CN111625726A - 一种用户画像的处理方法和装置 - Google Patents
一种用户画像的处理方法和装置 Download PDFInfo
- Publication number
- CN111625726A CN111625726A CN202010489985.4A CN202010489985A CN111625726A CN 111625726 A CN111625726 A CN 111625726A CN 202010489985 A CN202010489985 A CN 202010489985A CN 111625726 A CN111625726 A CN 111625726A
- Authority
- CN
- China
- Prior art keywords
- user
- target
- updating
- target user
- feedback value
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 18
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种用户画像的处理方法和装置，所述方法首先当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；然后根据所述注册信息生成初始用户画像；之后查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；并且依据所述拓展信息更新所述初始用户画像得到目标用户画像；最后依据目标用户画像为所述新注册用户推荐目标笔记。由于本发明中是实时根据用户的注册信息来生成初始用户画像，并根据注册信息来拓展用户感兴趣的拓展信息，得到目标用户画像，因此，无需第二天才能获得用户画像，并可以实时推荐给用户目标笔记，实现了对新注册用户实时根据目标用户画像进行笔记推荐，提高了用户体验。
Description
技术领域
本发明属于大数据技术领域，尤其涉及一种用户画像的处理方法和装置。
背景技术
随着互联网进入大数据时代后，互联网企业希望借助大数据来挖掘潜在的商业价值。因此，提出了用户画像的概念。
用户画像即用户信息标签化，是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。后台系统可以根据用户画像来给用户推荐其感兴趣的内容。
但是，新注册用户的用户画像往往是天级别的，即至少要在注册后一天才能根据离线表生成用户画像，因此，无法及时的给新注册用户推荐其感兴趣的信息。
发明内容
有鉴于此，本发明的目的在于提供一种用户画像的处理方法和装置，用以实现可以实时的给新注册用户推荐其感兴趣的内容。
本发明提供了一种用户画像的处理方法，包括：
当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
根据所述注册信息生成初始用户画像；
查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
依据所述拓展信息更新所述初始用户画像得到目标用户画像；
依据目标用户画像为所述新注册用户推荐目标笔记。
优选的，还包括：
实时更新所述目标用户画像中的分类偏好。
优选的，所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在目标笔记中的交互操作数据；
依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
优选的，所述依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值具体包括：
确定所述目标笔记是否存在交互操作数据；
若存在所述交互操作数据，则提取所述目标笔记对应的分类信息并获得所述分类信息的正反馈值；
若不存在所述交互操作数据，则提取所述笔记对应的分类信息并获得所述分类信息的负反馈值。
优选的，所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在搜索页中的搜索信息；
获得所述搜索信息关联的分类信息的正反馈值；
将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
优选的，所述预设的算法包括：
c’＝ces(c)*alpha/N(C)；
其中，所述c’为更新后的分类偏好，所述ces为分类的正负反馈值，所述alpha为预设加权系数，所述N(C)为所述目标用户画像中的分类个数。
本发明另一方面提供了一种用户画像的处理装置，包括：
确定模块，用于当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
初始生成模块，用于根据所述注册信息生成初始用户画像；
拓展模块，用于查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
目标生成模块，用于依据所述拓展信息更新所述初始用户画像得到目标用户画像；
推荐模块，用于依据目标用户画像为所述新注册用户推荐目标笔记。
优选的，还包括：
更新模块，用于实时更新所述目标用户画像中的分类偏好。
优选的，所述更新模块包括：
第一获得单元，用于实时获得所述目标用户在目标笔记中的交互操作数据；
第一计算单元，用于依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
第一更新单元，用于将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
优选的，所述更新模块包括：
第二获得单元，用于实时获得所述目标用户在搜索页中的搜索信息；
第二计算单元，用于获得所述搜索信息关联的分类信息的正反馈值；
第二更新单元，用于将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
