CN113127723A - 用户画像处理方法、装置、服务器及存储介质 - Google Patents

Abstract

本申请实施例公开了一种用户画像处理方法、装置、服务器及存储介质。所述方法包括：获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容；判断所述反馈信息是否符合目标反馈条件；若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。从而通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。

Description

用户画像处理方法、装置、服务器及存储介质

技术领域

本申请涉及计算机技术领域，更具体地，涉及一种用户画像处理方法、装置、服务器及存储介质。

背景技术

随着互联网业务的发展，数据也在呈现爆炸式的增长，在各行各业对数据的操作需求越来越多，例如相关的推荐系统可以根据用户画像进行信息的推送。但是，在相关根据用户画像进行信息推送的过程中，还无法高效率的实时推送与用户当前画像相关的信息。

发明内容

鉴于上述问题，本申请提出了一种用户画像处理方法、装置、服务器及存储介质，以改善上述问题。

第一方面，本申请提供了一种用户画像处理方法，所述方法包括：获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容；判断所述反馈信息是否符合目标反馈条件；若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

第二方面，本申请提供了一种用户画像处理装置，所述装置包括：反馈信息获取单元，用于获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容；

反馈信息检测单元，用于判断所述反馈信息是否符合目标反馈条件；画像处理单元，用于若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

第三方面，本申请提供了一种服务器，包括处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行以实现上述的方法。

第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被处理器运行时执行上述的方法。

本申请提供的一种用户画像处理方法、装置、服务器及存储介质，可以在有向对应有相同的用户画像的目标群体的用户，发送与所述用户画像匹配的推送信息后，获取目标群体对应用户对所推送信息的反馈信息，然后对该反馈信息是否符合目标反馈条件进行检查，若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。从而通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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示出了本申请一实施例提出的一种用户画像处理方法的流程图

图2示出了本申请另一实施例提出的一种用户画像处理方法的流程图；

图3示出了本申请再一实施例提出的一种用户画像处理方法的流程图；

图4示出了本申请实施例提出的一种用户用户画像处理装置的结构框图；

图5示出了本申请另一实施例提出的一种用户用户画像处理装置的结构框图；

图6示出了本申请的用于执行根据本申请实施例的用户画像处理方法的另一种电子设备的结构框图；

图7是本申请实施例的用于保存或者携带实现根据本申请实施例的用户画像处理方法的程序代码的存储单元。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

用户画像是相关领域中一个十分热门的研究方向。通过对用户的活跃行为以及消费行为等信息进行处理、挖掘以及刻画，可以形成用户画像(即用户的用户画像)，进而生成相关用户的用户画像标签，从而可以更全面地了解用户特征。在用户画像标签生成完成后，可以更针对性地对该用户进行合适的内容推送，可以实现降低推送运营成本。

例如，生成某个用户的用户画像标签后，该生成的用户画像标签可以表征该用户喜欢体育运动、该用户喜欢吃米饭以及该用户喜欢看体育比赛。那么在这种情况下，在给该用户推送消息时，可以推送匹配用户画像的消息。例如，当该用户在使用点餐类的应用程序的过程中，可以推送更多关于米饭的信息。而当该用户在使用视频类的应用程序时，可以推送更多关于体育比赛的视频内容。

发明人在研究中发现，相关的用户画像生成过程中可能会存在有误差，进而会造成根据用户已经生成的画像标签所推送的信息并不会带来良好的反馈。例如，对于某个用户而言，可能实际为体育类型的用户，但是可能会因为用户自身的一些操作而将用户确定为娱乐类型的用户。进而在进行信息的推送过程中会直接推送关于娱乐类的消息，但是该实际为体育类型的用户可能并不会关注该娱乐类的消息，因此并不能带来良好的反馈。进一步的，发明人还发现，在确定用户的画像确定误差的情况下，并不能高效的进行更新调节，进而造成无法及时有效的根据用户当前实际的用户画像推送相关的信息。

因此，发明人提出了本申请提供的用户画像处理方法、装置、服务器及存储介质，从而可以实现在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。

