CN111652282B - 基于大数据的用户偏好分析方法、装置及电子设备 - Google Patents

基于大数据的用户偏好分析方法、装置及电子设备 Download PDF

Info

Publication number
CN111652282B
CN111652282B CN202010370912.3A CN202010370912A CN111652282B CN 111652282 B CN111652282 B CN 111652282B CN 202010370912 A CN202010370912 A CN 202010370912A CN 111652282 B CN111652282 B CN 111652282B
Authority
CN
China
Prior art keywords
user
data
data set
information
preference analysis
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.)
Active
Application number
CN202010370912.3A
Other languages
English (en)
Other versions
CN111652282A (zh
Inventor
廖丹丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202010370912.3A priority Critical patent/CN111652282B/zh
Publication of CN111652282A publication Critical patent/CN111652282A/zh
Application granted granted Critical
Publication of CN111652282B publication Critical patent/CN111652282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及大数据技术，揭露一种基于大数据的用户偏好分析方法，包括：计算历史用户信息数据集的信息熵的平均值，根据平均值从历史用户信息数据集中筛选第一特征数据集；根据神经网络模型从第一特征数据集中筛选第二特征数据集；利用第二特征数据集训练用户偏好分析模型，并利用用户偏好分析模型对特定用户的数据信息进行分析，得到用户的数据分析结果，并根据数据分析结果对所述特定用户推荐产品或者服务。此外，本发明还涉及区块链技术，所述特定用户的数据信息可存储于区块链中。本发明还提出一种基于大数据的用户偏好分析装置、电子设备以及存储介质。本发明可以解决用户偏好分析时，用户特征信息浪费的问题。

Description

基于大数据的用户偏好分析方法、装置及电子设备
技术领域
本发明涉及大数据技术领域，尤其涉及一种基于大数据的用户偏好分析的方法、装置、电子设备及计算机可读存储介质。
背景技术
随着互联网的普及，用户消费习惯逐渐从线下向线上转变，使得对用户的线上行为的分析至关重要。目前，针对用户线上行为方式的研究，主要有业务员电话拜访和根据线上浏览记录分析两种方式。如保险行业的投保行为中，业务员通过电话拜访的方式向用户询问信息，了解用户需求并推荐投保方案，或者根据用户线上浏览记录分析用户行为，推荐用户投保方案。
但是上述两种方法基本都不包含差异化举措，忽略了用户本身特征与对产品的接受能力，未能有效识别用户对线上行为，特别是线上产品的偏好程度，没有有效的结合用户信息，造成用户信息特征浪费，从而导致给用户推荐的产品或者服务，并不能使用户满意。
发明内容
本发明提供一种基于大数据的用户偏好分析方法、装置、电子设备及计算机可读存储介质，其主要目的在于利用用户的特征信息精确分析出不同用户对于产品的接收能力，解决用户信息特征浪费的问题。
为实现上述目的，本发明提供的一种基于大数据的用户偏好分析方法，包括：
获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
可选地，所述历史用户信息数据集包括历史用户的基本信息数据集和行为信息数据集，其中，所述基本信息数据集包括用户人身基本信息和资产状况基本信息，以及所述行为信息数据集包括用户近期的线上行为。
可选地，所述计算所述历史用户信息数据集中各数据的信息熵的平均值，包括：
通过遍历操作依次从所述历史用户信息数据集中选择用户数据X；
根据所述用户数据X含有的m种相互独立的数据{x_1,x_2…x_m}，计算出所述m种相互独立的数据对应的信息熵pm：
pm＝p(1Ix1)p(x1)+p(2Ix2)p(x2)+…+p(mIxm)p(xm)
根据下列公式计算出所述各用户数据信息熵的平均值：
可选地，所述根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集，包括：
利用下述公式从所述第一特征数据集中筛选出第二特征数据集yi：