本申请提供了一种用户画像的处理方法和装置，所述方法首先当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；然后根据所述注册信息生成初始用户画像；之后查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；并且依据所述拓展信息更新所述初始用户画像得到目标用户画像；最后依据目标用户画像为所述新注册用户推荐目标笔记。由于本发明中是实时根据用户的注册信息来生成初始用户画像，并根据注册信息来拓展用户感兴趣的拓展信息，得到目标用户画像，因此，无需第二天才能获得用户画像，并可以实时推荐给用户目标笔记，实现了对新注册用户实时根据目标用户画像进行笔记推荐，提高了用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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是本发明实施例提供的一种用户画像的处理方法的流程示意图；
图2是本发明实施例提供的一种用户画像的处理方法的另一种流程示意图；
图3是本发明实施例提供的一种用户画像的处理装置的结构示意图；
图4是本发明实施例提供的一种用户画像的处理装置的另一种结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种用户画像的处理方法和装置，来解决原有的天级别用户画像无法满足实时推荐的需求所带来的技术问题，本发明可以使用实时的用户画像目标笔记，并收集推荐页、搜索所产生的反馈信息对用户画像进行实时更新，可以更加及时、准确的为用户目标笔记。
本发明实施例可以应用到APP中，如小红书APP。
下面对本发明实施例进行详细介绍。
参见图1，图1是本发明实施例提供的一种用户画像的处理方法的流程示意图。
本发明提供了一种用户画像的处理方法，包括：
S101、当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
S102、根据所述注册信息生成初始用户画像；
本发明实施例中，会实时监听消息队列MQ中的信息。当确定出目标用户为新注册用户时，例如七天之内注册的新用户则确定为新注册用户，从实时日志中获得该新用户的注册信息。
其中MQ队列具体是指一种应用程序对应用程序的通信方法。应用程序通过写和检索出入列队的针对应用程序的数据(消息)来通信,而无需专用连接来链接它们。
然后根据注册信息生成初始用户画像。并采用数据库例如Redis保存该初始用户画像。
S103、查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
S104、依据所述拓展信息更新所述初始用户画像得到目标用户画像；
获得初始用户画像后，加入关联性高的其它分类来拓展兴趣。在预设拓展兴趣表中查找与注册信息关联的拓展信息。
实际使用中，例如注册信息中类别包括有护肤，则可以根据预设拓展兴趣表中得到清洁与之相关联，则需要将清洁也加入到分类中，来拓展兴趣。还可以例如如果分类中有宠物，则加入猫、狗来进行拓展。
在步骤S104中，对初始用户画像中的分类信息进行拓展，得到目标用户画像。
这样，可以实时生成新注册用户的用户画像，相比于天级别的用户画像，实时性更高。
S105、依据目标用户画像为所述新注册用户推荐目标笔记。
这样，在步骤S105中，会利用新注册用户所实时生成的目标用户画像来为新用户推荐目标笔记。
其中目标笔记可以为用户所感兴趣的内容，例如视频、文档等，在此不进行具体限定。
本申请提供了一种用户画像的处理方法，首先当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；然后根据所述注册信息生成初始用户画像；之后查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；并且依据所述拓展信息更新所述初始用户画像得到目标用户画像；最后依据目标用户画像为所述新注册用户推荐目标笔记。由于本发明中是实时根据用户的注册信息来生成初始用户画像，并根据注册信息来拓展用户感兴趣的拓展信息，得到目标用户画像，因此，无需第二天才能获得用户画像，并可以实时推荐给用户目标笔记，实现了对新注册用户实时根据目标用户画像进行笔记推荐，提高了用户体验。
上述实施例中，介绍了为新注册用户实时生成目标用户图像，并进行笔记推荐的过程，但是，仅仅实时生成目标用户图像，通常情况下不能准确为用户目标笔记，因此，需要对目标用户图像中的分类偏好进行实时更新，来使得目标用户图像更加贴合用户的实际意图和兴趣。
本发明实施例中，参见图2，图2是本发明实施例提供的一种用户图像的处理方法的另一种流程示意图。
在上述实施例的基础上，还包括：
S106、实时更新所述目标用户画像中的分类偏好。
本发明实施例中，还会对目标画像中的分类偏好进行更新。具体的可以在为用户推荐新的笔记之后，利用反馈信息更新画像。
具体的，可以通过推荐页和搜索来对目标画像中的分类偏好进行更新。
所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在目标笔记中的交互操作数据；
依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
所述依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值具体包括：
确定所述目标笔记是否存在交互操作数据；
若存在所述交互操作数据，则提取所述目标笔记对应的分类信息并获得所述分类信息的正反馈值；
若不存在所述交互操作数据，则提取所述笔记对应的分类信息并获得所述分类信息的负反馈值。
本发明实施例中，可以根据推荐页来对目标画像进行更新。
本发明实施例中，会实时获得用户在目标笔记中的交互操作数据。其中交互操作数据可以包括点赞、收藏、留言等操作所对应的操作数据。
如果存在交互操作数据，则提取分类信息，获得正反馈值，否则，获得负反馈值，利用预设的算法进行更新。
实际使用中，例如正反馈为用户对笔记有点赞、收藏等行为，笔记对应的分类偏好加1；负反馈为用户的笔记曝光行为，笔记对应的分类偏好分减去0.1。
