CN111241821A - 确定用户的行为特征的方法和装置 - Google Patents
确定用户的行为特征的方法和装置 Download PDFInfo
- Publication number
- CN111241821A CN111241821A CN201811435983.6A CN201811435983A CN111241821A CN 111241821 A CN111241821 A CN 111241821A CN 201811435983 A CN201811435983 A CN 201811435983A CN 111241821 A CN111241821 A CN 111241821A
- Authority
- CN
- China
- Prior art keywords
- application program
- social application
- social
- information
- determining
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 128
- 238000012163 sequencing technique Methods 0.000 claims description 29
- 230000011218 segmentation Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 230000006399 behavior Effects 0.000 description 80
- 230000015654 memory Effects 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 206010010144 Completed suicide Diseases 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种确定用户的行为特征的方法和装置,属于计算机技术领域。所述方法包括:在确定用户的行为特征时,服务器可以获取第一预设时长内,目标用户在至少一个社交应用程序中的社交信息,其中,社交信息包括关注的内容、发表的内容和联系人账户信息,对于每个社交应用程序,按照预设的分类原则,对社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到社交应用程序对应的热点信息,根据至少一个社交应用程序对应的热点信息,确定目标用户的行为特征。采用本申请,可以获取到更多的行为特征。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种确定用户的行为特征的方法和装置。
背景技术
人们出现心理问题后,一般会找心理咨询师进行咨询,心理咨询师在对患者进行治疗时,一般会与患者进行沟通,了解其出现的心理问题,然后治疗。
由于仅通过与患者沟通获取到的信息有限,有可能会导致诊断患者出现的心理问题不准确。
发明内容
为了解决诊断结果不准确的问题,本发明实施例提供了一种确定用户的行为特征的方法和装置。所述技术方案如下:
第一方面,提供了一种确定用户的行为特征的方法,所述方法包括:
根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,所述目标用户在至少一个社交应用程序中的社交信息,其中,所述社交信息包括关注的内容、发表的内容和联系人账户信息;
对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息;
根据所述至少一个社交应用程序对应的热点信息,确定所述目标用户的行为特征。
可选的,所述对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息,包括:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,所述热点信息使用热点矩阵表示。
可选的,所述方法还包括:
确定所述至少一个社交应用程序的有效注册账户的数目总和;
根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和所述数目总和,确定每个社交应用程序的影响系数;
所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘;
根据所述至少一个社交应用程序对应的相乘后的矩阵,确定所述目标用户的行为特征。
这样,可以使确定出的行为特征更准确。
可选的,所述方法还包括:
根据第二预设时长内,所述目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;
所述对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数、所述社交应用程序的使用权值与所述社交应用程序对应的热点矩阵进行相乘。
这样,可以使确定出的行为特征更准确。
可选的,所述对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,包括:
对于每个社交应用程序,将所述社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息;
对所述文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于所述音视频类信息,将音视频信息的标签按照频率进行排序,得到标签矩阵,并且对于所述联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵;
将所述字词矩阵、所述标签矩阵和所述联系人账户矩阵进行合并,得到所述社交应用程序对应的热点矩阵。
这样,可以提高计算速度。
可选的,所述方法还包括:
对于所述社交应用程序,根据预设的统计规则,确定所述目标用户的注册账户与各联系人账户的联系频率,其中,所述预设的统计规则为:从所述目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,所述第一联系人账户为所述各联系人账户中的任一联系人账户。
可选的,所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
可选的,所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和;
确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
可选的,所述方法还包括:
如果所述目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,所述通知消息中携带有所述目标用户在至少一个社交应用程序中的注册账户。