其中，Xi表示所述神经网络模型的输入层接收的第一特征数据集中的数据，表示所述神经网络模型的输入层单元i(i＝1,2,…n)与所述神经网络模型的隐层单元q之间的连接权，/>表示所述神经网络模型的隐藏层单元q与所述神经网络模型的输出层单元j(1,2,…,m)之间的连接权，θq是预设的函数参数；Oq表示隐藏层筛选出来的输出层的输入数据，δj为阈值，yi为输出层输出的第二特征数据集。
可选地，所述预构建的用户偏好分析模型为：
其中，其中，yi为所述第二特征数据集，t为矩阵转置，n为所述第二特征数据集中数据的数量，f(i)为第i轮迭代的决策树，ω为模型参数，为损失函数，t为迭代次数。
可选地，所述利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，包括：
采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，其中，所述梯度下降法的公式为：
其中，yi为所述第二特征数据集中的用户数据，η是学习率，是损失函数J(ω)关于模型参数ω的梯度。。
可选地，所述采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，包括：
随机初始化模型参数ω；
求取模型参数ω的梯度
判断梯度是否小于预设阈值；
若梯度不小于预设阈值，则求取其偏导数/>并更新/>(η>0并足够小)，并重新计算梯度/>
若梯度小于预设阈值，则获取此时的模型参数ω，得到训练完成的用户偏好分析模型。
为了解决上述问题，本发明还提供一种基于大数据的用户偏好分析装置，所述装置包括：
第一特征计算模块，用于获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
第二特征计算模块，用于根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
模型训练模块，用于利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
用户数据分析模块，用于获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于大数据的用户偏好分析方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质可以包括存储数据区和存储程序区，存储数据区存储根据区块链节点的使用所创建的数据，存储程序区存储有计算机程序，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的基于大数据的用户偏好分析方法。。
本发明实施例先利用用户数据信息熵的平均值对数据进行第一特征筛选，同时运用神经网络模型对数据进行第二特征筛选，结合训练好的用户偏好分析模型对用户数据进行分析，由于神经网络模型的筛选和用户偏好分析模型的训练，使得对用户偏好进行分析时更加注重用户的特征信息，同时由于利用数据信息熵的平均值进行第一筛选，使得在分析用户数据的算法复杂度降低，提升了对于数据的分析速度和效果，这样在传统的分析框架之下更进一步，能够利用用户的特征信息精确分析出不同用户对于产品的接收能力，解决了用户信息特征浪费和分析用户信息时算法复杂度过高的问题。
附图说明
图1为本发明一实施例提供的基于大数据的用户偏好分析方法的流程示意图；
图2为本发明一实施例提供的基于大数据的用户偏好分析装置的模块示意图；
图3为本发明一实施例提供的实现基于大数据的用户偏好分析方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供的基于大数据的用户偏好分析方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于大数据的用户偏好分析方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
在本实施例中，基于大数据的用户偏好分析方法包括：
S1、获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集。
本发明实施例中，所述历史用户信息数据集包括历史用户的基本信息数据集和行为信息数据集。
具体地，所述基本信息数据集包括用户人身基本信息和资产状况基本信息。其中，所述人身基本信息包括用户的姓名、年龄、性别等，所述资产状况基本信息包括用户持有的资产状况，如所持有的车辆信息、房产信息、购买的保险、理财产品信息等。
进一步地，所述行为信息数据集包括用户近期的线上行为，如近三个月内用户的线上浏览记录、线上的投诉、理赔等行为的数据等，如小王三天前在某个论坛或者网站投诉了某保险公司，或者小王一天前通过线上请求保险公司执行理赔等的数据。
所述历史用户信息数据集可以通过网络爬虫等技术从网络中获取。
优选地，本发明实施例还包括对所述历史用户信息数据集进行预处理。详细地，所述预处理包括，但不限于缺失数据补全操作以及无效数据剔除操作。
较佳地，本发明实施例所述缺失数据补全操作可以采用均值替换法补全所述历史用户信息数据集的缺失数据。
详细地，所述均值替换法包括：