另外，可以根据搜索页的搜索信息来进行更新。
所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在搜索页中的搜索信息；
获得所述搜索信息关联的分类信息的正反馈值；
将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
本发明实施例中，可以根据用户实时搜索的内容来进行更新。
实际使用中，用户的搜索为正反馈，搜索词对应的分类偏好加1。
上述更新中，所采用预设的算法包括：
c’＝ces(c)*alpha/N(C)；
其中，所述c’为更新后的分类偏好，所述ces为分类的正负反馈值，所述alpha为预设加权系数，所述N(C)为所述目标用户画像中的分类个数。
实际使用中，例如假设用户注册兴趣为“运动”和“美食“，偏好均为0.5，点赞一篇美食笔记后，“美食”分类偏好＝(0.5+1*alpha)，其中alpha建议取0.1,更新后“运动”、“美食”偏好分别为0.5与0.6。可以理解的是，最后可以对所有的分类偏好归一化处理，例如，得到“运动”0.45，“美食”0.55。
可以看出，本发明实施例中，还可以实时的对目标用户画像进行更新，来提高目标笔记的准确性。
与上述方法实施例相对应的，本发明实施例中还公开了一种用户图像的处理装置。
参见图3、4，图3为本发明提供的一种用户图像的处理装置的结构示意图，图4为本发明提供的一种用户图像的处理装置的另一种结构示意图。
本发明提供的一种用户画像的处理装置，包括：
确定模块1，用于当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
初始生成模块2，用于根据所述注册信息生成初始用户画像；
本发明实施例中，会实时监听消息队列MQ中的信息。当确定出目标用户为新注册用户时，例如七天之内注册的新用户则确定为新注册用户，从实时日志中获得该新用户的注册信息。
拓展模块3，用于查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
目标生成模块4，用于依据所述拓展信息更新所述初始用户画像得到目标用户画像；
得初始用户画像后，加入关联性高的其它分类来拓展兴趣。在预设拓展兴趣表中查找与注册信息关联的拓展信息。
实际使用中，例如注册信息中类别包括有护肤，则可以根据预设拓展兴趣表中得到清洁与之相关联，则需要将清洁也加入到分类中，来拓展兴趣。还可以例如如果分类中有宠物，则加入猫、狗来进行拓展。
推荐模块5，用于依据目标用户画像为所述新注册用户推荐目标笔记。
本发明实施例中，利用新注册用户所实时生成的目标用户画像来为新用户推荐目标笔记。
其中目标笔记可以为用户所感兴趣的内容，例如视频、文档等，在此不进行具体限定。
可选的，还包括：
更新模块6，用于实时更新所述目标用户画像中的分类偏好。
可选的，所述更新模块包括：
第一获得单元，用于实时获得所述目标用户在目标笔记中的交互操作数据；
第一计算单元，用于依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
第一更新单元，用于将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
可选的，所述更新模块包括：
第二获得单元，用于实时获得所述目标用户在搜索页中的搜索信息；
第二计算单元，用于获得所述搜索信息关联的分类信息的正反馈值；
第二更新单元，用于将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
本发明实施例中，还会对目标画像中的分类偏好进行更新。具体的可以在为用户推荐新的笔记之后，利用反馈信息更新画像。
具体的，可以通过推荐页和搜索来对目标画像中的分类偏好进行更新。
需要说明的是，本发明实施例中的一种用户画像的处理装置，各个模块可以实现上述实施例中一种用户画像的处理方法中方法实施例中的各个步骤，相互参照即可，在此不进行赘述。
本申请提供了一种用户画像的处理装置，首先当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；然后根据所述注册信息生成初始用户画像；之后查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；并且依据所述拓展信息更新所述初始用户画像得到目标用户画像；最后依据目标用户画像为所述新注册用户推荐目标笔记。由于本发明中是实时根据用户的注册信息来生成初始用户画像，并根据注册信息来拓展用户感兴趣的拓展信息，得到目标用户画像，因此，无需第二天才能获得用户画像，并可以实时推荐给用户目标笔记，实现了对新注册用户实时根据目标用户画像进行笔记推荐，提高了用户体验。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种用户画像的处理方法，其特征在于，包括：
当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
根据所述注册信息生成初始用户画像；
查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
依据所述拓展信息更新所述初始用户画像得到目标用户画像；
依据目标用户画像为所述新注册用户推荐目标笔记。
2.根据权利要求1所述的处理方法，其特征在于，还包括：
实时更新所述目标用户画像中的分类偏好。
3.根据权利要求2所述的处理方法，其特征在于，所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在目标笔记中的交互操作数据；
依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
4.根据权利要求3所述的处理方法，其特征在于，所述依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值具体包括：
确定所述目标笔记是否存在交互操作数据；
