CN116342160A - 一种确定用户标签的方法和装置 - Google Patents
一种确定用户标签的方法和装置 Download PDFInfo
- Publication number
- CN116342160A CN116342160A CN202310268695.0A CN202310268695A CN116342160A CN 116342160 A CN116342160 A CN 116342160A CN 202310268695 A CN202310268695 A CN 202310268695A CN 116342160 A CN116342160 A CN 116342160A
- Authority
- CN
- China
- Prior art keywords
- user
- target user
- determining
- community
- users
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000006399 behavior Effects 0.000 claims description 70
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 229920000742 Cotton Polymers 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明是关于确定用户标签的方法和装置,方法包括:获取目标用户对电商商品的正向行为数据;当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;根据相似用户的社区标签,确定目标用户的社区标签。实现了通过确定相似用户获取相似用户的社区标签,从而得到目标用户的社区标签,补充完善用户画像。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种确定用户标签的方法和装置。
背景技术
伴随着互联网的快速发展,电商平台发展迅速,电商平台是通过电子工具以及各种互联网手段和商务进行配合,实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动。此外,信息输出的渠道变得更多元,类型也变得更加多样化,出现了很多不同类型的内容社区平台,诸如综合在线内容平台、生活类内容平台、文娱类内容平台、消费类内容平台等,其以文字、图像、视频、直播等内容形式,以满足不同场景下不同的用户需求。
目前已经开发出了电商平台与内容社区平台相结合的APP。在这些技术中,需要对商品打标:由人工将电商商品打标上社区的标签(例如“美食”、“家居”等)。需要对用户打标:根据用户对电商商品的正向行为(如购买/点击/加购等),结合商品的标签,通过预设规则对用户进行打标。例如,如果用户常购买美食类商品,对用户打标“美食”。
然而,上述打标方案存在以下缺点:需要人工进行商品打标,消耗巨大的人力成本;商品数量上亿,人工商品打标无法准确覆盖所有的商品;未考虑用户之间的关联和相似。
发明内容
为克服相关技术中存在的问题,本发明的实施例提供一种确定用户标签的方法和装置。技术方案如下:
根据本发明的实施例的第一方面,提供一种确定用户标签的方法,包括:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
在一实施例中,所述从其他用户中确定出目标用户的相似用户,包括:
对于其他用户中的每一个用户,通过计算每一个用户和目标用户之间的正向行为商品的交集个数与正向行为商品的并集的个数的比值,确定每一个用户相对于目标用户的用户相似分;
根据用户相似分和第一预设阈值,确定出和目标用户最相似的N个相似用户,N为大于或等于1的正整数。
在一实施例中,所述根据相似用户的社区标签,确定目标用户的社区标签,包括:
获取N个相似用户中的每一个相似用户的社区标签;
根据相似用户的用户相似分对N个相似用户的社区标签进行加权汇总,得到目标用户的社区标签。
在一实施例中,所述方法还包括:
当目标用户的正向行为数据低于预设值时,对目标用户的所有正向行为商品中的每一个商品,确定商品的社区标签;
根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签。
在一实施例中,所述确定商品的社区标签,包括:
从其他用户中,确定对所述商品执行正向行为的相关用户;
对于每一个相关用户,通过计算1/用户正向行为商品总数,确定每一个相关用户相对于所述商品的用户相关分;
根据用户相关分和第二预设阈值,确定出和所述商品最相关的N个相关用户,N为大于或等于1的正整数;
根据相关用户的用户相关分对N个相关用户的社区标签进行加权汇总,得到所述商品的社区标签。
在一实施例中,所述根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签,包括:
对目标用户的所有正向行为商品的社区标签进行汇总,得到目标用户的社区标签。
在一实施例中,所述社区标签包括多个标签和每个标签对应的得分。
根据本发明的实施例的第二方面,提供一种确定用户标签的装置,包括:
获取模块,用于获取目标用户对电商商品的正向行为数据;
第一确定模块,用于当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