若缺失数据是数值型的，则利用其他数据的平均值来补全该缺失数据；
若缺失数据是非数值型的，则利用其他数据中出现次数最多的数据值来补全该缺失数据。
进一步地，所述无效数据剔除操作包括：
将所述历史用户信息数据集中的数据转化为数值，将转化后的数值与一个预设的相关性标准进行比较；
当所述转化后的数值小于所述相关性标准，则保留对应的数据；
当所述转化后的数值不小于所述相关性标准，则删除对应的数据。
所述相关性标准是指用户的数据与预设行为的相关程度或者是联系程度，比如性别对投保行为有影响，但是影响不大，因而性别没有满足相关性标准，而年龄不仅对投保行为有影响而且影响很大，因此，年龄满足相关性标准。
具体地，所述计算所述历史用户信息数据集中各数据的信息熵的平均值，包括：
通过遍历操作依次从所述历史用户信息数据集中选择用户数据X；
根据所述用户数据X含有的m种相互独立的数据{x1,x2…xm}，计算出所述m种相互独立的数据对应的信息熵pm，其中，所述信息熵是指所述m种相互独立的数据出现的概率大小，较佳地，本发明实施例采用下述公式计算所述信息熵pm：
pm＝p(1Ix1)p(x1)+p(2Ix2)p(x2)+…+p(mIxm)p(xm)
根据下列公式计算出所述各用户数据信息熵的平均值H(X)：
详细地，本发明实施例中所述根据所述各数据的信息熵的平均值对所述基本信息数据集进行第一特征变量筛选，得到第一特征数据集，包括：
根据希尔排序对所述各数据的信息熵进行排序，得到特征变量排序集；
抽取所述特征变量排序集中大于所述平均值的信息熵对应的数据，得到第一特征数据集。
具体地，所述希尔排序是排序算法中的一种，可以快速地进行排序。比如采用希尔排序对一组预备用户信息集：49 38 65 97 76 13 27 49 55 04进行第一趟排序：将该数组长度除以2得到增量为5，得到5个子序列：(49 13)、(38 27)、(65 49)、(97 55)、(76 04)；再将每个子序列各自进行排序，如49和13进行比较大小，49比13大，于是将二者数据的位置进行调换，同样地，38和27对比大小，38比27大，于是将二者数据的位置进行调换，最后得出第一趟排序结果为：13 27 49 55 04 49 38 65 97 76；再将所述增量5再除以2等于2.5，选取增量3，进行第二趟排序，得到子序列分别为(13 5538 76)、(27 04 65)、(49 49 97)，再将子序列各自进行排序后，得到第二趟排序结果：13 04 49 38 27 49 55 65 97 76；进行第三趟排序，选择增量1，得到子序列为(04 13 27 38 49 49 55 65 76 97)。得到三趟排序后的最终排序结果：04 13 27 38 49 49 55 65 76 97。
上述排序集中计算得出所述各第一用户数据信息熵的平均值为47.3，本发明实施例根据所述各第一用户数据信息熵的平均值47.3，得到大于所述47.3的信息熵的值有4949 55 65 76 97，由此六个数便构成所述第一特征数据集第一特征数据集。
S2、根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集。
本发明较佳实施例中，所述预构建的神经网络模型可以是BP(Back-ProPagation，反向传播)神经网络模型。
本发明较佳实施例所述BP神经网络包括输入层、隐藏层、输出层。其中，所述输入层包括n个与所述第一特征数据集的数据量对应的单元，输出层包括m个与所述第二特征数据集的数据量对应的单元，所述隐藏层包括q个单元，用于从所述第一特征数据集中筛选出q个用户数据，得到输出层的输入数据。
具体地，所述根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集，包括：
利用下述公式从所述第一特征数据集中筛选出第二特征数据集yi：
其中，Xi表示输入层接收的第一特征数据集中的数据，表示输入层单元i(i＝1,2,…n)与隐层单元q之间的连接权，/>表示隐藏层单元q与输出层单元j(1,2,…,m)之间的连接权，θq是预设的函数参数。Oq表示隐藏层筛选出来的输出层的输入数据，δj为阈值，yi为输出层输出的第二特征数据集。
S3、利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型。
本发明较佳实施例中，所述预构建的用户偏好分析模型为：
其中，其中，yi为所述第二特征数据集，t为矩阵转置，n为所述第二特征数据集中数据的数量,为损失函数，f(i)为第i轮迭代的决策树，ω为模型参数，t为迭代次数。
优选地，本发明实施例采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型。
具体地，所述梯度下降法为：
其中，xi为所述第二特征数据集中的用户数据，η是学习率，是损失函数J(ω)关于模型参数ω的梯度。
详细地，所述采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，包括：
随机初始化模型参数ω；
求取模型参数ω的梯度
判断梯度是否小于预设阈值；