下面将结合附图具体描述本申请的各实施例。

请参阅图1，本申请实施例提供的一种用户画像处理方法，应用于处理平台，所述方法包括：

步骤S110：获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容。

需要说明的是，在本申请实施例中，对于所有的用户可以预先根据用户画像而划分不同的用户群体。示例性的，在用户画像的类型包括体育类型、文艺类型、消费类型以及知识类型的情况下，处理平台可以预先对处理平台的用户进行画像的标识，进而给每个用户画像标定一个画像标签。在标定每个用户的画像标签后，即可根据用户的画像标签而将每个用户分配到对应的用户群体中。其中，可根据用户的画像标签而将每个用户分配到对应的用户群体中可以有多种方式来实现。

作为一种方式，若在处理平台中是通过数据表的方式来存储每个用户对应的用户画像。那么可以通过给每个用户增加一个字段值来保证所属的用户群体。

示例性的，如下表所示：

ID	username	image	group
				1	User_a	体育类型	1
2	User_b	文艺类型	2
				3	User_c	消费类型	3
4	User_d	知识类型	4

在上表中，字段username表征的是用户的唯一标识，字段image表征的是用户的用户画像具体是哪个类型，而字段group表征的是用户是属于哪个群体。那么在这种情况下，处理平台可以预先定义每个用户画像类型所对应的群体的标识。进而在确定某个用户的用户画像后，给用户对应的表征用户群体的字段中写入该用户画像的类型所对应群体的标识。示例性的，体育类型的用户画像对应的群体的标识为1，文艺类型的用户画像对应的群体的标识为2，消费类型的用户画像对应的群体的标识为3，知识类型的用户画像对应的群体的标识为4。那么在确定某个用户的用户画像为知识类型后，即可对应的配置该用户群体标识4。

那么在这种方式下，当处理平台在对应与某个群体发送推送消息时，即可基于每个用户所属群体的标识来确定需要发送给哪些用户。示例性的，若处理平台当前要发送的推送消息是体育类型的信息，那么处理平台在进行该体育类型的信息的推送时，可以直接将对应的群体的标识为1的用户作为目标群体的用户。示例性的，若处理平台当前要发送的推送消息是消费类型的信息，那么处理平台在进行该消费类型的信息的推送时，可以直接将对应的群体的标识为3的用户作为目标群体的用户。

作为另外一种方式，依然是通过数据表的方式来存储每个用户的用户画像。但是，这种方式中，除了会建立基础数据表来存储每个用户的用户标识以及用户画像类型等基础信息外，还可对应每个群体单独建立一个数据表。可选的，在用户画像的类型包括体育类型、文艺类型、消费类型以及知识类型的情况下，那么处理平台可以建立数据表A用于记录划分到体育类型群体的用户，建立数据表B用于记录划分到文艺类型群体的用户，建立数据表C用于记录划分到消费类型群体的用户，建立数据表D用于记录划分到知识类型群体的用户。

需要说明的是，本申请实施例中对所推送信息的反馈信息可以理解为阅览推送信息的情况，或者推送信息是否触发用户有关于推送消息内容的行为的情况。

作为一种方式，通过所述目标群体中各用户终端配置的数据埋点，收集所述各用户对所述推送信息的反馈操作，根据所述反馈操作生成所述反馈信息。

需要说明的是，在本申请实施例，可以通过配置数据埋点来检测用户是否已经打开或者阅读过推送信息，还可以通过配置埋点来检测用户是否已经作出与推送信息的内容相关的行为。示例性的，若目标群体为消费类型的群体，那么推送信息为消费类型的信息，且该信息的内容为产品A上市的消息。那么可以当就通过用户终端中配置的第一数据埋点检测到用户打开该消息后，可以判定用户已经阅读了该消息，而进一步地，若检测到阅读该消息的用户有关于该产品A的购物行为时，则可以判定该用户已经作出与推送信息的内容相关的行为。

步骤S120：判断所述反馈信息是否符合目标反馈条件。

步骤S130：若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

若符合所述目标反馈条件，则不用对所述目标群体中各用户的用户画进行调整。

需要说明的是，在本申请实施例中，在则对所述目标群体中各用户的用户画像进行调整的过程中是对于该目标群体的用户中所有用户的画像进行更新。并且，即使是在该目标群体中的部分用户还未对推送信息作出任何反馈的情况下，依然是对对于该目标群体的用户中所有用户的画像进行更新。