第二方面,提供了一种确定用户的行为特征的装置,所述装置包括:
获取模块,用于根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,所述目标用户在至少一个社交应用程序中的社交信息,其中,所述社交信息包括关注的内容、发表的内容和联系人账户信息;
处理模块,用于对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息;
确定模块,用于根据所述至少一个社交应用程序对应的热点信息,确定所述目标用户的行为特征。
可选的,所述处理模块,用于:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,所述热点信息使用热点矩阵表示。
可选的,所述确定模块,还用于:
确定所述至少一个社交应用程序的有效注册账户的数目总和;
根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和所述数目总和,确定每个社交应用程序的影响系数;
所述确定模块,用于:
对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘;
根据所述至少一个社交应用程序对应的相乘后的矩阵,确定所述目标用户的行为特征。
可选的,所述确定模块,还用于:
根据第二预设时长内,所述目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;
所述对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数、所述社交应用程序的使用权值与所述社交应用程序对应的热点矩阵进行相乘。
可选的,所述处理模块,用于:
对于每个社交应用程序,将所述社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息;
对所述文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于所述音视频类信息,将音视频信息的标签按照频率进行排序,得到标签矩阵,并且对于所述联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵;
将所述字词矩阵、所述标签矩阵和所述联系人账户矩阵进行合并,得到所述社交应用程序对应的热点矩阵。
可选的,所述确定模块,还用于:
对于所述社交应用程序,根据预设的统计规则,确定所述目标用户的注册账户与各联系人账户的联系频率,其中,所述预设的统计规则为:从所述目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,所述第一联系人账户为所述各联系人账户中的任一联系人账户。
可选的,所述确定模块,用于:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
可选的,所述确定模块,用于:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和;
确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
可选的,所述装置还包括:
发送模块,用于如果所述目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,所述通知消息中携带有所述目标用户在至少一个社交应用程序中的注册账户。
第三方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。
第四方面,提供了一种服务器,包括处理器、存储器、检测部件和行驶轮,其中,所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序,实现第一方面所述的方法。
本发明实施例提供的技术方案带来的有益效果至少包括:
本发明实施例中,在确定用户的行为特征时,服务器可以获取第一预设时长内,目标用户在至少一个社交应用程序中的社交信息,其中,社交信息包括关注的内容、发表的内容和联系人账户信息,对于每个社交应用程序,按照预设的分类原则,对社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到社交应用程序对应的热点信息,根据至少一个社交应用程序对应的热点信息,确定目标用户的行为特征。这样,可以基于用户的社交信息,进一步了解用户的行为特征,从而可以提高诊断结果的准确性。
附图说明
图1是本发明实施例提供的一种确定用户的行为特征的方法的流程示意图;
图2是本发明实施例提供的一种信息录入界面示意图;
图3是本发明实施例提供的一种确定用户的行为特征的装置的结构示意图;
图4是本发明实施例提供的一种确定用户的行为特征的装置的结构示意图;
图5是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种确定用户的行为特征的方法,该方法的执行主体可以是服务器。其中,服务器可以是确定用户的行为特征的应用程序的后台服务器。该服务器中可以设置有处理器、存储器和收发器等,处理器可以用于进行确定用户的行为特征的过程的处理,存储器可以用于存储确定用户的行为特征过程中需要的数据以及产生的数据,收发器可以用于接收以及发送数据。
在进行实施前,首先介绍一下本发明实施例的应用场景:
在用户的心理出现问题后,一般会找心理咨询师进行咨询,心理咨询师一般是与用户进行交流,来了解用户出现的问题,然而用户与心理咨询师进行交流时,有可能将某些信息遗漏,这样有可能会导致心理咨询师不能全面的了解用户,进而不能对用户进行准确的诊断。
基于上述问题,本发明实施例中,通过对用户的社交信息,来分析出用户的行为特征,心理咨询师可以在与用户交流的基础上,借助用户的行为特征,来为用户进行诊断,使诊断结果相对比较准确。
本发明实施例提供了一种确定用户的行为特征的方法,如图1所示,该方法的执行流程可以如下:
步骤101,根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,目标用户在至少一个社交应用程序中的社交信息。
其中,目标用户为任一用户,社交应用程序指即时通讯应用程序、发表言论的应用程序等,对于目标用户,至少一个社交应用程序指目标用户使用频率最高的预设数目个应用程序。对于任一社交应用程序,社交信息包括关注的内容、发表的内容和联系人账户信息,关注的内容指浏览的内容等,发表的内容指自己发表的文字内容、图片内容、以及评论他人的内容等,联系人账户信息指与用户的注册账户进行互动或者存在好友关系的联系人账户。第一预设时长可以预设,并且存储至服务器中,如30天等。