若梯度不小于预设阈值，则求取其偏导数/>并更新(η>0并足够小)，并重新计算梯度/>
若梯度小于预设阈值，则获取此时的模型参数ω，得到所述训练完成的用户偏好分析模型。
S4、获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
需要强调的是，为进一步保证上述特定用户的数据信息的私密和安全性，上述特定用户的数据信息可以存储于一区块链的节点中。
如图2所示，是本发明基于大数据的用户偏好分析装置的功能模块图。
本发明所述基于大数据的用户偏好分析装置100可以安装于电子设备中。根据实现的功能，所述基于大数据的用户偏好分析装置可以包括第一特征计算模块101、第二特征计算模块102、模型训练模块103、用户数据分析模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述第一特征计算模块101，用于获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
所述第二特征计算模块102，用于根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
所述模型训练模块103，用于利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
所述用户数据分析模块104，用于获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
详细地，所述基于大数据的用户偏好分析装置各模块的具体实施步骤如下：
所述第一特征计算模块101获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集。
本发明实施例中，所述历史用户信息数据集包括历史用户的基本信息数据集和行为信息数据集。
具体地，所述基本信息数据集包括用户人身基本信息和资产状况基本信息。其中，所述人身基本信息包括用户的姓名、年龄、性别等，所述资产状况基本信息包括用户持有的资产状况，如所持有的车辆信息、房产信息、购买的保险、理财产品信息等。
进一步地，所述行为信息数据集包括用户近期的线上行为，如近三个月内用户的线上浏览记录、线上的投诉、理赔等行为的数据等，如小王三天前在某个论坛或者网站投诉了某保险公司，或者小王一天前通过线上请求保险公司执行理赔等的数据。
所述历史用户信息数据集可以通过网络爬虫等技术从网络中获取。
优选地，本发明实施例还包括对所述历史用户信息数据集进行预处理，详细地，所述预处理包括，但不限于缺失数据补全操作以及无效数据剔除操作。
较佳地，本发明实施例所述缺失数据补全操作可以采用均值替换法补全所述历史用户信息数据集的缺失数据。
详细地，所述均值替换法包括：
若缺失数据是数值型的，则利用其他数据的平均值来补全该缺失数据；
若缺失数据是非数值型的，则利用其他数据中出现次数最多的数据值来补全该缺失数据。
进一步地，所述无效数据剔除操作包括：
将所述历史用户信息数据集中的数据转化为数值，将转化后的数值与一个预设的相关性标准进行比较；
当所述转化后的数值小于所述相关性标准，则保留对应的数据；
当所述转化后的数值不小于所述相关性标准，则删除对应的数据。
所述相关性标准是指用户的数据与预设行为的相关程度或者是联系程度，比如性别对投保行为有影响，但是影响不大，因而性别没有满足相关性标准，而年龄不仅对投保行为有影响而且影响很大，因此，年龄满足相关性标准。
具体地，所述第一特征计算模块101通过下述手段计算所述历史用户信息数据集中各数据的信息熵的平均值：
通过遍历操作依次从所述历史用户信息数据集中选择用户数据X；
根据所述用户数据X含有的m种相互独立的数据{x1,x2…xm}，计算出所述m种相互独立的数据对应的信息熵pm，其中，所述信息熵是指所述m种相互独立的数据出现的概率大小，较佳地，本发明实施例采用下述公式计算所述信息熵pm：
pm＝p(1Ix1)p(x1)+p(2Ix2)p(x2)+…+p(mIxm)p(xm)，
根据下列公式计算出所述各用户数据信息熵的平均值H(X)：
进一步地，所述第一特征计算模块101通过下述手段对所述基本信息数据集进行第一特征变量筛选，得到第一特征数据集：
根据希尔排序对所述各数据的信息熵进行排序，得到特征变量排序集；
抽取所述特征变量排序集中大于所述平均值的信息熵对应的数据，得到第一特征数据集。
具体地，所述希尔排序是排序算法中的一种，可以快速地进行排序。比如采用希尔排序对一组预备用户信息集：49 38 65 97 76 13 27 49 55 04进行第一趟排序：将该数组长度除以2得到增量为5，得到5个子序列：(49 13)、(38 27)、(65 49)、(97 55)、(76 04)；再将每个子序列各自进行排序，如49和13进行比较大小，49比13大，于是将二者数据的位置进行调换，同样地，38和27对比大小，38比27大，于是将二者数据的位置进行调换，最后得出第一趟排序结果为：13 27 49 55 04 49 38 65 97 76；再将所述增量5再除以2等于2.5，选取增量3，进行第二趟排序，得到子序列分别为(13 5538 76)、(27 04 65)、(49 49 97)，再将子序列各自进行排序后，得到第二趟排序结果：13 04 49 38 27 49 55 65 97 76；进行第三趟排序，选择增量1，得到子序列为(04 13 27 38 49 49 55 65 76 97)；得到三趟排序后的最终排序结果：04 13 27 38 49 49 55 65 76 97。
