CN115905340A - 用户画像验证方法、装置、计算机设备和存储介质 - Google Patents
用户画像验证方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115905340A CN115905340A CN202211675270.3A CN202211675270A CN115905340A CN 115905340 A CN115905340 A CN 115905340A CN 202211675270 A CN202211675270 A CN 202211675270A CN 115905340 A CN115905340 A CN 115905340A
- Authority
- CN
- China
- Prior art keywords
- user
- user portrait
- server
- portrait label
- information
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种用户画像验证方法、装置、计算机设备和存储介质。本申请可以应用于大数据技术领域。所述方法包括:获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;从第二服务器构建的多个用户画像标签中,获取与第一用户画像标签对应的第二用户画像标签,并从第二服务器中获取与第二用户画像标签相关联用户的关联用户信息;第二服务器与第一服务器属于不同的业务服务器,第二服务器中存储有目标用户的目标用户信息;根据关联用户信息,以及目标用户信息,验证第一用户画像标签的准确性。采用本方法能够实现对第一服务器构建的针对目标用户的第一用户画像标签进行准确性验证,从而可以保证第一用户画像标签的准确性。
Description
技术领域
本申请涉及大数据技术领域,特别是涉及一种用户画像验证方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着大数据技术的发展,出现了一种对用户进行信息推荐的技术,该技术通过获取用户的用户属性或者行为特征来构建用户画像,之后则可以基于用户画像来对用户进行信息推荐,来满足不同用户的个性化信息推荐需求。
可见,用户信息推荐的准确度与用户画像的准确度具有密切关系,然而通过现有技术构建得到的某一个用户的用户画像的准确性通常无法被验证,如果该用户的用户画像不准确,则可能造成推荐至用户的推荐信息与该用户不适配。因此,当前急需一种可以对用户画像的准确性进行验证的方法,来保证构建得到的用户画像的准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对用户画像的准确性进行验证,以保证用户画像准确性的用户画像验证方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种用户画像验证方法,所述方法包括:
获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
在其中一个实施例中,所述多个用户画像标签用于表征多个不同的用户画像属性;所述从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,包括:获取所述第一用户画像标签表征的第一用户画像属性;从多个用户画像属性中,获取与所述第一用户画像属性相同的第二用户画像属性,并将所述第二用户画像属性对应的用户画像标签,作为所述第二用户画像标签。
在其中一个实施例中,所述关联用户信息的数量为多个,所述第二服务器预先对各所述关联用户信息进行哈希运算,得到各所述关联用户信息分别对应的第一哈希值;所述从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息,包括:从所述第二服务器中接收各所述第一哈希值;根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性,包括:对所述目标用户信息进行哈希运算,得到所述目标用户信息对应的第二哈希值;利用所述第二哈希值,以及各所述第一哈希值,验证所述第一用户画像标签的准确性。
在其中一个实施例中,所述利用所述第二哈希值,以及各所述第一哈希值,验证所述第一用户画像标签的准确性,包括:在各所述第一哈希值中,包含所述第二哈希值的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确;和/或在各所述第一哈希值中,不包含所述第二哈希值的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确性待定。
在其中一个实施例中,在所述第一用户画像标签的准确性为所述第一用户画像标签准确性待定的情况下,所述方法还包括:从所述第二服务器中获取各所述用户画像标签分别对应的关联用户信息;在所述关联用户信息中包含有所述目标用户信息的情况下,将该关联用户信息对应的用户画像标签作为第三用户画像标签;基于所述第三用户画像标签,验证所述第一用户画像标签的准确性。