本申请提供的一种用户画像处理方法，可以在有向对应有相同的用户画像的目标群体的用户，发送与所述用户画像匹配的推送信息后，获取目标群体对应用户对所推送信息的反馈信息，然后对该反馈信息是否符合目标反馈条件进行检查，若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。从而通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。

请参阅图2，本申请实施例提供的一种用户画像处理方法，应用于处理平台，所述方法包括：

步骤S210：获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容，所述反馈信息包括所述推送信息的转化率以及阅读率中的至少一个参数，其中，所述转化率为产生收益的推送信息占所有所述推送信息的比率，所述阅读率为已读的推送信息占所述所有推送信息的比率。

需要说明的是，在本申请实施例中所要获取的是目标群体对应的用户整体上对于推送信息的反馈信息，而不仅仅是目标群体中单一用户的反馈信息。在这种方式下，处理平台可以通过计算阅读率以及转化率来确定目标群体对应用户整体上对所推送信息的反馈信息。

其中，阅读率可以反映目标群体中的用户对推送信息的阅读情况。可以理解的是，终端用户在接收到推送信息时，如果能够打开推送信息进行阅览那么才有更大可能会触发进一步的与该推送信息内容相关的行为。

那么作为一种方式，在目标群体的用户所使用的终端设备中配置进行数据监测的数据埋点，进而通过该数据埋点来检测推送信息的阅读情况。

可选的，终端设备上进行推送消息展示的可以是由指定程序来完成的，而该指定程序可以为独立的客户端程序，也可以为嵌入在某个客户端程序中的插件。那么在一种方式中，前述进行数据监测的数据埋点可以是直接配置在与该指定程序在同一个客户端中，那么在这种情况下，进行数据监测的数据埋点通过检测自己所在的客户端的信息展示插件加载信息内容的情况即可获取到用户是否已经阅读推送信息。示例性的，发送给目标群体的用户所属终端设备的推送信息的内容为“产品A即将在a月b日上市，以及产品A的介绍信息”。那么在这种情况下，数据埋点可以预先获取到该推送信息的内容为前述的“产品A即将在a月b日上市，以及产品A的介绍信息”。那么在这种情况下，数据埋点可以对所在客户端中的信息展示插件所加载的信息的内容进行检测，若检测到所加载的内容为前述的“产品A即将在a月b日上市，以及产品A的介绍信息”，即可判定该用户已经阅览了该推送信息，从而通过该方式可以获取到目标群体中的所有用户是否已经阅览了推送信息。

而作为另外一种方式，进行数据监测的数据埋点可能并不与进行信息推送的指定程序在同一个的客户端中。那么在这种情况下，数据埋点就无法通过检测信息展示插件所加载内容的方式来检测用户是否已经阅览了推送信息。那么作为一种方式，在进行数据监测的数据埋点与进行信息推送的指定程序不在同一个的客户端的情况下，数据埋点可以通过检测进行推送信息展示的客户端的运行情况来检测用户是否已经阅览了推送信息。那么在这种情况下，进行数据监测的数据埋点除了可以预先获取到推送信息本身的内容外，还可以获取到进行推送信息展示的客户端的标识。示例性的，发送给目标群体的推送信息的内容为“XX体育比赛即将开幕”，那么进行数据监测的数据埋点除了可以获取到该推送信息的内容外，还可以获取到该推送信息是由客户端A进行推送。进而在接收到该检测任务后，就可以对客户端A的运行进行检测。其中，对客户端A进行检测可以包括，在检测到客户端A在前台运行时对终端设备所显示的内容进行检测，若检测到所显示的内容为前述的“XX体育比赛即将开幕”时，即可判定该用户已经阅览了推送信息，从而实现了即使数据埋点与进行信息推送的指定程序不在同一个客户端的情况下，依然可以对用户对推送信息的阅览情况进行检测。