第二确定模块,用于根据相似用户的社区标签,确定目标用户的社区标签。
根据本发明的实施例的第三方面,提供一种确定用户标签的装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
根据本发明的实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现本发明的实施例的第一方面中任一项方法的步骤。
本发明的实施例提供的技术方案,当目标用户的电商行为丰富时,例如正向行为次数超过10次,那么可以通过确定相似用户,获取相似用户的社区标签,从而得到目标用户的社区标签,补充完善用户画像,后续根据社区标签,可以推荐标签下相关的社区内容。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的确定用户标签的方法流程图;
图2是根据一示例性实施例示出的确定用户标签的方法流程图;
图3是根据一示例性实施例示出的确定用户标签的方法流程图;
图4是根据一示例性实施例示出的确定用户标签的装置的框图;
图5是根据一示例性实施例示出的确定用户标签的装置的框图;
图6是根据一示例性实施例示出的确定用户标签的装置的框图;
图7是根据一示例性实施例示出的确定用户标签的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明提供一种确定用户标签的方法,用于在电商平台与内容社区平台相结合的APP中,为用户的社区属性进行打标。该方法可以应用于对用户打标的手机、电脑、服务器等终端。如图1所示,该方法包括如下步骤101至步骤103:
在步骤101中,获取目标用户对电商商品的正向行为数据。
在结合了电商平台与内容社区平台的APP中,一方面,用户可以进行电商行为,包括在电商平台上上架电商商品进行销售,以及在电商平台上浏览、收藏、购买商品;另一方面,用户可以进行社区行为,包括在内容社区平台上输出图文、视频、音频等内容。
其中,目标用户是指待打标的用户,即需要确定其标签的用户。标签可以表征用户在内容社区平台的社区属性,例如,社区属性可以包括美食、家居、旅游、追星、明星等等。在一实施例中,目标用户可以是指仅有电商行为的用户,或仅有电商行为且社区行为稀少的用户。
电商商品正向行为数据代表用户对电商商品的正向行为次数,例如可以包括但不限于点击、收藏、添加到购物车、购买等正向行为的次数。
在步骤102中,当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户。
这里,其他用户可以是上述APP中的所有注册用户或者未注册的游客用户等。目标用户的相似用户即表示该用户与目标用户对相同的电商商品感兴趣。在一实施例中,可以简单地根据两个用户具有的相同的正向行为商品的个数来确定相似用户。
在步骤103中,根据相似用户的社区标签,确定目标用户的社区标签。
社区标签(也称为tag),比如包括美食、明星等。
本发明提出的技术方案,当目标用户的电商行为丰富时,例如正向行为次数超过10次,那么可以通过确定相似用户,获取相似用户的社区标签,从而得到目标用户的社区标签,补充完善用户画像,后续根据社区标签,可以推荐标签下相关的社区内容。通过上述方案,不需要人工打标电商商品的社区标签,就可以实现对仅有电商行为的用户打上社区标签,节省人力;而且,传统的用户标签确定方式只考虑目标用户对电商商品的正向行为作为得分,未根据相似用户的跨域数据对目标用户进行社区属性打标,本发明则在考虑电商商品正向行为的同时还考虑到了用户之间的关联和相似。
在本申请一实施例中,上述步骤102从其他用户中确定出目标用户的相似用户,可以包括以下步骤A1-A2:
在步骤A1中,对于其他用户中的每一个用户,通过计算每一个用户和目标用户之间的正向行为商品的交集个数与正向行为商品的并集的个数的比值,确定每一个用户相对于目标用户的用户相似分。
其中,正向行为商品是指用户的正向行为所针对的商品,包括但不限于:用户浏览的商品、用户收藏的商品、用户加入购物车的商品以及用户购买的商品。
在步骤A2中,根据用户相似分和第一预设阈值,确定出和目标用户最相似的N个相似用户,N为大于或等于1的正整数。
在本申请一实施例中,上述步骤103根据相似用户的社区标签,确定目标用户的社区标签,包括以下步骤B1-B2:
在步骤B1中,获取N个相似用户中的每一个相似用户的社区标签。
在一实施例中,所述社区标签可以包括多个标签和每个标签对应的得分,也就是说,每个用户可以有一个或多个社区标签,每个标签对应有得分,得分可以表示该标签在所有标签中的权重。
在一实施例中,相似用户的社区标签是基于社区行为计算得到的,该计算方法可以采用任意合适的计算方法,本发明不作限定。可能有的相似用户没有社区行为,因此没有社区标签,此时就需要过滤没有社区标签的相似用户。
在步骤B2中,根据相似用户的用户相似分对N个相似用户的社区标签进行加权汇总,得到目标用户的社区标签。
示例的,如下表一所示,对于目标用户A,通过步骤A1和A2确定出了三个相似用户x、y、z,三个相似用户的用户相似分分别为:0.8、0.6、0.4。获取相似用户x的社区标签为棉花娃娃0.5、追星0.4;获取相似用户y的社区标签为美食0.9、棉花娃娃0.3;获取相似用户z的社区标签为棉花娃娃0.8、美食0.1。根据相似用户的用户相似分对三个相似用户x、y、z的社区标签进行加权计算。
表一
最后,对三个相似用户x、y、z的加权计算结果进行汇总,并排序,得到目标用户的社区标签,包括:
棉花娃娃=0.4+0.18+0.32=0.9;
美食=0.54+0.04=0.58;
追星=0.32。
以上是当目标用户对电商商品的正向行为丰富时,可根据相似用户来确定社区标签。在本申请一实施例中,还存在目标用户对电商商品的正向行为行为很少的情况,例如只有一两个电商商品被点击,并且没有社区行为,此时根据上述实施例找出的相似用户不置信。或者通过上述实施例找出的目标用户的相似用户没有社区标签时,还需要另一种方案来给目标用户打标。因此,在本申请一实施例中,如图2所示,所述方法还包括步骤201-步骤202:
在步骤201中,当目标用户的正向行为数据低于预设值时,对目标用户的所有正向行为商品中的每一个商品,确定商品的社区标签。
例如,目标用户的所有正向行为商品包括商品M1、商品M2以及商品M3,那么,就分别确定每个正向行为商品的社区标签。
在步骤202中,根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签。
在本申请一实施例中,步骤201确定商品的社区标签,可以包括以下步骤C1-C4:
在步骤C1中,从其他用户中,确定对所述商品执行正向行为的相关用户;
在步骤C2中,对于每一个相关用户,通过计算1/用户正向行为商品总数,确定每一个相关用户相对于所述商品的用户相关分。
即用户只点击了这一个目标商品,说明相关度很高;用户点击了很多商品且点击了目标商品,相关度低。
在步骤C3中,根据用户相关分和第二预设阈值,确定出和所述商品最相关的N个相关用户,N为大于或等于1的正整数;
在步骤C4中,根据相关用户的用户相关分对N个相关用户的社区标签进行加权汇总,得到所述商品的社区标签。
示例的,如下表二所示,对于正向行为商品M,通过步骤C1—C3确定出了三个相关用户x、y、z,三个相关用户的用户相关分分别为:0.8、0.6、0.4。相关用户x的社区标签为棉花娃娃0.5、追星0.4;相关用户y的社区标签为美食0.9、棉花娃娃0.3;相关用户z的社区标签为棉花娃娃0.8、美食0.1。根据相关用户的用户相关分对三个相似用户x、y、z的社区标签进行加权计算。
表二
然后,对三个相关用户x、y、z的加权计算结果进行汇总,并排序,得到正向行为商品M1的社区标签:
棉花娃娃=0.4+0.18+0.32=0.9;
美食=0.54+0.04=0.58;
追星=0.32。
在本申请一实施例中,步骤202根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签,可以包括以下步骤D1:
对目标用户的所有正向行为商品的社区标签进行汇总,确定目标用户的社区标签。
示例的,根据上述实施例还可以计算出商品M2以及商品M3的社区标签,如下表三所示:
表三
得到所有正向行为商品的社区标签以后,根据目标用户的正向行为商品列表,对所有正向行为商品的社区标签进行汇总。对所有正向行为商品的社区标签进行汇总的方式可以采用任意合适的方式,本方案不进行限定。例如可以根据正向行为商品的正向行为距今的时间进行衰减,也可以简单求和。以下是根据简单求和得到目标用户A的社区标签。如:
棉花娃娃=0.9+0.3+0.8=2.0;
美食=0.58+0.9+0.1=1.58;
追星=0.32。
本发明实施例实现了,当目标用户的电商行为少时,计算正向行为商品的相关用户,根据相关用户的社区偏好分给商品打社区标签,再根据目标用户的行为商品的社区标签,计算目标用户的社区标签。通过算法计算,替换了人工打标电商商品的社区标签,节省人力;并且根据相关用户的跨域数据对目标用户进行社区属性打标,考虑到了用户之间的关联和相似。
上述各个实施例可以根据需要进行组合使用。
下面通过实施例详细介绍实现过程。
图3是根据一示例性实施例示出的一种确定用户标签的方法,本方案提出的确定用户标签的方法可以应用于任意合适的终端上,例如服务器等。如图3所示,确定用户标签的方法包括以下步骤:
步骤301,获取目标用户对电商商品的正向行为数据。
步骤302,判断目标用户的正向行为数据是否高于预设值,若是,执行步骤303,若否,则执行步骤307。
步骤303,对于其他用户中的每一个用户,通过计算每一个用户和目标用户之间的正向行为商品的交集个数与正向行为商品的并集的个数的比值,确定每一个用户相对于目标用户的用户相似分。
步骤304,根据用户相似分和第一预设阈值,确定出和目标用户最相似的N个相似用户,N为大于或等于1的正整数。
步骤305,获取N个相似用户中的每一个相似用户的社区标签。
步骤306,根据相似用户的用户相似分对N个相似用户的社区标签进行加权汇总,得到目标用户的社区标签。
步骤307,对目标用户的所有正向行为商品中的每一个商品,确定商品的社区标签:
从其他用户中,确定对所述商品执行正向行为的相关用户。
对于每一个相关用户,通过计算1/用户正向行为商品总数,确定每一个相关用户相对于所述商品的用户相关分。
根据用户相关分和第二预设阈值,确定出和所述商品最相关的N个相关用户,N为大于或等于1的正整数;
根据相关用户的用户相关分对N个相关用户的社区标签进行加权汇总,得到所述商品的社区标签。
步骤308,对目标用户的所有正向行为商品的社区标签进行汇总,确定目标用户的社区标签。
下述为本发明装置实施例,可以用于执行本发明方法实施例。