在其中一个实施例中,所述基于所述第三用户画像标签,验证所述第一用户画像标签的准确性,包括:在第一时间周期内,基于所述第一用户画像标签获取推荐至所述目标用户的第一推荐信息,并获取所述目标用户针对所述第一推荐信息的第一访问结果;在与所述第一时间周期相对应的第二时间周期内,基于所述第三用户画像标签对应的第四用户画像标签获取推荐至所述目标用户的第二推荐信息,并获取所述目标用户针对所述第二推荐信息的第二访问结果;所述第四用户画像标签为所述第一服务器预先构建的,用于表征与所述第三用户画像标签表征的用户画像属性相同的用户画像标签;根据所述第一访问结果以及所述第二访问结果,验证所述第一用户画像标签的准确性。
在其中一个实施例中,所述第一访问结果表征所述目标用户针对所述第一推荐信息的访问概率,所述第二访问结果表征所述目标用户针对所述第二推荐信息的访问概率;所述根据所述第一访问结果以及所述第二访问结果,验证所述第一用户画像标签的准确性,包括:在所述第一推荐信息的访问概率,大于或者等于所述第二推荐信息的访问概率的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确;和/或在所述第一推荐信息的访问概率,小于所述第二推荐信息的访问概率的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签不准确,并在所述第一服务器中,将所述目标用户的第一用户画像标签,更新为所述第四用户画像标签。
第二方面,本申请还提供了一种用户画像验证装置,所述装置包括:
第一标签获取模块,用于获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
关联信息获取模块,用于从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
第一标签验证模块,用于根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
第四方面,本申请还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,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
上述用户画像验证方法、装置、计算机设备、存储介质和计算机程序产品,通过获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;从第二服务器构建的多个用户画像标签中,获取与第一用户画像标签对应的第二用户画像标签,并从第二服务器中获取与第二用户画像标签相关联用户的关联用户信息;第二服务器与第一服务器属于不同的业务服务器,第二服务器中存储有目标用户的目标用户信息;根据关联用户信息,以及目标用户信息,验证第一用户画像标签的准确性。本申请可以利用第二服务器中与目标用户的第一用户画像标签对应的第二用户画像标签,以及第二用户画像标签相关联用户的关联用户信息,来实现对第一服务器构建的针对目标用户的第一用户画像标签进行准确性验证,从而可以保证第一服务器构建的第一用户画像标签的准确性。
附图说明
图1为一个实施例中用户画像验证方法的应用环境图;
图2为一个实施例中用户画像验证方法的流程示意图;
图3为一个实施例中验证第一用户画像标签的准确性的流程示意图;
图4为一个实施例中基于第三用户画像标签验证准确性的流程示意图;
图5为一个实施例中用户画像验证装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的用户画像验证方法,可以应用于如图1所示的应用环境中。其中,第一服务器101通过网络与第二服务器102进行通信。具体来说,第一服务器101可以得到由第一服务器101预先构建的针对于某一个目标用户的用户画像标签,即第一用户画像标签,同时还可以从与其通信连接,并且存储有该用户的目标用户信息的第二服务器102中,筛选出与第一用户画像标签相对应的第二用户画像标签,并从第二服务器102中得到第二用户画像标签相关联用户的用户信息,即关联用户信息,从而利用上述关联用户信息以及目标用户信息,来验证第一用户画像标签的准确性。其中,第一服务器101以及第二服务器102都可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种用户画像验证方法,以该方法应用于图1中的第一服务器101为例进行说明,包括以下步骤:
步骤S201,获取由第一服务器101构建得到的,针对于目标用户的第一用户画像标签。
其中,第一服务器101是需要进行针对用户的用户画像标签验证的业务服务器,该第一服务器可以预先对用户构建相应的用户画像标签,并且对其构建的用户画像标签的准确性进行验证。而第一用户画像标签则是需要进行准确性验证的用户画像标签,该用户画像标签所对应的用户为目标用户。具体来说,第一服务器101可以预先基于目标用户的用户特征,例如目标用户的用户行为以及用户属性等,构造针对目标用户的用户画像标签,即第一用户画像标签,并且也可以对其构建的第一用户画像标签进行准确性验证。