在实施中,在确定目标用户的行为特征之前,可以在终端上操作打开确定用户行为特征的应用程序,在该应用程序的主界面中显示有行为特征分析的选项,可以点击该选项,终端则会检测到该选项的点击指令,如图2所示,显示待分析用户的基本信息(如姓名、性别、年龄和家庭住址等)输入框和社交应用程序的账户输入框,可以在基本信息输入框中输入目标用户的基本信息,并且可以对应每个社交应用程序的账户输入框输入目标用户的注册账户,然后进行保存,这样就建立起目标用户与社交应用程序的注册账户的对应关系,并显示开始分析选项(上述处理过程可以由心理咨询师进行创建,也可以由用户自己进行创建)。
可以点击开始分析选项,终端则会检测到开始分析选项的点击指令,向服务器发送分析请求,并在其中携带社交应用程序的名称以及对应的注册账户。服务器接收到分析请求后,可以解析其中携带的社交应用程序的名称以及对应的注册账户,然后使用每个社交应用程序的名称,从社交应用程序的名称与网络爬虫的对应关系中,确定每个社交应用程序的名称对应的网络爬虫。然后对于每个社交应用程序,使用该社交应用程序的名称对应的网络爬虫,获取该社交应用程序的注册账户的社交信息。
需要说明的是,考虑到不同社交应用程序的内容结构不相同,不同社交应用程序一般对应不同的网络爬虫,可以由技术人员针对不同的社交应用程序,编写不同的网络爬虫。
步骤102,对于每个社交应用程序,按照预设的分类原则,对社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到社交应用程序对应的热点信息。
其中,分类原则可以预设,并且存储至服务器中,例如,按照社交信息的种类等。预设规则可以预设,并且存储在服务器中,例如,预设规则为按照频率,按照生成社交信息的时间顺序等。
在实施中,服务器在获取到每个社交应用程序的注册账户的社交信息后,对于每个社交应用程序,服务器可以获取预设的分类原则,然后使用预设的分类原则,对该社交应用程序的社交信息进行分类处理,得到分类处理后的社交信息。
然后服务器可以分析分类得到的每类社交信息,确定出每类社交信息的特征,按照预设规则,对特征进行排序,得到该社交应用程序对应的热点信息。例如,可以按照特征的生成时间点(如用户11点搜索同城旅游,同城旅游的特征的生成时间点为11点),对特征进行排序,得到该社交应用程序的热点信息。
这样,对于每个社交应用程序,都进行上述处理,可以得到,每个社交应用程序对应的热点信息。
可选的,预设规则为频率,相应的步骤102中,得到热点信息的处理可以如下:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到社交应用程序对应的热点信息,热点信息使用热点矩阵表示。
在实施中,服务器在获取到每个社交应用程序的注册账户的社交信息后,对于每个社交应用程序,服务器可以获取预设的分类原则,然后使用预设的分类原则,对该社交应用程序的社交信息进行分类处理,得到分类处理后的社交信息。
然后服务器可以分析分类得到的每类社交信息,确定出每类社交信息的特征,按照特征的出现频率,对特征进行排序,得到该社交应用程序对应的热点矩阵。
可选的,可以首先对分类后的社交信息,进行处理,然后再按照频率进行排序,相应的步骤102的处理可以如下:
对于每个社交应用程序,将社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息,对文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于音视频类信息,将音视频社交信息的标签按照频率进行排序,得到标签矩阵,并且对于联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵,将字词矩阵、标签矩阵和联系人账户矩阵进行合并,得到社交应用程序对应的热点矩阵。
在实施中,对于至少一个应用程序中的任一应用程序,服务器可以根据预先训练的分类模型,将该应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息,文字类信息主要指发表和浏览的文字内容等,音频类信息主要指发表和浏览的音频内容、视频内容和图片内容等,联系人类信息主要指该社交类应用程序中用户的注册账户添加的联系人账户等。
对于分类得到的文字类信息,服务器可以获取预设的分词算法,对文字类信息,进行分词处理,得到多个字词,然后统计每个字词在文字类信息中的出现频率,按照频率从高到低的顺序排列这多个字词,得到字词矩阵。例如,字词矩阵为Word Freq,Word Freq为:
[key_word1,key_word2,key_word3,key_word4,…..]=[frequence1,frequence2,frequence3,frequence4….],key_word1,key_word2,key_word3,key_word4分别表示不同的字词,frequence表示频率,frequence1大于或等于frequence2,frequence2大于或等于frequence3,frequence3大于或等于frequence4。
对于分类得到的音视频类信息,服务器可以确定每个音频的标签、每个视频的标签和每个图片的标签(标签用于反映音视频的内容的类型,如娱乐、自然、体育等),然后将所有的标签进行汇总,统计每个标签的出现频率,按照频率从高到低的顺序排列这多个标签,得到标签矩阵。例如,标签矩阵为VideoFreq,VideoFreq为:[标签1,标签2,标签3,标签4,…]=[frequence1,frequence2,frequence3,frequence4….],frequence表示频率,frequence1大于或等于frequence2,frequence2大于或等于frequence3,frequence3大于或等于frequence4。
对于分类得到的联系人类信息,服务器可以确定目标用户的注册账户与每个联系人账户的联系频率,按照联系频率从高到低排列这多个联系账户,得到联系人账户矩阵。例如,联系人账户矩阵为FriendFreq,FriendFreq为:[friend1,friend2,friend3,…]=[frequence1,frequence 2,frequence 3,frequence 4…],friend1,friend2,friend3分别表示不同的联系人账户,frequence表示频率,requence1大于或等于frequence2,frequence2大于或等于frequence3,frequence3大于或等于frequence4。
将上述的字词矩阵进行转置,并对上述的标签矩阵进行转置,并对上述的联系人账户矩阵进行转置,将转置后的字词矩阵、转置后的标签矩阵和转置后的联系人账户矩阵,合并成一个矩阵(合并指简单的放在一个矩阵里边),得到该社交应用程序的热点矩阵。这样,基于同样的方法,可以得到至少一个社交应用程序中每个社交应用程序的热点矩阵。
对于某个社交应用程序,该社交应用程序的热点矩阵使用CareMatrix表示,CareMatrix=[WordFreqT,VideoFreqT,FriendFreqT]。