上述排序集中计算得出所述各第一用户数据信息熵的平均值为47.3，本发明实施例根据所述各第一用户数据信息熵的平均值47.3，得到大于所述47.3的信息熵的值有4949 55 65 76 97，由此六个数便构成所述第一特征数据集第一特征数据集。
所述第二特征计算模块102根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
在本发明较佳实施例中，所述预构建的神经网络模型可以是BP(Back-ProPagation，反向传播)神经网络模型。
本发明较佳实施例所述BP神经网络包括输入层、隐藏层、输出层。其中，所述输入层包括n个与所述第一特征数据集的数据量对应的单元，输出层包括m个与所述第二特征数据集的数据量对应的单元，所述隐藏层包括q个单元，用于从所述第一特征数据集中筛选出q个用户数据，得到输出层的输入数据。
所述第二特征计算模块102具体用于：
利用下述公式从所述第一特征数据集中筛选出第二特征数据集yi：
其中，Xi表示输入层接收的第一特征数据集中的数据，表示输入层单元i(i＝1,2,…n)与隐层单元q之间的连接权，/>表示隐藏层单元q与输出层单元j(1,2,…,m)之间的连接权，θq是预设的函数参数，Oq表示隐藏层筛选出来的输出层的输入数据，δj为阈值，yi为输出层输出的第二特征数据集。
所述模型训练模块103于利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型。
本发明较佳实施例中，所述预构建的用户偏好分析模型为：
其中，其中，yi为所述第二特征数据集，t为矩阵转置，n为所述第二特征数据集中数据的数量,为损失函数，f(i)为第i轮迭代的决策树，ω为模型参数，t为迭代次数。
优选地，本发明实施例所述模型训练模块103采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型。
具体地，所述梯度下降法为：
其中，xi为所述第二特征数据集中的用户数据，η是学习率，是损失函数J(ω)关于模型参数ω的梯度。
详细地，所述模型训练模块103通过下述手段对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型括：
随机初始化模型参数ω；
求取模型参数ω的梯度
判断梯度是否小于预设阈值；
若梯度不小于预设阈值，则求取其偏导数/>并更新(η>0并足够小)，并重新计算梯度/>
若梯度小于预设阈值，则获取此时的模型参数ω，得到所述训练完成的用户偏好分析模型。
所述用户数据分析模块104获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
需要强调的是，为进一步保证上述特定用户的数据信息的私密和安全性，上述特定用户的数据信息可以存储于一区块链的节点中。
如图3所示，是本发明实现基于大数据的用户偏好分析方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于大数据的用户偏好分析程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于大数据的用户偏好分析程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
进一步地，所述可读存储介质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等；存储数据区可存储根据区块链节点的使用所创建的数据等。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于大数据的用户偏好分析程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于大数据的用户偏好分析12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (5)

1.一种基于大数据的用户偏好分析方法，其特征在于，所述方法包括：
获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务；
所述根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集，包括：根据希尔排序对所述各用户数据的信息熵进行排序，得到特征变量排序集；抽取所述特征变量排序集中大于所述平均值的信息熵对应的数据，得到第一特征数据集；