步骤S202,从第二服务器102构建的多个用户画像标签中,获取与第一用户画像标签对应的第二用户画像标签,并从第二服务器102中获取与第二用户画像标签相关联用户的关联用户信息;第二服务器102与第一服务器101属于不同的业务服务器,第二服务器102中存储有目标用户的目标用户信息。
而第二服务器102则是与第一服务器101不相同的其余业务服务器,该服务器也可以存储有目标用户的用户信息,即目标用户信息,该用户信息可以指的是目标用户的用户身份信息,用于标识不同用户。同时,第二服务器102也可以预先构建有多个用户画像标签,而第二用户画像标签则指的是第二服务器102预先构建的多个用户画像标签中,与第一用户画像标签相对应的用户画像标签。例如,第二服务器102构建的用户画像标签包括:画像标签A2、画像标签B2以及画像标签C2,其中第一用户画像标签为画像标签A1,其对应的第二服务器102构建的用户画像标签可以是画像标签A2,那么,画像标签A2则可以作为第二用户画像标签。
而关联用户信息则指的是与第二用户画像标签相关联用户的用户信息,本实施例中,第二服务器102也可以基于其存储的用户信息分别构建各个用户的用户画像标签,因此第一服务器101在得到第二用户画像标签后,则可以进一步得到该第二用户画像标签相关联用户的用户信息。例如第二服务器102存储有用户A对应的用户信息A、用户B对应的用户信息B、用户C对应的用户信息C以及用户D对应的用户信息D,其中上述用户信息中包含有目标用户的目标用户信息,并且用户A和用户B的用户画像标签为画像标签A2,用户C的用户画像标签为画像标签B2,而用户D的用户画像标签为画像标签C2,那么在第二用户画像标签为第二用户画像标签的情况下,第一服务器101则可以从第二服务器102中得到相关联用户,即用户A与用户B对应的用户信息A与用户信息B,作为关联用户信息。
步骤S203,根据关联用户信息,以及目标用户信息,验证第一用户画像标签的准确性。
最后,则可以利用关联用户信息以及目标用户信息,来对第一用户画像标签的准确性进行验证,一般而言,如果第一服务器101与第二服务器102都针对目标用户构建了准确的用户画像标签,那么第一服务器101针对目标用户构建的第一用户画像标签,以及第二服务器102针对目标用户构建的用户画像标签应该是相同的用户画像标签,那么第二服务器102针对目标用户构建的用户画像标签应该是第一用户画像标签对应的第二用户画像标签,此时第二用户画像标签相关联用户的关联用户信息则应该包含有目标用户信息。因此第一服务器101可以通过比对关联用户信息,以及目标用户信息的方式,来对第一用户画像标签的准确性进行验证
上述用户画像验证方法中,通过第一服务器101获取由第一服务器101构建得到的,针对于目标用户的第一用户画像标签;从第二服务器102构建的多个用户画像标签中,获取与第一用户画像标签对应的第二用户画像标签,并从第二服务器102中获取与第二用户画像标签相关联用户的关联用户信息;第二服务器102与第一服务器101属于不同的业务服务器,第二服务器102中存储有目标用户的目标用户信息;根据关联用户信息,以及目标用户信息,验证第一用户画像标签的准确性。本申请可以利用第二服务器102中与目标用户的第一用户画像标签对应的第二用户画像标签,以及第二用户画像标签相关联用户的关联用户信息,来实现对第一服务器101构建的针对目标用户的第一用户画像标签进行准确性验证,从而可以保证第一服务器101构建的第一用户画像标签的准确性。
在一个实施例中,多个用户画像标签用于表征多个不同的用户画像属性;步骤S202可以进一步包括:获取第一用户画像标签表征的第一用户画像属性;从多个用户画像属性中,获取与第一用户画像属性相同的第二用户画像属性,并将第二用户画像属性对应的用户画像标签,作为第二用户画像标签。
本实施例中,第二服务器102构建的多个用户画像标签,可以用于表征不同的用户画像属性,例如画像标签A2、画像标签B2以及画像标签C2,可以分别用于表征用户画像属性A、用户画像属性B以及用户画像属性C。第一用户画像属性则指的是第一用户画像标签所表征的用户画像属性,而第二用户画像属性则是第二服务器102构建的多个用户画像标签分别表征的用户画像属性中,与第一用户画像属性相同的用户画像属性。
具体来说,第一服务器101在得到第一用户画像标签后,还可以进一步确定出第一用户画像标签所表征的第一用户画像属性,之后则可以利用第一用户画像属性,来识别出第二服务器102构建的多个用户画像标签分别对应的用户画像属性中,与第一用户画像属性相同的第二用户画像属性。例如,第一用户画像标签可以是画像标签A1,其表征的第一用户画像属性为画像属性A,同时第二服务器102构建的画像标签A2表征的用户画像属性也是画像属性A,那么第一服务器101则可以将画像标签A2,作为第二用户画像标签。
本实施例中,第一服务器101还可以基于第一用户画像标签表征的第一用户画像属性,从多个用户画像属性中筛选出与第一用户画像属性相同的第二用户画像属性对应的用户画像标签,作为第二用户画像标签,从而可以提高第二用户画像标签筛选的准确性。