需要说明的是,在热点矩阵中,由于字词的数目、标签的数目和联系人账户的数目有可能不相同,这样会导致热点矩阵中每类社交信息的行的数目不相同,在行的数目比较少的那类社交信息,可以补入0。
可选的,确定目标用户的注册账户与联系人账户的联系频率的方式可以如下:
对于社交应用程序,根据预设的统计规则,确定目标用户的注册账户与各联系人账户的联系频率,其中,预设的统计规则为:从目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,第一联系人账户为各联系人账户中的任一联系人账户。
其中,第三预设时长可以预设,并且存储至服务器中,如2小时等。
在实施中,对于任一社交应用程序,服务器可以获取各联系人账户与目标用户的注册账户的消息记录,然后确定消息记录中消息传递的日期,在目标用户的注册账户与第一联系人账户(第一联系人账户为各联系人账户中的任一联系人账户)进行消息传递开始,第一个第三预设时长内的消息传递,认为是一次消息传递,即联系一次,在目标用户的注册账户与第一联系人账户进行消息传递开始,第二个第三预设时长之内的消息传递,认为是一次新的消息传递,即联系一次,第三个第三预设时长之内的消息传递,认为是一次新的消息传递,即联系一次,使用这种循环的方式,即可确定出目标用户的注册账户与各联系人账户的联系频率。例如,第三预设时长为2小时,目标用户的注册账户与联系人账户A第一次消息记录为2018/8/10/20:30,后续的消息记录分别为2018/8/10/20:32、2018/8/10/20:38、2018/8/10/20:50、2018/8/10/22:50,2018/8/10/20:32、2018/8/10/20:38、2018/8/10/20:50在2018/8/10/20:30开始的2小时内,2018/8/10/22:50在2018/8/10/20:30开始的2小时之后,可以认为一共进行了两次消息传递,也即联系了两次。
步骤103,根据至少一个社交应用程序对应的热点信息,确定目标用户的行为特征。
在实施中,服务器确定出至少一个社交应用程序对应的热点信息后,可以使用这至少一个社交应用程序对应的热点信息,确定出目标用户的行为特征。
可选的,为了使确定出的用户行为特征更准确,还可以考虑每个社交应用程序的影响系数,相应的处理可以如下:
确定至少一个社交应用程序的有效注册账户的数目总和;根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和数目总和,确定每个社交应用程序的影响系数;对于每个社交应用程序,将社交应用程序的影响系数与社交应用程序对应的热点矩阵进行相乘;根据至少一个社交应用程序对应的相乘后的矩阵,确定目标用户的行为特征。
其中,有效注册账户指注册之后还上线的账户,而非注册之后从未上线的账户。
在实施中,服务器可以确定至少一个社交应用程序中每个社交应用程序的有效注册账户的数目,然后将每个社交应用程序的有效注册账户的数目进行相加,得到至少一个社交应用程序的有效注册账户的数目总和,然后计算每个社交应用程序的有效注册账户的数目与该数目总和的比值,将每个社交应用程序对应的比值,确定为每个应用应用程序的影响系数。例如,至少一个社交应用程序为A应用程序、B应用程序和C应用程序,A应用程序、B应用程序和C应用程序的有效注册账户的数目总和等于3亿,A应用程序的有效注册账户的数目等于1.5亿,B应用程序的有效注册账户的数目等于0.9亿,C应用程序的有效注册账户的数目等于0.6亿,那么A应用程序的影响系数为1.5/3=0.5,B应用程序的影响系数为0.9/3=0.3,C应用程序的影响系数为0.6/3=0.2。
然后对于每个社交应用程序,服务器可以将该社交应用程序的影响系数与该社交应用程序对应的热点矩阵,进行相乘,得到相乘后的热点矩阵,然后服务器可以根据相乘后的矩阵,确定目标用户的行为特征。
可选的,为了使确定出的用户的行为特征更准确,还可以考虑用户使用社交应用程序的时长,相应的处理可以如下:
根据第二预设时长内,目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;对于每个社交应用程序,将社交应用程序的影响系数、社交应用程序的使用权值与社交应用程序对应的热点矩阵进行相乘。
其中,第二预设时长可以预设,并且存储至服务器中,第二预设时长可以是24小时、7天或30天等。
在实施中,服务器可以通过网络爬虫获取至少一个社交应用程序中每个社交应用程序的使用日志,对于任一社交应用程序,服务器可以根据使用日志中日志的时间信息,确定出第二预设时长内,目标用户在该社交应用程序中的注册账户的上线时长,也即使用该社交应用程序的时长,然后使用该社交应用程序的时长除以第二预设时长,得到一个比值,该比值即为该社交应用程序的使用权值,使用同样的方法,可以确定出至少一个社交应用程序中每个社交应用程序的使用权值。例如,第二预设时长为24小时,使用A社交应用程序的时长为1小时,使用B社交应用程序的时长为2小时,使用C社交应用程序的时长为1.5小时,那么A社交应用程序、B社交应用程序和C社交应用程序的使用权值分别为1/24、2/24和1.5/24。
然后对于任一社交应用程序,将该社交应用程序的影响系数、该社交应用程序的使用权值和该社交应用程序对应的热点矩阵进行相乘,得到该社交应用程序对应的相乘后的热点矩阵。
可选的,可以使用热点矩阵中的字词、标签和联系人账户,确定用户的行为特征,相应的处理可以如下:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;根据确定出的字词、标签和联系人账户,确定目标用户的行为特征。
其中,第一预设数目、第二预设数目和第三预设数目可以预设,并且存储至服务器中,第一预设数目、第二预设数目和第三预设数目可以相同,也可以不相同,例如,第一预设数目、第二预设数目和第三预设数目均可以为10,再例如,第一预设数目为20、第二预设数目为10、第三预设数目为20。
在实施中,服务器在确定出至少一个社交应用程序中每个社交应用程序的热点矩阵后,可以确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户。然后可以使用确定出的字词、标签和联系人账户,确定目标用户的行为特征。例如,排序频率最高的字词为某个明星的名字,排序频率最高的标签为娱乐,联系人频率最高的联系人账户为演唱会门票售票方,这样,可以确定出目标用户的行为特征为追星。再例如,排序频率最高的字词为旅游攻略,排序频率最高的标签为风景,联系人频率最高的联系人账户为驴友,可以确定出目标用户的行为特征为旅游。
可选的,还可以先对字词进行分组,然后再确定目标用户的行为特征,相应的处理可以如下:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和,确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户,根据确定出的字词、标签和联系人账户,确定目标用户的行为特征。
