建所述用户标识对应的增量用户画像；以及

当前画像构建单元，对所述历史用户画像和所述增量用户画像包含的各属性标签，基于所述历史用户画像的各属性标签对应的衰减系数和衰减指数，将对应历史属性标签的兴趣得分进行衰减，基于对应历史属性标签衰减后的兴趣得分和对应增量属性标签的兴趣得分得到所述属性标签的最新兴趣得分，基于所述各属性标签及其最新兴趣得分构件所述用户标识对应的当前用户画像，其中，每个活跃天对应的所述衰减指数为该活跃天到最后一个活跃天的活跃天数距离。

12.一种计算设备，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-10所述的用户画像构建方法中的任一方法的指令。

13.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-10所述的用户画像构建方法中的任一方法。