进一步地,关联用户信息的数量为多个,第二服务器102预先对各关联用户信息进行哈希运算,得到各关联用户信息分别对应的第一哈希值;步骤S202可以进一步包括:从第二服务器102中接收各第一哈希值;步骤S203可以进一步包括:对目标用户信息进行哈希运算,得到目标用户信息对应的第二哈希值;利用第二哈希值,以及各第一哈希值,验证第一用户画像标签的准确性。
本实施例中,为了避免关联用户信息在传输过程中被盗用,在第一服务器101从第二服务器102获取关联用户信息之前,第二服务器102还可以预先对每一个关联用户信息进行加密处理,该加密处理可以是通过哈希运算的方式来实现,例如可以是通过MD5算法进行处理,而第一哈希值则是对关联用户信息进行哈希处理后得到的哈希值。第二服务器102在得到多个相关联用户的关联用户信息后,还可以预先对每一个关联用户信息分别进行哈希运算处理,从而分别得到每一个关联用户信息分别对应的第一哈希值,并且在第一服务器101接收关联用户信息时,可以将上述第一哈希值传输至第一服务器101。
而第二哈希值则是第一服务器101对目标用户信息进行哈希运算处理后得到的哈希值,该哈希运算处理的方式可以和第二服务器102得到第一哈希值的方式相同,也可以是通过MD5算法对目标用户信息进行处理得到。在得到第二哈希值之后,第一服务器101则可以进一步利用第二哈希值,以及每个第一哈希值,来对第一用户画像标签的准确性进行验证,从而可以提高用户信息的安全性。
本实施例中,第二服务器102可以预先对关联用户信息进行哈希运算,得到相应第一哈希值,从而第二服务器102可以基于目标用户信息的第二哈希值,与第一哈希值来验证第一用户画像标签的准确性,可以避免关联用户信息在传输过程中被盗用,从而可以提高用户信息的安全性。
进一步地,利用第二哈希值,以及各第一哈希值,验证第一用户画像标签的准确性,包括:在各第一哈希值中,包含第二哈希值的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确;和/或在各第一哈希值中,不包含第二哈希值的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确性待定。
如果第二服务器102针对目标用户构建的用户画像标签,如果就是与第一服务器101构建的第一用户画像标签相对应的第二用户画像标签,同时由于第一用户画像标签和第二用户画像标签表征的用户画像属性相同,那么则表明第一服务器101和第二服务器102针对目标用户构建的用户画像标签相匹配,此时可可以表明第一服务器101构建的第一用户画像标签是准确的。那么在这种情况下,关联用户信息中必然包含有目标用户的目标用户信息,即第一哈希值中,可以包含有第二哈希值。
而如果第一哈希值中未包含有第二哈希值,那么则可以表征第一服务器101针对目标用户构建的用户画像标签,与第二服务器102针对目标用户构建的用户画像标签不匹配,那么在这种情况下,则可能包含两种情况,有可能是第一服务器101针对目标用户构建的用户画像标签是准确的,而第二服务器102针对目标用户构建的用户画像标签是不准确的,也可能是第一服务器101针对目标用户构建的用户画像标签是不准确的,而第二服务器102针对目标用户构建的用户画像标签是准确的,那么在这种情况下,则无法判断第一用户画像标签是否准确,那么此时第一用户画像标签的准确性则是第一用户画像标签准确性待定。
本实施例中,还可以利用各个第一哈希值中,是否包含有第二哈希值,来实现对第一用户画像标签准确性的验证,在保证了第一用户画像标签的验证结果准确性的前提下,可以提高第一用户画像标签验证的安全性。
在一个实施例中,如图3所示,在第一用户画像标签的准确性为第一用户画像标签准确性待定的情况下,用户画像验证方法还可以包括:
步骤S301,从第二服务器102中获取各用户画像标签分别对应的关联用户信息。
而如果第一服务器101无法利用第二用户画像标签相关联用户的关联用户信息,来实现第一用户画像标签准确性的验证,例如可以是第二用户画像标签相关联用户的关联用户信息,未包含有目标用户信息的情况下,第一服务器101还可以进一步地,从第二服务器102中获取第二服务器102预先构建的各个用户画像标签,分别对应的关联用户信息。
例如,第二服务器102预先构建的用户画像标签可以包括:画像标签A2、画像标签B2以及画像标签C2,其中画像标签A2关联有用户A和用户B的用户信息A与用户信息B,画像标签B2关联有用户C的用户信息C,而画像标签C2关联有用户D的用户信息D,第一服务器101则可以得到每一个用户画像标签分别对应的关联用户信息。
步骤S302,在关联用户信息中包含有目标用户信息的情况下,将该关联用户信息对应的用户画像标签作为第三用户画像标签。
第三用户画像标签则指的是第二服务器102针对于目标用户构建的用户画像标签,第一服务器101在得到每一个用户画像标签分别对应的关联用户信息后,则可以从上述关联用户信息中,查询出包含有目标用户信息的关联用户信息,从而可以将该关联用户信息对应的用户画像标签作为第三用户画像标签。例如,目标用户信息为用户信息C,该用户信息属于画像标签B2所对应的关联用户信息,那么第一服务器101则可以将画像标签B2作为第三用户画像标签。
步骤S303,基于第三用户画像标签,验证第一用户画像标签的准确性。