若存在所述交互操作数据，则提取所述目标笔记对应的分类信息并获得所述分类信息的正反馈值；
若不存在所述交互操作数据，则提取所述笔记对应的分类信息并获得所述分类信息的负反馈值。
5.根据权利要求2所述的处理方法，其特征在于，所述实时更新所述目标用户画像的分类偏好包括：
实时获得所述目标用户在搜索页中的搜索信息；
获得所述搜索信息关联的分类信息的正反馈值；
将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
6.根据权利要求3或5所述的处理方法，其特征在于，所述预设的算法包括：
c’＝ces(c)*alpha/N(C)；
其中，所述c’为更新后的分类偏好，所述ces为分类的正负反馈值，所述alpha为预设加权系数，所述N(C)为所述目标用户画像中的分类个数。
7.一种用户画像的处理装置，其特征在于，包括：
确定模块，用于当确定目标用户为新注册用户时，从实时日志中获得所述新注册用户的注册信息；
初始生成模块，用于根据所述注册信息生成初始用户画像；
拓展模块，用于查找预设拓展兴趣表中与所述注册信息相关联的拓展信息；
目标生成模块，用于依据所述拓展信息更新所述初始用户画像得到目标用户画像；
推荐模块，用于依据目标用户画像为所述新注册用户推荐目标笔记。
8.根据权利要求7所述的处理装置，其特征在于，还包括：
更新模块，用于实时更新所述目标用户画像中的分类偏好。
9.根据权利要求8所述的处理装置，其特征在于，所述更新模块包括：
第一获得单元，用于实时获得所述目标用户在目标笔记中的交互操作数据；
第一计算单元，用于依据所述交互行为获得所述目标用户的正反馈值和/或负反馈值；
第一更新单元，用于将所述正反馈值和/或所述负反馈值作为更新参数根据预设的算法更新所述分类偏好。
10.根据权利要求8所述的处理装置，其特征在于，所述更新模块包括：
第二获得单元，用于实时获得所述目标用户在搜索页中的搜索信息；
第二计算单元，用于获得所述搜索信息关联的分类信息的正反馈值；
第二更新单元，用于将所述正反馈值作为更新参数根据预设的算法更新所述分类偏好。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010489985.4A CN111625726A (zh) | 2020-06-02 | 2020-06-02 | 一种用户画像的处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010489985.4A CN111625726A (zh) | 2020-06-02 | 2020-06-02 | 一种用户画像的处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111625726A true CN111625726A (zh) | 2020-09-04 |
Family
ID=72270110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010489985.4A Pending CN111625726A (zh) | 2020-06-02 | 2020-06-02 | 一种用户画像的处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111625726A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112463859A (zh) * | 2020-12-14 | 2021-03-09 | 王玉华 | 基于大数据和业务分析的用户数据处理方法及大数据平台 |
| CN112988774A (zh) * | 2021-03-23 | 2021-06-18 | 汪威 | 一种基于大数据采集的用户信息更新方法及信息服务器 |
| CN114756745A (zh) * | 2022-03-29 | 2022-07-15 | 重庆义康鑫科技有限公司 | 一种基于大数据分析的智能信息推荐方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105808695A (zh) * | 2016-03-03 | 2016-07-27 | 陈包容 | 一种获取聊天回复内容的方法及装置 |
| CN106503015A (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方法 |
| CN107180078A (zh) * | 2017-04-21 | 2017-09-19 | 河海大学 | 一种基于用户兴趣学习的垂直搜索方法 |
| CN108021929A (zh) * | 2017-11-16 | 2018-05-11 | 华南理工大学 | 基于大数据的移动端电商用户画像建立与分析方法及系统 |
| CN108769159A (zh) * | 2018-05-16 | 2018-11-06 | 北京豆果信息技术有限公司 | 一种电子菜谱智能推荐方法 |
| CN109376313A (zh) * | 2018-09-28 | 2019-02-22 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、终端及存储介质 |
| CN109635070A (zh) * | 2019-01-18 | 2019-04-16 | 上海图趣信息科技有限公司 | 一种基于行动轨迹构建用户兴趣画像的方法及其数据更新方法 |
| CN110852852A (zh) * | 2019-11-15 | 2020-02-28 | 成都航天科工大数据研究院有限公司 | 一种工业互联网产品推荐系统及方法 |
-
2020
- 2020-06-02 CN CN202010489985.4A patent/CN111625726A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106503015A (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方法 |