其中,第四预设数目、第五预设数目和第六预设数目可以预设,并且存储至服务器中,第四预设数目、第五预设数目和第六预设数目可以相同,也可以不相同,第四预设数目可以与前面提到的第一预设数目相同,第五预设数目可以与前面提到的第二预设数目相同,第六预设数目可以与前面提到的第三预设数目相同。
在实施中,在每个社交应用程序对应的热点矩阵中,可以首先将所有字词中,属于近义词的字词分为一组,然后确定每个分组中各字词出现的频率之和。确定每个社交应用程序中排序频率总和最高的第四预设数目组字词,并且确定每个社交应用程序中排序频率最高的第五预设数目个标签,并且确定每个社交应用程序中联系频率最高的第六预设数目个联系人账户。然后根据确定出的字词、标签和联系人账户,确定目标用户的行为特征。
另外,为了更全面的分析用户的行为特征,在获取到目标用户的注册账户的联系人账户后,还可以基于联系人账户,获取每个联系人账户的社交信息,生成热点矩阵,相应的处理可以如下:
对于社交应用程序,确定联系人账户的热点矩阵。
在实施中,对于任一社交应用程序,服务器可以获取目标用户的注册账户的联系人账户,然后获取联系人账户的社交信息,基于获取到的社交信息,生成该联系人账户下,该社交应用程序对应的热点矩阵(确定方法与前面的方式相同)。
需要说明的是,对于某些社交应用程序,服务器是可以获取到联系人账户的社交信息,然而对于某些社交应用程序,服务器有可能获取不到联系人账户的社交信息,这些社交应用程序的热点矩阵可以使用0表示。
后续可以使用联系人账户使用社交应用程序的热点矩阵,进一步分析目标用户的行为特征。
可选的,本发明实施例中,还提供了自动向警报装置发送通知消息的处理,相应的处理可以如下:
如果目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,通知消息中携带有目标用户在至少一个社交应用程序中的注册账户。
其中,预设行为特征为满足警报行为的行为特征,例如,预设行为特征为“自杀”、“杀人”、“盗窃”、“传销”、“色情”等。
在实施中,服务器在确定出目标用户的行为特征后,可以获取预先存储的预设行为特征,然后判断目标用户的行为特征是否符合预设行为特征,如果目标用户的行为特征符合预设行为特征,可以生成通知消息,在该通知消息中携带目标用户在至少一个社交应用程序中的注册账户,然后向警报装置发送该通知消息。警报装置接收到该通知消息后,可以向监督人员使用的终端发送该通知消息,监督人员可以对其进行审核。这样,可以实现自动警报功能。
本发明实施例中,在确定用户的行为特征时,服务器可以获取第一预设时长内,目标用户在至少一个社交应用程序中的社交信息,其中,社交信息包括关注的内容、发表的内容和联系人账户信息,对于每个社交应用程序,按照预设的分类原则,对社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到社交应用程序对应的热点信息,根据至少一个社交应用程序对应的热点信息,确定目标用户的行为特征。这样,可以基于用户的社交信息,进一步了解用户的行为特征,从而可以提高诊断结果的准确性。
基于相同的技术构思,本发明实施例还提供了一种确定用户的行为特征的装置,如图3所示,该装置包括:
获取模块310,用于根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,所述目标用户在至少一个社交应用程序中的社交信息,其中,所述社交信息包括关注的内容、发表的内容和联系人账户信息;
处理模块320,用于对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息;
确定模块330,用于根据所述至少一个社交应用程序对应的热点信息,确定所述目标用户的行为特征。
可选的,所述处理模块320,用于:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,所述热点信息使用热点矩阵表示。
可选的,所述确定模块330,还用于:
确定所述至少一个社交应用程序的有效注册账户的数目总和;
根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和所述数目总和,确定每个社交应用程序的影响系数;
所述确定模块330,用于:
对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘;
根据所述至少一个社交应用程序对应的相乘后的矩阵,确定所述目标用户的行为特征。
可选的,所述确定模块330,还用于:
根据第二预设时长内,所述目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;
所述对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数、所述社交应用程序的使用权值与所述社交应用程序对应的热点矩阵进行相乘。
可选的,所述处理模块320,用于:
对于每个社交应用程序,将所述社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息;
对所述文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于所述音视频类信息,将音视频信息的标签按照频率进行排序,得到标签矩阵,并且对于所述联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵;
将所述字词矩阵、所述标签矩阵和所述联系人账户矩阵进行合并,得到所述社交应用程序对应的热点矩阵。
可选的,所述确定模块330,还用于:
对于所述社交应用程序,根据预设的统计规则,确定所述目标用户的注册账户与各联系人账户的联系频率,其中,所述预设的统计规则为:从所述目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,所述第一联系人账户为所述各联系人账户中的任一联系人账户。
可选的,所述确定模块330,用于:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
可选的,所述确定模块330,用于:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和;
确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
如图4所示,可选的,所述装置还包括:
发送模块340,用于如果所述目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,所述通知消息中携带有所述目标用户在至少一个社交应用程序中的注册账户。