最后,第一服务器101则可以基于上述第三用户画像标签,来实现对第一用户画像标签准确性的验证,由于第三用户画像标签是第二服务器102针对于目标用户构建的用户画像标签,因此,如果第一服务器101构建的第一用户画像标签是准确的,那么第二服务器102构建的第三用户画像标签则是不准确的。同理,如果第一服务器101构建的第一用户画像标签是不准确的,那么第二服务器102构建的第三用户画像标签则是准确的,通过上述方式,则可以进一步地对第一用户画像标签的准确性进行验证。
本实施例中,在第一服务器101无法利用第二用户画像标签相关联用户的关联用户信息,来实现第一用户画像标签准确性的验证的情况下,第一服务器101还可以进一步地利用第二服务器102针对于目标用户构建的第三用户画像标签,来实现对第一用户画像标签准确性的验证,从而可以进一步保证第一用户画像标签验证结果的准确性。
进一步地,如图4所示,步骤S303可以进一步包括:
步骤S401,在第一时间周期内,基于第一用户画像标签获取推荐至目标用户的第一推荐信息,并获取目标用户针对第一推荐信息的第一访问结果。
其中,第一时间周期指的是预先设定的,用于采集目标用户针对第一推荐信息的访问结果,即第一访问结果的采集周期,例如可以是一星期,而第一推荐信息则指的是基于第一用户画像标签推荐至目标用户的推荐信息。具体来说,第一服务器101可以先将目标用户的用户画像标签设置为第一用户画像标签,并利用第一用户画像标签生成相应的第一推荐信息,发送至目标用户,并采集目标用户针对第一推荐信息的第一访问结果。
步骤S402,在与第一时间周期相对应的第二时间周期内,基于第三用户画像标签对应的第四用户画像标签获取推荐至目标用户的第二推荐信息,并获取目标用户针对第二推荐信息的第二访问结果;第四用户画像标签为第一服务器预先构建的,用于表征与第三用户画像标签表征的用户画像属性相同的用户画像标签。
第二时间周期指的是用于采集目标用户针对第二推荐信息的访问结果,即第二访问结果的采集周期,该第二时间周期的周期长度与第一时间周期的周期长度相同,例如第一时间周期为一星期,那么第二时间周期也可以设定为一星期。而第二推荐信息则指的是基于第四用户画像标签推荐至目标用户的推荐信息,该第四用户画像标签是第一服务器101预先构建的用户画像标签中,与第三用户画像标签所表征的用户属性相同的用户画像标签。
例如,第一服务器101预先构建的用户画像标签可以包括:画像标签A1、画像标签B1以及画像标签C1,其中画像标签A1与第二服务器102构建的画像标签A2所表征的用户画像属性都为用户画像属性A,画像标签B1与第二服务器102构建的画像标签B2所表征的用户画像属性都为用户画像属性B,而画像标签C1与第二服务器102构建的画像标签C2所表征的用户画像属性都为用户画像属性C。如果画像标签B2作为第三用户画像标签,那么画像标签B1则可以作为第四用户画像标签,此时第一服务器101则可以将目标用户的用户画像标签设置为第四用户画像标签,即画像标签B1,并利用第四用户画像标签生成相应的第二推荐信息,发送至目标用户,并采集目标用户针对第二推荐信息的第二访问结果。
步骤S403,根据第一访问结果以及第二访问结果,验证第一用户画像标签的准确性。
最后,第一服务器101则可以基于上述第一访问结果,以及第二访问结果,来对第一用户画像标签的准确性进行验证。例如第一用户画像标签为画像标签A1,而第四用户画像标签为画像标签A2,第一服务器101可以分别采集目标用户基于画像标签A1得到的推荐信息的访问结果,即第一访问结果,以及目标用户基于画像标签A2得到的推荐信息的访问结果,即第二访问结果,来验证画像标签A1是否准确。
本实施例中,第一服务器101得到第三用户画像标签后,则可以分别获取目标用户针对第一用户画像标签得到的第一推荐信息的第一访问结果,以及目标用户针对第三用户画像标签对应的第四用户画像标签得到的第二推荐信息的第二访问结果,来对第一用户画像标签的准确性进行验证,从而进一步提高了得到的第一用户画像标签的验证结果的准确性。
进一步地,第一访问结果表征目标用户针对第一推荐信息的访问概率,第二访问结果表征目标用户针对第二推荐信息的访问概率;步骤S403可以进一步包括:在第一推荐信息的访问概率,大于或者等于第二推荐信息的访问概率的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确;和/或在第一推荐信息的访问概率,小于第二推荐信息的访问概率的情况下,验证第一用户画像标签的准确性为第一用户画像标签不准确,并在第一服务器中,将目标用户的第一用户画像标签,更新为第四用户画像标签。
本实施例中,第一访问结果可以表征为目标用户针对第一推荐信息的访问概率,而第二访问结果可以表征为目标用户针对第而推荐信息的访问概率,如果第一推荐信息的访问概率要大于或者等于第二推荐信息的访问概率,那么则表明该目标用户对第一推荐信息的感兴趣程度要大于第二推荐信息,此时则可以说明第一服务器101构建的针对于目标用户的第一用户画像标签是准确的。而如果第一推荐信息的访问概率要小于第二推荐信息的访问概率,那么则表明该目标用户对第二推荐信息的感兴趣程度要大于第一推荐信息,此时则可以说明第一服务器101构建的针对于目标用户的第一用户画像标签是不准确的,那么第一服务器101则可以进一步地,将目标用户的用户画像标签,由设定的第一用户画像标签,更新为第四用户画像标签,来实现用户画像标签的更新。