| CN105808695A (zh) * | 2016-03-03 | 2016-07-27 | 陈包容 | 一种获取聊天回复内容的方法及装置 |
| CN107180078A (zh) * | 2017-04-21 | 2017-09-19 | 河海大学 | 一种基于用户兴趣学习的垂直搜索方法 |
| CN108021929A (zh) * | 2017-11-16 | 2018-05-11 | 华南理工大学 | 基于大数据的移动端电商用户画像建立与分析方法及系统 |
| CN108769159A (zh) * | 2018-05-16 | 2018-11-06 | 北京豆果信息技术有限公司 | 一种电子菜谱智能推荐方法 |
| CN109376313A (zh) * | 2018-09-28 | 2019-02-22 | Oppo广东移动通信有限公司 | 信息推荐方法、装置、终端及存储介质 |
| CN109635070A (zh) * | 2019-01-18 | 2019-04-16 | 上海图趣信息科技有限公司 | 一种基于行动轨迹构建用户兴趣画像的方法及其数据更新方法 |
| CN110852852A (zh) * | 2019-11-15 | 2020-02-28 | 成都航天科工大数据研究院有限公司 | 一种工业互联网产品推荐系统及方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112463859A (zh) * | 2020-12-14 | 2021-03-09 | 王玉华 | 基于大数据和业务分析的用户数据处理方法及大数据平台 |
| CN112988774A (zh) * | 2021-03-23 | 2021-06-18 | 汪威 | 一种基于大数据采集的用户信息更新方法及信息服务器 |
| CN114756745A (zh) * | 2022-03-29 | 2022-07-15 | 重庆义康鑫科技有限公司 | 一种基于大数据分析的智能信息推荐方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9785888B2 (en) | Information processing apparatus, information processing method, and program for prediction model generated based on evaluation information | |
| US10380249B2 (en) | Predicting future trending topics | |
| CN106599022B (zh) | 基于用户访问数据的用户画像形成方法 | |
| US7421429B2 (en) | Generate blog context ranking using track-back weight, context weight and, cumulative comment weight | |
| CN103678418B (zh) | 信息处理方法和信息处理设备 | |
| WO2016179938A1 (zh) | 题目推荐方法和题目推荐装置 | |
| CN102779114B (zh) | 利用自动规则生成的非结构化数据支持 | |
| JP6435426B1 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
| US9639846B2 (en) | System and method for providing targeted content | |
| CN111625726A (zh) | 一种用户画像的处理方法和装置 | |
| JP5615857B2 (ja) | 分析装置、分析方法及び分析プログラム | |
| CN109165975B (zh) | 标签推荐方法、装置、计算机设备及存储介质 | |
| WO2009002526A1 (en) | System and method for providing targeted content | |
| US20140147048A1 (en) | Document quality measurement | |
| JP2008097351A (ja) | 広告配信装置およびプログラム | |
| JP5180743B2 (ja) | ブランド分析方法及び装置 | |
| CN111538931A (zh) | 基于大数据的舆情监控方法、装置、计算机设备及介质 | |
| JP7166116B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP7365267B2 (ja) | 広告文自動作成システム | |
| CN112989824A (zh) | 信息推送方法及装置、电子设备及存储介质 | |
| US20230214679A1 (en) | Extracting and classifying entities from digital content items | |
| CN112307336A (zh) | 热点资讯挖掘与预览方法、装置、计算机设备及存储介质 | |
| JP2024008344A (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
| CN112269906B (zh) | 网页正文的自动抽取方法及装置 | |
| Yoon et al. | DiTeX: Disease-related topic extraction system through internet-based sources |
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: 20200904 |