需要说明的是，在本申请实施例中发送推送信息的动作可以是由处理平台执行的，也可以由处理平台以外的其他信息服务平台执行。再者，对于其中每个数据埋点所获取的推送信息的内容，可以由处理平台作为检测任务发送给进行数据监测的数据埋点。

再者，目标群体对应用户所属的终端设备还会进一步的对推送信息对应的转化率进行检测。需要说明的是，本申请实施例中的转化率可以理解为用户是否有执行一些关于推送信息中内容关联的消费行为。示例性的，若推送信息的内容为“产品A即将在a月b日上市，以及产品A的介绍信息”，而进一步的还检测到接收到该推送信息的用户有购买该产品A的行为，那么就可以判断该用户实现了推送信息的转换。再例如，发送给目标群体的推送信息的内容为“XX体育比赛即将开幕”，那么进一步的检测到该用户购买了关于该XX体育比赛的门票，即可判定该用户实现了推送信息的转换。

需要说明的是，在本申请实施例中，数据埋点检测转换行为的方式可以和前述检测阅读情况的方式类似。即在检测转换行为的数据埋点为指定程序执行的情况下，若该指定程序与用户执行转换行为(例如，购物行为)属于相同的客户端的情况下，可以通过对订单组件中所下单产品的标识进行检测来检测用户是否购买了与推送信息相关的产品。

在本申请实施例中，处理平台可以统计得用户的阅读情况以及对应的转换情况后，即可计算得到阅读率以及转化率。

示例性的，对于目标群体对应的用户中一共有m名用户，而其中有n个用户都检测到了已经阅读过推送信息，那么对应的阅读率即为n/m。对应的，若其中有t个用户有关于该推送信息内容的消费行为，那么对应的转化率为t/m。需要说明的是，在一种方式中，有消费行为的用户不一定阅读过所推送的信息，因此，其中的t可以大于n，以及其中的t个用户不一定都属于n个阅览过推送信息的用户中的用户。

步骤S220：判断所述反馈信息是否符合目标反馈条件。

如前述内容所示，处理平台可以通过获取阅读率和/或转化率来得到反馈信息。而在本申请实施例中目标反馈条件可以有多种实施方式。

作为一种方式，目标反馈条件可以仅包括阅读率相关的第一阈值。那么在这种方式下，处理平台可以在获取到目标群体的用户对应的阅读率以后，将该阅读率与该第一阈值进行比对，若该阅读率不小于第一阈值，则判定所述反馈信息符合目标反馈条件。

在另外一种方式中，目标反馈条件可以仅包括转化率相关的第二阈值。那么在这种方式下，处理平台可以在获取到目标群体的用户对应的转化率以后，将该转化率与该第二阈值进行比对，若该转化率不小于第二阈值，则判定所述反馈信息符合目标反馈条件。

在再一种方式中，目标反馈条件可以同时包括阅读率相关的第一阈值，以及转化率相关的第二阈值。那么在这种情况下，处理平台可以在获取到目标群体的用户对应的阅读率以及转化率以后，将该阅读率与该第一阈值进行比对，并同时将该转化率与该第二阈值进行比对，若该阅读率不小于第一阈值且该转化率不小于第二阈值，则判定所述反馈信息符合目标反馈条件。

需要说明的是，在反馈条件有多种方式的情况下，处理平台可以根据实际情况来确定反馈条件具体包括哪些条件。

作为一种方式，处理平台可以根据推送的消息的类型来确定反馈条件具体包括的条件内容。例如，如果所推送的仅仅是一些不涉及商业推销的信息时，可以配置反馈条件包括阅读率。而如果所推送的信息是包括产品推销以及商业宣传的信息时，可以配置反馈条件同时包括阅读率以及转化率。

步骤S230：若检测所述转化率小于目标转化率，和/或所述阅读率小于目标阅读率，则确定所述反馈信息不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