本实施例中,还可以基于目标用户针对第一推荐信息以及第二推荐信息的访问概率,来验证第一服务器101构建的第一用户画像标签的准确性,并且在确定出第一用户画像标签不准确的情况下,还可以实现对第一用户画像标签的更新处理,从而可以提高目标用户的用户画像标签设定的准确性。
在一个应用实例中,还提供了一种针对用户画像的验证方法,同一个用户可以在不同业务系统中都存在相应的用户交互行为,同时,由于同一用户的用户交互行为一般在不同业务系统中都尽可能的保持一致,因此可以通过隐私计算技术,对各个业务系统的用户画像进行隐私求交,可在不泄露用户隐私的前提下验证用户画像的准确性,具体操作步骤如下:
1、参与隐私求交的各个业务系统确定共有的用户画像标签;
2、参与隐私求交的各个业务系统将各个用户按照用户画像标签进行分组,例如:业务系统1将用户画像中带有A标签的用户归为A1组,将用户画像中带有B标签的用户归为B1组等等;业务系统2将用户画像中带有A标签的客户归为A2组,将用户画像中带有B的客户归为B2组等等。
3、参与隐私求交的各个业务系统将分组中的用户的身份信息进行哈希运算。具体的,哈希运算可采用MD5算法,实现将待处理信息加工为128bit的计算结果。
4、参与隐私求交的各个业务系统互相交换经过哈希运算的数据进行交换,以整组数据的形式进行交换。
5、参与隐私求交的各个业务系统使用自己建立的分组信息与交换回来的信息进行比对,例如:业务系统1核对A1组和A2组是否包含相同数据,如存在则说明业务系统2对同一用户设置了相同标签,即验证了用户画像的准确性。
本应用实例中,可以通过隐私计算技术,对各个业务系统的用户画像进行隐私求交,可在不泄露用户隐私的前提下验证用户画像的准确性。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的用户画像验证方法的用户画像验证装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个用户画像验证装置实施例中的具体限定可以参见上文中对于用户画像验证方法的限定,在此不再赘述。
在一个实施例中,如图5所示,提供了一种用户画像验证装置,包括:第一标签获取模块501、关联信息获取模块502和第一标签验证模块503,其中:
第一标签获取模块501,用于获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
关联信息获取模块502,用于从第二服务器构建的多个用户画像标签中,获取与第一用户画像标签对应的第二用户画像标签,并从第二服务器中获取与第二用户画像标签相关联用户的关联用户信息;第二服务器与第一服务器属于不同的业务服务器,第二服务器中存储有目标用户的目标用户信息;
第一标签验证模块503,用于根据关联用户信息,以及目标用户信息,验证第一用户画像标签的准确性。
在一个实施例中,多个用户画像标签用于表征多个不同的用户画像属性;关联信息获取模块502,进一步用于获取第一用户画像标签表征的第一用户画像属性;从多个用户画像属性中,获取与第一用户画像属性相同的第二用户画像属性,并将第二用户画像属性对应的用户画像标签,作为第二用户画像标签。
在一个实施例中,关联用户信息的数量为多个,第二服务器预先对各关联用户信息进行哈希运算,得到各关联用户信息分别对应的第一哈希值;关联信息获取模块502,进一步用于从第二服务器中接收各第一哈希值;第一标签验证模块503,进一步用于对目标用户信息进行哈希运算,得到目标用户信息对应的第二哈希值;利用第二哈希值,以及各第一哈希值,验证第一用户画像标签的准确性。
在一个实施例中,第一标签验证模块503,进一步用于在各第一哈希值中,包含第二哈希值的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确;以及用于在各第一哈希值中,不包含第二哈希值的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确性待定。
在一个实施例中,在第一用户画像标签的准确性为第一用户画像标签准确性待定的情况下,第一标签验证模块503,还用于从第二服务器中获取各用户画像标签分别对应的关联用户信息;在关联用户信息中包含有目标用户信息的情况下,将该关联用户信息对应的用户画像标签作为第三用户画像标签;基于第三用户画像标签,验证第一用户画像标签的准确性。
在一个实施例中,第一标签验证模块503,还用于在第一时间周期内,基于第一用户画像标签获取推荐至目标用户的第一推荐信息,并获取目标用户针对第一推荐信息的第一访问结果;在与第一时间周期相对应的第二时间周期内,基于第三用户画像标签对应的第四用户画像标签获取推荐至目标用户的第二推荐信息,并获取目标用户针对第二推荐信息的第二访问结果;第四用户画像标签为第一服务器预先构建的,用于表征与第三用户画像标签表征的用户画像属性相同的用户画像标签;根据第一访问结果以及第二访问结果,验证第一用户画像标签的准确性。
