基于用户画像的消费推荐方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114997957A(43)申请公布日2022.09.02(21)申请号202210665578.3(22)申请日2022.06.14(71)申请人中国银行股份有限公司地址100818北京市西城区复兴门内大街1号(72)发明人邱琳(74)专利代理机构北京三友知识产权代理有限公司11127专利代理师薛平贾磊(51)Int.Cl.G06Q30/06(2012.01)G06F16/9535(2019.01)G06F16/9536(2019.01)G06F16/906(2019.01)G06F16/9035(2019.01)权利要求书2页说明书10页附图4页(54)发明名称基于用户画像的消费推荐方法、装置、设备及存储介质(57)摘要本发明涉及人工智能技术领域，尤其涉及一种基于用户画像的消费推荐方法、装置、设备及存储介质。包括，获取目标用户的结构化数据和非结构化数据，形成源数据；按照多个维度对所述结构化数据进行标签化，得到源数据的属性标签；对非结构化数据进行分析，过滤所述非结构化数据中的一次性产品数据；对过滤所述一次性产品数据后的所述非结构化数据进行标签化，得到所述源数据的消费标签；根据所述属性标签和所述消费标签生成所述目标用户的用户画像；根据所述用户画像对所述目标用户进行消费推荐。通过本文实施例，避免了一次性消费产品的推荐，解决现有技术中利用消费模型进行消费推荐的方法中存在对一次性消费的推荐，影响用户的消费体验的问题。CN114997957ACN114997957A权利要求书1/2页1.一种基于用户画像的消费推荐方法，其特征在于，所述方法包括，获取目标用户的结构化数据和非结构化数据，形成源数据；按照多个维度对所述结构化数据进行标签化，得到所述源数据的属性标签；对所述非结构化数据进行分析，过滤所述非结构化数据中的一次性产品数据；对过滤所述一次性产品数据后的所述非结构化数据进行标签化，得到所述源数据的消费标签；根据所述属性标签和所述消费标签生成所述目标用户的用户画像；根据所述用户画像对所述目标用户进行消费推荐。2.根据权利要求1所述的方法，其特征在于，所述非结构化数据中包括消费产品；对所述非结构化数据进行分析，过滤所述非结构化数据中的一次性产品数据进一步包括，采用第一聚类算法根据所述非结构化数据的每一所述消费产品的类别对各所述消费产品进行聚类分群，得到多个消费产品集；根据所述消费产品集的类别以及预设一次性产品类别列表，在所述多个消费产品集中选择第一一次性产品集；在所述非结构化数据中过滤所述第一一次性产品集中的产品对应的数据。3.根据权利要求2所述的方法，其特征在于，所述非结构化数据中还包括所述目标用户的浏览产品；对所述非结构化数据进行分析，过滤所述非结构化数据中的一次性产品数据进一步包括，根据所述浏览产品以及所述消费产品，在所述浏览产品中确定一次性产品；在所述非结构化数据中过滤所述一次性产品对应的数据。4.根据权利要求3所述的方法，其特征在于，根据所述浏览产品以及所述消费产品，在所述浏览产品中确定所述一次性产品进一步包括，采用第二聚类算法根据所述浏览产品的类别对各所述浏览产品进行聚类分群，得到多个浏览产品集；根据所述浏览产品集类别以及所述预设一次性产品类别列表，在所述多个浏览产品集中选择第二一次性产品集；判断每个所述消费产品的类别与所述第二一次性产品集的类别是否相同；若存在至少一个所述消费产品的类别与所述第二一次性产品集的类别相同，则判断在所述消费产品的消费时间之后，所述目标用户是否浏览了与所述消费产品的类别相同的浏览产品，若否，则将所述第二一次性产品集中的产品作为所述一次性产品。5.根据权利要求2所述的方法，其特征在于，根据所述用户画像对所述目标用户进行消费推荐进一步包括，根据用户画像之间的相似度以及预设门限值，将多个用户中与所述目标用户的用户画像的相似度超过所述预设门限值的用户，作为参考用户；根据所述参考用户的一次性产品数据以及所述目标用户的消费数据对所述目标用户进行消费推荐。6.根据权利要求5所述的方法，其特征在于，根据所述参考用户的一次性产品数据以及2CN114997957A权利要求书2/2页所述目标用户的消费数据对所述目标用户进行消费推荐进一步包括，判断所述目标用户的多个消费数据对应的多个消费产品中的任意一个消费产品的类别是否与所述参考用户的一次性产品数据对应的产品的类别相同；若否，则将所述参考用户的一次性产品数据对应的产品的类别作为推荐产品类别，并将属于所述推荐产品类别的产品推荐给所述目标用户。7.根据权利要求1所述的方法，其特征在于，根据所述用户画像对所述目标用户进行消费推荐进一步包括，在产品列表中确定与所述用户画像对应的属性标签以及消费标签相匹配的产品，作为推