步骤S240：若检测所述转化率满足目标转化率，和/或所述阅读率满足目标阅读率，判定所述反馈信息符合目标反馈条件。

需要说明的是，步骤S230和步骤S240中的目标转化率可以为前述的第二阈值，而其中的目标阅读率可以为前述的第一阈值。

需要说明的是，在本申请实施例中，进行用户画像生成以及进行信息推送的操作也可以均由处理平台来执行。也可以分别由处理平台以外的平台来完成。

本申请提供的一种用户画像处理方法，通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。并且，在本实施例中，在所述反馈信息包括所述推送信息的转化率以及阅读率中的至少一个的情况下，可以在检测所述转化率小于目标转化率，和/或所述阅读率小于目标阅读率，则确定所述反馈信息不符合所述目标反馈条件，以及在若检测所述转化率满足目标转化率，和/或所述阅读率满足目标阅读率，判定所述反馈信息符合目标反馈条件，进而实现了通过转化率以及阅读率来确定用户对于推送信息的反馈信息，以便可以获取更加准确的反馈信息。

请参阅图3，本申请实施例提供的一种用户画像处理方法，所述方法包括：

步骤S310：获取每个用户对应的多个画像标签的评分，其中，每个画像标签包括多个行为特征参数，所述画像标签的评分基于各个行为特征参数的评分以及权重计算得到。

需要说明的是，在本申请实施例中，行为特征表征用户是如何进行的信息的感知的。示例性的，行为特征可以包括浏览相关文本信息、观看相关的视频以及购买相关的产品等，则对于每个行为特征可以各自对应一个行为特征参数，进一步的，对于每一个行为特征参数都可以有一个评分，来表征用户在该行为特征方面的涉及程度。可选的，若某个行为特征参数的评分越高，那么表征用户在该方面所涉及的程度越深。例如，若行为特征参数包括浏览相关文本信息、观看相关的视频以及购买相关的产品，那么若检测到用户在浏览了相关的文本信息(新闻以及小说等)的情况下，可以给浏览相关文本信息这个行为特征参数增加对应的分数。若检测到用户在观看了相关的视频的情况下，可以给观看相关的视频这个行为特征参数增加对应的分数。若检测到用户在购买相关的产品的情况下，可以给购买相关的产品这个行为特征参数增加对应的分数。

进而在配置有多个画像标签，且每个画像标签都对应前述的多个行为特征参数的情况下，可以计算得到每个用户的多个画像标签的得分。

需要说明的是，对于不同的行为特征所表征的用户关注程度可能是不同的。示例性的，若用户直接购买了相关的产品，那么表征用户是十分关于该类型的产品，而若用户观看了相关产品的视频，那么表征用户比较关注该类型的产品，而拖用户仅仅是浏览了文本信息，那么表征用户关注程度一般。那么在这种情况下，可以配置购买相关的产品、观看相关的视频以及浏览相关文本信息各自对应的权重依次降低。

步骤S320：将评分大于阈值的画像标签确定为每个用户的目标用户画像标签。

其中，阈值可以根据实际情况进行配置。若检测到用户对应的画像标签中大于阈值的画像标签有多个，那么可以将大于阈值的画像标签进行互相比对，而将评分最大的一个画像标签作为目标用户画像标签。示例性的，对于用户A而言其所对应的体育类型的标签对应的评分为9分，文艺类型的标签对应的评分为8分，消费类型的标签对应的评分为7分以及知识类型的标签对应的评分为6分的情况下，若阈值为5分，那么可以判定前述体育类型的标签、文艺类型的标签、消费类型的标签以及知识类型的标签均满足阈值，再进一步的经过互相比对后，即可判断该用户的目标用户画像标签为体育类型的标签。再例如，对于用户B而言其所对应的体育类型的标签对应的评分为5分，文艺类型的标签对应的评分为5分，消费类型的标签对应的评分为6分以及知识类型的标签对应的评分为7分的情况下，在阈值依然为5分的情况下，那么即可判断该用户的目标用户画像标签为知识类型的标签。

步骤S330：将所述目标用户画像标签所对应的用户画像作为所述每个用户各自的用户画像。

其中，处理平台可以有多种方式来获取用户画像。作为一种方式，该处理平台为终端用户提供服务的平台，在这种情况下，终端用户可以从处理平台中获取到自己所需要的服务，而在终端用户每次获取服务的过程中，在终端用户允许的情况下，可以对终端用户的操作行为进行记录。例如，可以记录终端用户浏览了哪些类型的信息，还可以记录终端用户常去的位置有哪些等，进而可以生成每个终端用户的用户画像，然后给该用户画像对应的行为特征参数进行评分。