在一个实施例中,第一访问结果表征目标用户针对第一推荐信息的访问概率,第二访问结果表征目标用户针对第二推荐信息的访问概率;第一标签验证模块503,还用于在第一推荐信息的访问概率,大于或者等于第二推荐信息的访问概率的情况下,验证第一用户画像标签的准确性为第一用户画像标签准确;以及用于在第一推荐信息的访问概率,小于第二推荐信息的访问概率的情况下,验证第一用户画像标签的准确性为第一用户画像标签不准确,并在第一服务器中,将目标用户的第一用户画像标签,更新为第四用户画像标签。
上述用户画像验证装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户画像标签数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户画像验证方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种用户画像验证方法,其特征在于,所述方法包括:
获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
2.根据权利要求1所述的方法,其特征在于,所述多个用户画像标签用于表征多个不同的用户画像属性;
所述从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,包括:
获取所述第一用户画像标签表征的第一用户画像属性;
从多个用户画像属性中,获取与所述第一用户画像属性相同的第二用户画像属性,并将所述第二用户画像属性对应的用户画像标签,作为所述第二用户画像标签。
3.根据权利要求2所述的方法,其特征在于,所述关联用户信息的数量为多个,所述第二服务器预先对各所述关联用户信息进行哈希运算,得到各所述关联用户信息分别对应的第一哈希值;
所述从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息,包括:
从所述第二服务器中接收各所述第一哈希值;
根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性,包括:
对所述目标用户信息进行哈希运算,得到所述目标用户信息对应的第二哈希值;
利用所述第二哈希值,以及各所述第一哈希值,验证所述第一用户画像标签的准确性。
4.根据权利要求3所述的方法,其特征在于,所述利用所述第二哈希值,以及各所述第一哈希值,验证所述第一用户画像标签的准确性,包括:
在各所述第一哈希值中,包含所述第二哈希值的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确;
和/或
在各所述第一哈希值中,不包含所述第二哈希值的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确性待定。
5.根据权利要求1至4任意一项所述的方法,其特征在于,在所述第一用户画像标签的准确性为所述第一用户画像标签准确性待定的情况下,所述方法还包括:
从所述第二服务器中获取各所述用户画像标签分别对应的关联用户信息;
在所述关联用户信息中包含有所述目标用户信息的情况下,将该关联用户信息对应的用户画像标签作为第三用户画像标签;
基于所述第三用户画像标签,验证所述第一用户画像标签的准确性。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第三用户画像标签,验证所述第一用户画像标签的准确性,包括:
在第一时间周期内,基于所述第一用户画像标签获取推荐至所述目标用户的第一推荐信息,并获取所述目标用户针对所述第一推荐信息的第一访问结果;
在与所述第一时间周期相对应的第二时间周期内,基于所述第三用户画像标签对应的第四用户画像标签获取推荐至所述目标用户的第二推荐信息,并获取所述目标用户针对所述第二推荐信息的第二访问结果;所述第四用户画像标签为所述第一服务器预先构建的,用于表征与所述第三用户画像标签表征的用户画像属性相同的用户画像标签;
根据所述第一访问结果以及所述第二访问结果,验证所述第一用户画像标签的准确性。
7.根据权利要求6所述的方法,其特征在于,所述第一访问结果表征所述目标用户针对所述第一推荐信息的访问概率,所述第二访问结果表征所述目标用户针对所述第二推荐信息的访问概率;
所述根据所述第一访问结果以及所述第二访问结果,验证所述第一用户画像标签的准确性,包括:
在所述第一推荐信息的访问概率,大于或者等于所述第二推荐信息的访问概率的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签准确;
和/或
在所述第一推荐信息的访问概率,小于所述第二推荐信息的访问概率的情况下,验证所述第一用户画像标签的准确性为所述第一用户画像标签不准确,并在所述第一服务器中,将所述目标用户的第一用户画像标签,更新为所述第四用户画像标签。
8.一种用户画像验证装置,其特征在于,所述装置包括:
第一标签获取模块,用于获取由第一服务器构建得到的,针对于目标用户的第一用户画像标签;
关联信息获取模块,用于从第二服务器构建的多个用户画像标签中,获取与所述第一用户画像标签对应的第二用户画像标签,并从所述第二服务器中获取与所述第二用户画像标签相关联用户的关联用户信息;所述第二服务器与所述第一服务器属于不同的业务服务器,所述第二服务器中存储有所述目标用户的目标用户信息;