图4是根据一个示例性实施例示出的一种确定用户标签的装置的框图,确定用户标签的装置可以为服务器或服务器的一部分,也可以为终端或终端的一部分,确定用户标签的装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示,该确定用户标签的装置包括:
获取模块401,用于获取目标用户对电商商品的正向行为数据;
第一确定模块402,用于当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
第二确定模块403,用于根据相似用户的社区标签,确定目标用户的社区标签。
在一实施例中,所述第一确定模块402用于:
对于其他用户中的每一个用户,通过计算每一个用户和目标用户之间的正向行为商品的交集个数与正向行为商品的并集的个数的比值,确定每一个用户相对于目标用户的用户相似分;
根据用户相似分和第一预设阈值,确定出和目标用户最相似的N个相似用户,N为大于或等于1的正整数。
在一实施例中,所述第二确定模块403用于:
获取N个相似用户中的每一个相似用户的社区标签;
根据相似用户的用户相似分对N个相似用户的社区标签进行加权汇总,得到目标用户的社区标签。
如图5所示,所述装置还包括:
第三确定模块404,用于当目标用户的正向行为数据低于预设值时,对目标用户的所有正向行为商品中的每一个商品,确定商品的社区标签;
第四确定模块405,用于根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签。
在一实施例中,所述第三确定模块404用于:
从其他用户中,确定对所述商品执行正向行为的相关用户;
对于每一个相关用户,通过计算1/用户正向行为商品总数,确定每一个相关用户相对于所述商品的用户相关分;
根据用户相关分和第二预设阈值,确定出和所述商品最相关的N个相关用户,N为大于或等于1的正整数;
根据相关用户的用户相关分对N个相关用户的社区标签进行加权汇总,得到所述商品的社区标签。
在一实施例中,所述第四确定模块405用于:
对目标用户的所有正向行为商品的社区标签进行汇总,得到目标用户的社区标签。
图6是根据一示例性实施例示出的一种确定用户标签的装置60的框图,确定用户标签的装置可以为服务器或服务器的一部分,也可以为终端或终端的一部分,确定用户标签的装置包括:
处理器6001;
用于存储处理器6001可执行指令的存储器6002;
其中,处理器6001被配置为:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
图7是根据一示例性实施例示出的一种确定用户标签的装置800的框图,装置可以是计算机,服务器等。
装置可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置未存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置600的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如对讲机专网、WIFI,2G、3G、4G或5G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由装置800的处理器执行时,使得装置800能够执行上述确定用户标签的方法,所述方法包括:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种确定用户标签的方法,其特征在于,包括:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
2.根据权利要求1所述的方法,其特征在于,所述从其他用户中确定出目标用户的相似用户,包括:
对于其他用户中的每一个用户,通过计算每一个用户和目标用户之间的正向行为商品的交集个数与正向行为商品的并集的个数的比值,确定每一个用户相对于目标用户的用户相似分;
根据用户相似分和第一预设阈值,确定出和目标用户最相似的N个相似用户,N为大于或等于1的正整数。
3.根据权利要求2所述的方法,其特征在于,所述根据相似用户的社区标签,确定目标用户的社区标签,包括:
获取N个相似用户中的每一个相似用户的社区标签;
根据相似用户的用户相似分对N个相似用户的社区标签进行加权汇总,得到目标用户的社区标签。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当目标用户的正向行为数据低于预设值时,对目标用户的所有正向行为商品中的每一个商品,确定商品的社区标签;
根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签。
5.根据权利要求4所述的方法,其特征在于,所述确定商品的社区标签,包括:
从其他用户中,确定对所述商品执行正向行为的相关用户;
对于每一个相关用户,通过计算1/用户正向行为商品总数,确定每一个相关用户相对于所述商品的用户相关分;
根据用户相关分和第二预设阈值,确定出和所述商品最相关的N个相关用户,N为大于或等于1的正整数;
根据相关用户的用户相关分对N个相关用户的社区标签进行加权汇总,得到所述商品的社区标签。
6.根据权利要求5所述的方法,其特征在于,所述根据目标用户的所有正向行为商品的社区标签,确定目标用户的社区标签,包括:
对目标用户的所有正向行为商品的社区标签进行汇总,得到目标用户的社区标签。
7.根据权利要求1所述的方法,其特征在于,所述社区标签包括多个标签和每个标签对应的得分。
8.一种确定用户标签的装置,其特征在于,包括:
获取模块,用于获取目标用户对电商商品的正向行为数据;
第一确定模块,用于当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
第二确定模块,用于根据相似用户的社区标签,确定目标用户的社区标签。
9.一种确定用户标签的装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取目标用户对电商商品的正向行为数据;
当目标用户的正向行为数据高于预设值时,从其他用户中确定出目标用户的相似用户;
根据相似用户的社区标签,确定目标用户的社区标签。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310268695.0A CN116342160A (zh) | 2023-03-16 | 2023-03-16 | 一种确定用户标签的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310268695.0A CN116342160A (zh) | 2023-03-16 | 2023-03-16 | 一种确定用户标签的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116342160A true CN116342160A (zh) | 2023-06-27 |
Family
ID=86888915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310268695.0A Pending CN116342160A (zh) | 2023-03-16 | 2023-03-16 | 一种确定用户标签的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116342160A (zh) |
-
2023
- 2023-03-16 CN CN202310268695.0A patent/CN116342160A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11037202B2 (en) | Contextual data in augmented reality processing for item recommendations | |
CN109471657A (zh) | 灰度发布方法、装置、计算机设备及计算机存储介质 | |
CN114930371A (zh) | 在在线聊天会话期间动态地渲染界面元素 | |
US20150134687A1 (en) | System and method of sharing profile image card for communication | |
CN110390569B (zh) | 一种内容推广方法、装置及存储介质 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN111612557A (zh) | 提供商品对象信息的方法、装置及电子设备 | |
CN108596728A (zh) | 收货地址提供方法及装置 | |
CN101819582A (zh) | 链接广告标记词的系统和方法 | |
CN112445970A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN108154416B (zh) | 网站浏览优化方法及装置 | |
CN112348606A (zh) | 信息推荐方法、装置及系统 | |
CN111787042B (zh) | 用于推送信息的方法和装置 | |
CN112015986A (zh) | 数据推送方法、装置、电子设备及计算机可读存储介质 | |
CN117271872A (zh) | 推荐方法、装置、设备、存储介质及计算机程序产品 | |
CN113722546B (zh) | 异常用户账户获取方法及装置、电子设备、存储介质 | |
CN113765953A (zh) | 信息推送方法、装置及设备 | |
CN112700278A (zh) | 线上发布问卷的方法、装置、存储介质及电子设备 | |
CN107590717B (zh) | 基于互联网的购物方法、装置和存储介质 | |
US20150254710A1 (en) | Systems and Methods for Interfacing with Footwear Enthusiasts | |
CN111325601A (zh) | 商品的订阅方法、装置和介质 | |
US10692129B2 (en) | Systems and methods for generating and/or modifying electronic shopping lists from digital advertisements | |
CN116342160A (zh) | 一种确定用户标签的方法和装置 | |
CN114443163A (zh) | 资源属性的配置方法、装置、电子设备和存储介质 | |
CN114650429B (zh) | 一种信息显示方法、装置、电子设备及存储介质 |
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 |