可选的，在这种方式下，处理平台可以定期对已经生成的用户的用户画像进行更新(这个是针对单个用户的画像更新与直接对目标群体的所有用户的画像进行画像更新的方式不同)。需要说明的是，终端用户在不同的时期可能兴趣爱好是有所区别的，那么在不同的时期所生成的用户画像也会有所区别，那么为了使得进行对比的用户画像是能够表征用户当前时期的画像，处理平台可以定期进行画像更新。那么在这种方式下，执行本实施例提供的数据处理方法的处理平台可以配置有已生成的用户画像存储区域以及待生成的用户画像存储区域。其中，已生成的用户画像存储区域存储的是处理平台基于设定的标准判定用户偏好后所生成得到用户画像。示例性的，当终端用户A第一次访问处理平台后，访问了体育类的信息。而处理平台中配置的是根据用户当前的访问行为，给对应的行为特征参数增加评分，当某个画像标签的分数达到指定分数，且分数为用户对应的多个画像标签中的最高分数，即判定用户的用户画像为该某个画像标签对应的用户画像。

此外，除了前述的由执行数据处理方法的处理平台自己来生成用户画像外，还可以直接获取第三方提供的用户画像。作为另外一种方式，在用户所使用的终端中可能除了前述处理平台对应的客户端外，还安装有其他的客户端，而其他的客户端可能也会在用户授权的情况下检测用户的一些用户画像。那么在这种情况下，作为一种方式，处理平台为了可以获得更加准确的用户画像可以与其他客户端对应的服务器之间配置接口，从其他服务器获取第三方提供的用户画像。

再者，作为再一种方式，处理平台可以将自身生成的用户画像与从第三方获取的用户画像进行合并，从而得到更加全面的用户画像，进而在后续进行用户画像比对的时候可以得到更加全面的比对结果。可选的，处理平台在将自身生成的用户画像与从第三方获取的用户画像进行合并的过程中，可以删除重复的用户画像所包括的用户画像标签。

步骤S340：获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容。

步骤S350：判断所述反馈信息是否符合目标反馈条件。

步骤S360：若不符合所述目标反馈条件，降低所述目标群体中各用户当前所对应的画像标签的评分。

可以理解的是，若反馈信息不满足所述目标反馈条件，表征目标群体的用户对于基于该目标群体的用户的用户画像所推送的信息并不感兴趣，也就意味着在确定该目标群体的用户的用户画像时，有存在错误的地方。例如，目标群体的用户对应的都是体育类型的用户画像，那么在处理平台所推送的是关于体育类的推送信息的情况下，若反馈信息不满足所述目标反馈条件，表征该目标群体中的绝大部分用户其实并不是体育类型的用户。

在本申请实施例中，可以有多种方式来降低目标群体对应的用户当前所对应的画像标签的评分。

作为一种方式，所述降低所述目标群体中各用户当前所对应的画像标签的评分的步骤包括：获取所述所推送信息的信息类型；降低目标行为特征参数的权重，所述目标行为特征参数为所述目标群体中各用户当前的画像标签中与所述信息类型匹配的行为特征参数。

示例性的，在多个行为特征包括浏览相关文本信息、观看相关的视频以及购买相关的产品的情况下，若推送信息的类型为文本类型，那么与所述信息类型匹配的行为特征参数即为浏览相关文本信息这个行为特征参数。类似的，若推送信息的类型为视频类型，那么与所述信息类型匹配的行为特征参数即为观看相关的视频这个行为特征参数。

可以理解的是，因为每个用户所对应的多个用户画像标签的评分可能不同，那么在每个用户的目标行为特征参数所对应的权重被降低后，每个用户所更新后的用户画像可能会有所不同。例如，在根据反馈信息调节目标群体的用户画像之前，目标群体中的用户A、用户B以及用户C均为同样的文艺类型的用户画像，而在基于前述方式降低目标行为特征参数的权重后，得到用户A、用户B以及用户C各自重新计算的用户画像标签的得分，就可能会出现用户A依然是文艺类型的用户画像，而用户B和用户C则可能是体育类型或者娱乐类型的用户画像。