所述计算所述历史用户信息数据集中各用户数据的信息熵的平均值，包括：通过遍历操作依次从所述历史用户信息数据集中选择用户数据X；根据所述用户数据X含有的m种相互独立的数据{x1，x2…xm}，计算出所述m种相互独立的数据对应的信息熵pm：
pm＝p(1|x1)p(x1)+p(2|x2)p(x2)+…+p(m|xm)p(xm)
根据下列公式计算出所述各用户数据信息熵的平均值：
所述根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集，包括：利用下述公式从所述第一特征数据集中筛选出第二特征数据集yi：
其中，Xi表示所述神经网络模型的输入层接收的第一特征数据集中的数据，表示所述神经网络模型的输入层单元i(i＝1,2,…n)与所述神经网络模型的隐层单元q之间的连接权，/>表示所述神经网络模型的隐藏层单元q与所述神经网络模型的输出层单元j(1,2,…,m)之间的连接权，θq是预设的函数参数；Oq表示隐藏层筛选出来的输出层的输入数据，δj为阈值，yi为输出层输出的第二特征数据集；
所述预构建的用户偏好分析模型为：
其中，yi为所述第二特征数据集，t为矩阵转置，n为所述第二特征数据集中数据的数量，f(i)为第i轮迭代的决策树，ω为模型参数，l*(yi，yi＾(t))为损失函数，t为迭代次数；
所述利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，包括：采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，其中，所述梯度下降法的公式为：
其中，yi为所述第二特征数据集中的用户数据，η是学习率，是损失函数J(ω)关于模型参数ω的梯度；
所述采用梯度下降法利用所述第二特征数据集，对所述用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型，包括：随机初始化模型参数ω；求取模型参数ω的梯度判断梯度/>是否小于预设阈值；若梯度/>不小于预设阈值，则求取其偏导数/>并更新/>η>0并足够小，并重新计算梯度/>若梯度/>小于预设阈值，则获取此时的模型参数ω，得到训练完成的用户偏好分析模型。
2.如权利要求1所述的用户偏好分析方法，其特征在于，所述历史用户信息数据集包括历史用户的基本信息数据集和行为信息数据集，其中，所述基本信息数据集包括用户人身基本信息和资产状况基本信息，以及所述行为信息数据集包括用户近期的线上行为。
3.一种基于大数据的用户偏好分析装置，用于实现如权利要求1至2中任意一项所述的基于大数据的用户偏好分析方法，其特征在于，所述装置包括：
第一特征计算模块，用于获取历史用户信息数据集，计算所述历史用户信息数据集中各用户数据的信息熵的平均值，并根据所述各用户数据的信息熵的平均值对所述历史用户信息数据集进行第一特征变量筛选，得到第一特征数据集；
第二特征计算模块，用于根据预构建的神经网络模型对所述第一特征数据集进行第二特征变量筛选，得到第二特征数据集；
模型训练模块，用于利用所述第二特征数据集，对预构建的用户偏好分析模型进行训练，得到训练完成的用户偏好分析模型；
用户数据分析模块，用于获取特定用户的数据信息，利用所述训练完成的用户偏好分析模型对所述特定用户的数据信息进行分析，得到用户的数据分析结果，并根据所述数据分析结果对所述特定用户推荐产品或者服务。
4.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至2中任意一项所述的基于大数据的用户偏好分析方法。
5.一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储根据区块链节点的使用所创建的数据，存储程序区存储有计算机程序，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如权利要求1至2中任意一项所述的基于大数据的用户偏好分析方法。
CN202010370912.3A 2020-04-30 2020-04-30 基于大数据的用户偏好分析方法、装置及电子设备 Active CN111652282B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010370912.3A CN111652282B (zh) 2020-04-30 2020-04-30 基于大数据的用户偏好分析方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010370912.3A CN111652282B (zh) 2020-04-30 2020-04-30 基于大数据的用户偏好分析方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111652282A CN111652282A (zh) 2020-09-11
CN111652282B true CN111652282B (zh) 2023-08-08

Family