本发明实施例中,在确定用户的行为特征时,服务器可以获取第一预设时长内,目标用户在至少一个社交应用程序中的社交信息,其中,社交信息包括关注的内容、发表的内容和联系人账户信息,对于每个社交应用程序,按照预设的分类原则,对社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到社交应用程序对应的热点信息,根据至少一个社交应用程序对应的热点信息,确定目标用户的行为特征。这样,可以基于用户的社交信息,进一步了解用户的行为特征,从而可以提高诊断结果的准确性。
需要说明的是:上述实施例提供的确定用户的行为特征的装置在确定用户的行为特征时,仅以上述各功能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模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定用户的行为特征的装置与确定用户的行为特征的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图5是本发明实施例提供的一种服务器的结构示意图,该服务器500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processingunits,CPU)501和一个或一个以上的存储器502,其中,所述存储器502中存储有至少一条指令,所述至少一条指令由所述处理器501加载并执行以实现上述确定用户的行为特征的方法。
本申请另一实施例,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述确定用户的行为特征的方法步骤。
本申请另一实施例,提供了一种机器人,该机器人包括处理器、存储器、检测部件和行驶轮,其中,所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序,实现上述确定用户的行为特征的方法步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (18)
1.一种确定用户的行为特征的方法,其特征在于,所述方法包括:
根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,所述目标用户在至少一个社交应用程序中的社交信息,其中,所述社交信息包括关注的内容、发表的内容和联系人账户信息;
对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息;
根据所述至少一个社交应用程序对应的热点信息,确定所述目标用户的行为特征。
2.根据权利要求1所述的方法,其特征在于,所述对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息,包括:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,所述热点信息使用热点矩阵表示。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
确定所述至少一个社交应用程序的有效注册账户的数目总和;
根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和所述数目总和,确定每个社交应用程序的影响系数;
所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘;
根据所述至少一个社交应用程序对应的相乘后的矩阵,确定所述目标用户的行为特征。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据第二预设时长内,所述目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;
所述对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数、所述社交应用程序的使用权值与所述社交应用程序对应的热点矩阵进行相乘。
5.根据权利要求2所述的方法,其特征在于,所述对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,包括:
对于每个社交应用程序,将所述社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息;
对所述文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于所述音视频类信息,将音视频信息的标签按照频率进行排序,得到标签矩阵,并且对于所述联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵;
将所述字词矩阵、所述标签矩阵和所述联系人账户矩阵进行合并,得到所述社交应用程序对应的热点矩阵。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
对于所述社交应用程序,根据预设的统计规则,确定所述目标用户的注册账户与各联系人账户的联系频率,其中,所述预设的统计规则为:从所述目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,所述第一联系人账户为所述各联系人账户中的任一联系人账户。
7.根据权利要求5所述的方法,其特征在于,所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
8.根据权利要求5所述的方法,其特征在于,所述根据所述至少一个社交应用程序对应的热点矩阵,确定所述目标用户的行为特征,包括:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和;
确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
9.根据权利要求1至8任一所述的方法,其特征在于,所述方法还包括:
如果所述目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,所述通知消息中携带有所述目标用户在至少一个社交应用程序中的注册账户。
10.一种确定用户的行为特征的装置,其特征在于,所述装置包括:
获取模块,用于根据目标用户在至少一个社交应用程序中的注册账户,获取第一预设时长内,所述目标用户在至少一个社交应用程序中的社交信息,其中,所述社交信息包括关注的内容、发表的内容和联系人账户信息;
处理模块,用于对于每个社交应用程序,按照预设的分类原则,对所述社交应用程序的社交信息进行分类处理,对分类得到的每类社交信息的特征按照预设规则分别进行排序,得到所述社交应用程序对应的热点信息;