作为一种方式，所述降低所述目标群体中各用户当前所对应的画像标签的评分的步骤包括：基于所述反馈信息确定调整分值；所述目标群体中各用户当前所对应的画像标签的评分减去所述调整分值。

步骤S370：基于调整后的画像标签的评分，确定所述目标群体中各用户的新的目标用户画像标签。

步骤S380：将所述新的目标用户画像标签所对应的用户画像作为各用户的用户画像。

本申请提供的一种用户画像处理方法，通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。并且，在本实施例中，是通过每个用户对应的多个画像标签来确定每个用户的画像具体是哪种，并且，对于每个画像标签都各自对应有多个行为特征参数，从而实现了在进行用户画像的更新过程中，通过调节每个多个行为特征参数的权重来实现画像的更新，提升了画像更新的细粒度以及准确度。

请参阅图4，本申请实施例提供的一种用户画像处理装置400，所述装置400包括：

反馈信息获取单元410，用于获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容。

作为一种方式，反馈信息获取单元410，具体用于通过所述目标群体对应的用户所属终端中配置的数据埋点，收集所述各用户对所述推送信息的反馈操作；根据所述反馈操作生成所述反馈信息。

反馈信息检测单元420，用于判断所述反馈信息是否符合目标反馈条件。

画像处理单元430，用于若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

作为一种方式，所述反馈信息包括所述推送信息的转化率以及阅读率中的至少一个，其中，所述转化率为产生收益的推送信息占所有所述推送信息的比率，所述阅读率为已读的推送信息占所述所有推送信息的比率。反馈信息检测单元420，具体用于若检测所述转化率小于目标转化率，和/或所述阅读率小于目标阅读率，则确定所述反馈信息不符合所述目标反馈条件；若检测所述转化率满足目标转化率，和/或所述阅读率满足目标阅读率，判定所述反馈信息符合目标反馈条件。

作为一种方式，如图5所示，所述装置400，还包括：

画像确定单元440，用于获取每个用户对应的多个画像标签的评分，其中，每个画像标签包括多个行为特征参数，所述画像标签的评分基于各个行为特征参数的评分以及权重计算得到；将评分大于阈值的画像标签确定为每个用户的目标用户画像标签；

将所述目标用户画像标签所对应的用户画像作为所述每个用户各自的用户画像。在这种方式下，画像处理单元430，具体用于降低所述目标群体中各用户当前所对应的画像标签的评分；基于调整后的画像标签的评分，确定所述目标群体中各用户的新的目标用户画像标签；将所述新的目标用户画像标签所对应的用户画像作为各用户的用户画像。

其中，可选的，画像处理单元430，具体用于获取所述所推送信息的信息类型；降低目标行为特征参数的权重，所述目标行为特征参数为所述目标群体中各用户当前的画像标签中与所述信息类型匹配的行为特征参数。

可选的，画像处理单元430，具体用于基于所述反馈信息确定调整分值；

所述目标群体中各用户当前所对应的画像标签的评分减去所述调整分值。

需要说明的是，本申请中装置实施例与前述方法实施例是相互对应的，装置实施例中具体的原理可以参见前述方法实施例中的内容，此处不再赘述。

下面将结合图6对本申请提供的一种电子设备进行说明。

请参阅图6，基于上述的用户画像处理方法，本申请实施例还提供的另一种包括可以执行前述用户画像处理方法的处理器104的电子设备200。电子设备200还包括存储器104、以及网络模块106。其中，该存储器104中存储有可以执行前述实施例中内容的程序，而处理器102可以执行该存储器104中存储的程序。其中的处理器102的内部结构可以如图1所示。

其中，处理器102可以包括一个或者多个用于处理数据的核以及消息矩阵单元。处理器102利用各种接口和线路连接整个电子设备200内的各个部分，通过运行或执行存储在存储器104内的指令、程序、代码集或指令集，以及调用存储在存储器104内的数据，执行电子设备200的各种功能和处理数据。可选地，处理器102可以采用数字信号处理(DigitalSignal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器102可集成中央处理器(Central Processing Unit，CPU)、图像处理器(GraphicsProcessing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器102中，单独通过一块通信芯片进行实现。