ID=72352479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010370912.3A Active CN111652282B (zh) 2020-04-30 2020-04-30 基于大数据的用户偏好分析方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111652282B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112561651A (zh) * 2020-12-17 2021-03-26 中国平安人寿保险股份有限公司 产品信息推送方法以及相关产品
CN113592606B (zh) * 2021-08-10 2023-08-22 平安银行股份有限公司 基于多重决策的产品推荐方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247753A (zh) * 2017-05-27 2017-10-13 深圳大学 一种相似用户选取方法及装置
CN108491477A (zh) * 2018-03-09 2018-09-04 重庆邮电大学 基于多维云和用户动态兴趣的神经网络推荐方法
CN108647344A (zh) * 2018-05-15 2018-10-12 辽宁工程技术大学 一种融合时间间隔与调和用户熵权重的推送算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190105536A (ko) * 2019-08-26 2019-09-17 엘지전자 주식회사 선호도 기반 서비스 제공 시스템, 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247753A (zh) * 2017-05-27 2017-10-13 深圳大学 一种相似用户选取方法及装置
CN108491477A (zh) * 2018-03-09 2018-09-04 重庆邮电大学 基于多维云和用户动态兴趣的神经网络推荐方法
CN108647344A (zh) * 2018-05-15 2018-10-12 辽宁工程技术大学 一种融合时间间隔与调和用户熵权重的推送算法

Also Published As

Publication number Publication date
CN111652282A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN112380859A (zh) 舆情信息的推荐方法、装置、电子设备及计算机存储介质
CN111652279B (zh) 基于时序数据的行为评价方法、装置及可读存储介质
CN111652278B (zh) 用户行为检测方法、装置、电子设备及介质
CN111694844B (zh) 基于配置算法的企业运行数据分析方法、装置及电子设备
CN114663198A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
CN111339072B (zh) 基于用户行为的变化值分析方法、装置、电子设备及介质
CN113592605B (zh) 基于相似产品的产品推荐方法、装置、设备及存储介质
CN112801718A (zh) 用户行为预测方法、装置、设备及介质
CN114722281B (zh) 基于用户画像及用户选课行为的培训课程配置方法、装置
CN111652282B (zh) 基于大数据的用户偏好分析方法、装置及电子设备
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN114491047A (zh) 多标签文本分类方法、装置、电子设备及存储介质
CN115391669A (zh) 一种智能推荐方法、装置、电子设备
CN113656690B (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN113627160B (zh) 文本纠错方法、装置、电子设备及存储介质
CN113742069A (zh) 基于人工智能的容量预测方法、装置及存储介质
CN112700006A (zh) 网络架构搜索方法、装置、电子设备及介质
CN117391866A (zh) 一种数据处理方法、装置、设备及其存储介质
CN116403693A (zh) 问诊单派单方法、装置、设备及存储介质
CN116401602A (zh) 事件检测方法、装置、设备及计算机可读介质
CN111652741B (zh) 用户偏好分析方法、装置及可读存储介质
CN113657546B (zh) 信息分类方法、装置、电子设备及可读存储介质
CN111651652B (zh) 基于人工智能的情感倾向识别方法、装置、设备及介质
CN114780688A (zh) 基于规则匹配的文本质检方法、装置、设备及存储介质
CN113486238A (zh) 基于用户画像的信息推送方法、装置、设备及存储介质

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