确定模块,用于根据所述至少一个社交应用程序对应的热点信息,确定所述目标用户的行为特征。
11.根据权利要求10所述的装置,其特征在于,所述处理模块,用于:
对分类得到的每类社交信息的特征按照频率分别进行排序,得到所述社交应用程序对应的热点信息,所述热点信息使用热点矩阵表示。
12.根据权利要求11所述的装置,其特征在于,所述确定模块,还用于:
确定所述至少一个社交应用程序的有效注册账户的数目总和;
根据至少一个社交应用程序中每个社交应用程序的有效注册账户的数目和所述数目总和,确定每个社交应用程序的影响系数;
所述确定模块,用于:
对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘;
根据所述至少一个社交应用程序对应的相乘后的矩阵,确定所述目标用户的行为特征。
13.根据权利要求12所述的装置,其特征在于,所述确定模块,还用于:
根据第二预设时长内,所述目标用户使用每个社交应用程序的时长,确定每个社交应用程序的使用权值;
所述对于每个社交应用程序,将所述社交应用程序的影响系数与所述社交应用程序对应的热点矩阵进行相乘,包括:
对于每个社交应用程序,将所述社交应用程序的影响系数、所述社交应用程序的使用权值与所述社交应用程序对应的热点矩阵进行相乘。
14.根据权利要求11所述的装置,其特征在于,所述处理模块,用于:
对于每个社交应用程序,将所述社交应用程序的社交信息分为文字类信息、音视频类信息和联系人类信息;
对所述文字类信息,进行分词处理,将分词处理后的字词按照频率进行排序,得到字词矩阵,并且对于所述音视频类信息,将音视频信息的标签按照频率进行排序,得到标签矩阵,并且对于所述联系人类信息,将联系人类信息中的各联系人账户按照联系频率进行排序,得到联系人账户矩阵;
将所述字词矩阵、所述标签矩阵和所述联系人账户矩阵进行合并,得到所述社交应用程序对应的热点矩阵。
15.根据权利要求14所述的装置,其特征在于,所述确定模块,还用于:
对于所述社交应用程序,根据预设的统计规则,确定所述目标用户的注册账户与各联系人账户的联系频率,其中,所述预设的统计规则为:从所述目标用户的注册账户与第一联系人账户之间有消息传递开始,每个第三预设时长内的消息传递为联系一次,所述第一联系人账户为所述各联系人账户中的任一联系人账户。
16.根据权利要求14所述的装置,其特征在于,所述确定模块,用于:
确定每个社交应用程序对应的热点矩阵中,排序频率最高的第一预设数目个字词、排序频率最高的第二预设数目个标签、联系频率最高的第三预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
17.根据权利要求14所述的装置,其特征在于,所述确定模块,用于:
在每个社交应用程序对应的热点矩阵中,将字词按照近义词进行分组,确定每个分组的频率总和;
确定每个社交应用程序对应的热点矩阵中,排序频率总和最高的第四预设数目组字词、排序频率最高的第五预设数目个标签、联系频率最高的第六预设数目个联系人账户;
根据确定出的字词、标签和联系人账户,确定所述目标用户的行为特征。
18.根据权利要求10至17任一所述的装置,其特征在于,所述装置还包括:
发送模块,用于如果所述目标用户的行为特征符合预设行为特征,则向预设的警报装置发送通知消息,其中,所述通知消息中携带有所述目标用户在至少一个社交应用程序中的注册账户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811435983.6A CN111241821B (zh) | 2018-11-28 | 2018-11-28 | 确定用户的行为特征的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811435983.6A CN111241821B (zh) | 2018-11-28 | 2018-11-28 | 确定用户的行为特征的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111241821A true CN111241821A (zh) | 2020-06-05 |
CN111241821B CN111241821B (zh) | 2023-04-28 |
Family
ID=70872254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811435983.6A Active CN111241821B (zh) | 2018-11-28 | 2018-11-28 | 确定用户的行为特征的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111241821B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699949A (zh) * | 2021-01-05 | 2021-04-23 | 百威投资(中国)有限公司 | 一种基于社交平台数据的潜在用户识别方法及装置 |
CN112765481A (zh) * | 2020-06-29 | 2021-05-07 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机及可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446979A (zh) * | 2008-12-26 | 2009-06-03 | 北京科尔威视网络科技有限公司 | 动态热点跟踪的方法 |
US20110258203A1 (en) * | 2010-04-16 | 2011-10-20 | Wouhaybi Rita H | Methods and systems for relationship characterization and utilization from a user's social networks |
CN103309990A (zh) * | 2013-06-18 | 2013-09-18 | 上海晶樵网络信息技术有限公司 | 基于互联网用户公开信息的用户多维度分析与监测方法 |
CN105183909A (zh) * | 2015-10-09 | 2015-12-23 | 福州大学 | 基于高斯混合模型的社交网络用户兴趣预测方法 |
CN105573995A (zh) * | 2014-10-09 | 2016-05-11 | 中国银联股份有限公司 | 一种兴趣识别方法、设备以及数据分析方法 |
CN105740366A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨工业大学深圳研究生院 | 微博用户兴趣推理方法及装置 |
CN105868267A (zh) * | 2016-03-04 | 2016-08-17 | 江苏工程职业技术学院 | 一种移动社交网络用户兴趣的建模方法 |