第一标签验证模块,用于根据所述关联用户信息,以及所述目标用户信息,验证所述第一用户画像标签的准确性。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211675270.3A CN115905340A (zh) | 2022-12-26 | 2022-12-26 | 用户画像验证方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211675270.3A CN115905340A (zh) | 2022-12-26 | 2022-12-26 | 用户画像验证方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115905340A true CN115905340A (zh) | 2023-04-04 |
Family
ID=86472735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211675270.3A Pending CN115905340A (zh) | 2022-12-26 | 2022-12-26 | 用户画像验证方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115905340A (zh) |
-
2022
- 2022-12-26 CN CN202211675270.3A patent/CN115905340A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2779520B1 (en) | A process for obtaining candidate data from a remote storage server for comparison to a data to be identified | |
US20200104754A1 (en) | Method for managing a machine learning model | |
CN111460394A (zh) | 一种版权文件的验证方法、装置及计算机可读存储介质 | |
CN113704357A (zh) | 一种基于区块链的智慧城市数据共享方法及系统 | |
CN112163635A (zh) | 基于深度学习的图像分类方法、装置、服务器及介质 | |
CN115659417A (zh) | 审计日志存储方法、验证方法、装置和计算机设备 | |
CN114048453A (zh) | 用户特征的生成方法、装置、计算机设备和存储介质 | |
CN114745173B (zh) | 登陆验证方法、装置、计算机设备和存储介质 | |
CN115935414A (zh) | 基于区块链的数据校验方法、装置、电子设备和存储介质 | |
CN115905340A (zh) | 用户画像验证方法、装置、计算机设备和存储介质 | |
CN113392138B (zh) | 一种隐私数据的统计分析方法、装置、服务器和存储介质 | |
US9210147B1 (en) | Method, apparatus and computer program product for assessing risk associated with authentication requests | |
CN112667730B (zh) | 一种外部数据验证方法、系统、设备及存储介质 | |
CN118313002A (zh) | 数据脱敏方法、装置、计算机设备和存储介质 | |
CN116167072A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN118674536A (zh) | 资源权限的调整方法、装置、计算机设备和存储介质 | |
CN114257421A (zh) | 请求验证方法、装置、计算机设备、存储介质 | |
CN114090588A (zh) | 区块链在场验证方法、装置、计算机设备和存储介质 | |
CN118250071A (zh) | 业务参数处理方法、装置、计算机设备和存储介质 | |
CN116701784A (zh) | 网点查找方法、装置、设备、存储介质和程序产品 | |
CN117436057A (zh) | 安全验证方法、装置、计算机设备和存储介质 | |
CN115757310A (zh) | 信用信息共享方法、装置、计算机设备和存储介质 | |
CN116127503A (zh) | 隐私数据处理方法、装置、计算机设备和存储介质 | |
CN114240683A (zh) | 群组创建方法、装置、计算机设备和存储介质 | |
CN116756425A (zh) | 金融网点推荐方法、装置及金融网点推荐模型训练方法 |
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 |