存储器104可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器104可用于存储指令、程序、代码、代码集或指令集。存储器104可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。

所述网络模块106用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯，例如和音频播放设备进行通讯。所述网络模块106可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。所述网络模块106可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。例如，网络模块106可以与基站进行信息交互。

请参考图7，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质1100中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。

计算机可读存储介质1100可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质1100包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质1100具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1110可以例如以适当形式进行压缩。

综上所述，本申请提供的一种用户画像处理方法、装置、服务器及存储介质，可以在有向对应有相同的用户画像的目标群体的用户，发送与所述用户画像匹配的推送信息后，获取目标群体对应用户对所推送信息的反馈信息，然后对该反馈信息是否符合目标反馈条件进行检查，若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。从而通过上述方式可以实现了在预先根据用户画像划分得到对应相同用户画像的目标群体后，通过该目标群体的用户对推送信息的反馈信息，来统一更新调节该目标群体的用户的用户画像，提升了用户画像更新调节的效率，进而能够更加快速的为用户推送符合当前用户画像的信息。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种用户画像处理方法，其特征在于，所述方法包括：

获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容；

判断所述反馈信息是否符合目标反馈条件；

若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

2.根据权利要求1所述的方法，其特征在于，所述反馈信息包括所述推送信息的转化率以及阅读率中的至少一个参数，所述判断所述反馈信息是否符合目标反馈条件的步骤包括：

若所述转化率小于目标转化率，和/或所述阅读率小于目标阅读率，则确定所述反馈信息不符合所述目标反馈条件，其中，所述转化率为产生收益的推送信息占所有所述推送信息的比率，所述阅读率为已读的推送信息占所述所有推送信息的比率。

3.根据权利要求1或2所述的方法，其特征在于，所述获取目标群体中各用户对推送信息的反馈信息的步骤之前，还包括：

获取每个用户的多个画像标签的评分，其中，每个画像标签包括多个行为特征参数，所述画像标签的评分基于各个行为特征参数的评分以及权重计算得到；

将评分大于阈值的画像标签确定为每个用户的目标用户画像标签；

将所述目标用户画像标签所对应的用户画像作为所述每个用户各自的用户画像。

4.根据权利要求3所述的方法，其特征在于，所述对所述目标群体中各用户的用户画像进行调整的步骤包括：

降低所述目标群体中各用户当前所对应的画像标签的评分；

基于调整后的画像标签的评分，确定所述目标群体中各用户的新的目标用户画像标签；

将所述新的目标用户画像标签所对应的用户画像作为各用户的用户画像。

5.根据权利要求4所述的方法，其特征在于，所述降低所述目标群体中各用户当前所对应的画像标签的评分的步骤包括：

获取所述推送信息的信息类型；

降低目标行为特征参数的权重，所述目标行为特征参数为所述目标群体中各用户当前的画像标签中与所述信息类型匹配的行为特征参数。

6.根据权利要求4所述的方法，其特征在于，所述降低所述目标群体对中各用户当前所对应的画像标签的评分的步骤包括：

基于所述反馈信息确定调整分值；

将所述目标群体中各用户当前所对应的画像标签的评分减去所述调整分值。

7.根据权利要求1所述的方法，其特征在于，所述获取目标群体中各用户对推送信息的反馈信息的步骤包括：

通过所述目标群体中各用户终端配置的数据埋点，收集所述各用户对所述推送信息的反馈操作；

根据所述反馈操作生成所述反馈信息。

8.一种用户画像处理装置，其特征在于，所述装置包括：

反馈信息获取单元，用于获取目标群体中各用户对推送信息的反馈信息，所述目标群体中各用户具有部分相同的用户画像，所述推送信息包括与所述用户画像匹配的推广内容；

反馈信息检测单元，用于判断所述反馈信息是否符合目标反馈条件；

画像处理单元，用于若不符合所述目标反馈条件，则对所述目标群体中各用户的用户画像进行调整。

9.一种服务器，其特征在于，包括处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行以实现权利要求1-7所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码被处理器运行时执行权利要求1-7任一所述的方法。

Images