CN106097113A (zh) * | 2016-06-21 | 2016-11-09 | 仲兆满 | 一种社交网络用户动静兴趣挖掘方法 |
CN106504099A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的系统 |
-
2018
- 2018-11-28 CN CN201811435983.6A patent/CN111241821B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101446979A (zh) * | 2008-12-26 | 2009-06-03 | 北京科尔威视网络科技有限公司 | 动态热点跟踪的方法 |
US20110258203A1 (en) * | 2010-04-16 | 2011-10-20 | Wouhaybi Rita H | Methods and systems for relationship characterization and utilization from a user's social networks |
CN103309990A (zh) * | 2013-06-18 | 2013-09-18 | 上海晶樵网络信息技术有限公司 | 基于互联网用户公开信息的用户多维度分析与监测方法 |
CN105573995A (zh) * | 2014-10-09 | 2016-05-11 | 中国银联股份有限公司 | 一种兴趣识别方法、设备以及数据分析方法 |
CN106504099A (zh) * | 2015-09-07 | 2017-03-15 | 国家计算机网络与信息安全管理中心 | 一种构建用户画像的系统 |
CN105183909A (zh) * | 2015-10-09 | 2015-12-23 | 福州大学 | 基于高斯混合模型的社交网络用户兴趣预测方法 |
CN105740366A (zh) * | 2016-01-26 | 2016-07-06 | 哈尔滨工业大学深圳研究生院 | 微博用户兴趣推理方法及装置 |
CN105868267A (zh) * | 2016-03-04 | 2016-08-17 | 江苏工程职业技术学院 | 一种移动社交网络用户兴趣的建模方法 |
CN106097113A (zh) * | 2016-06-21 | 2016-11-09 | 仲兆满 | 一种社交网络用户动静兴趣挖掘方法 |
Non-Patent Citations (1)
Title |
---|
孟祥武等: "社会化推荐系统研究" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765481A (zh) * | 2020-06-29 | 2021-05-07 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机及可读存储介质 |
CN112765481B (zh) * | 2020-06-29 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、计算机及可读存储介质 |
CN112699949A (zh) * | 2021-01-05 | 2021-04-23 | 百威投资(中国)有限公司 | 一种基于社交平台数据的潜在用户识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111241821B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442790B (zh) | 推荐多媒体数据的方法、装置、服务器和存储介质 | |
US8572075B1 (en) | Framework for evaluating web search scoring functions | |
CN109167816B (zh) | 信息推送方法、装置、设备和存储介质 | |
US9064212B2 (en) | Automatic event categorization for event ticket network systems | |
US11507989B2 (en) | Multi-label product categorization | |
US20180189457A1 (en) | Dynamic Search and Retrieval of Questions | |
US20060026593A1 (en) | Categorizing, voting and rating community threads | |
WO2019169978A1 (zh) | 资源推荐方法及装置 | |
KR101452082B1 (ko) | 리서치 미션 식별 | |
US9773252B1 (en) | Discovery of new business openings using web content analysis | |
CN114238573B (zh) | 基于文本对抗样例的信息推送方法及装置 | |
CN112559923A (zh) | 网址资源推荐方法、装置、电子设备及计算机存储介质 | |
CN113869931A (zh) | 广告投放策略确定方法、装置、计算机设备和存储介质 | |
CN113360803A (zh) | 基于用户行为的数据缓存方法、装置、设备及存储介质 | |
CN111241821B (zh) | 确定用户的行为特征的方法和装置 | |
CN110008396B (zh) | 对象信息推送方法、装置、设备及计算机可读存储介质 | |
CN111444447A (zh) | 内容推荐页面的展现方法及装置 | |
CN109828902B (zh) | 接口参数确定方法、装置、电子设备及存储介质 | |
CN116361552A (zh) | 校园图书检索方法、装置、设备及可读存储介质 | |
KR20210002647A (ko) | 가속화된 대규모 유사성 계산 | |
CN111078972B (zh) | 提问行为数据的获取方法、装置和服务器 | |
JP7413423B2 (ja) | 情報処理システム、および情報処理方法 | |
CN116955830B (zh) | 基于吸烟舱的信息推送方法、计算机设备与可读存储介质 | |
US11182448B1 (en) | Content quality management service | |
CN115408489A (zh) | 问题列表生成方法、装置、计算机设备、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 |