用户标签挖掘方法、装置、计算机设备和存储介质.pdf
一只****呀盟
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
用户标签挖掘方法、装置、计算机设备和存储介质.pdf
本申请提出一种用户标签挖掘方法、装置、计算机设备和存储介质,其中,方法包括:获取用户的历史位置信息,其中,历史位置信息包括用户在各位置的停留时间,根据用户在各位置的停留时间,确定用户在各位置的各停留时间段,根据用户在各位置的各停留时间段,确定用户对应的用户标签。该方法通过根据用户的历史位置信息,确定用户在各位置的各停留时间段,进而根据各位置的各停留时间段,确定用户对应的用户标签,从而实现了从用户的历史位置信息中,挖掘出用户的用户标签,大大提高了获取用户标签的效率和用户标签的可信度。
用户标签信息确定方法、装置、设备和存储介质.pdf
本发明实施例公开了一种用户标签信息确定方法、装置、设备和存储介质,该方法包括:获取目标用户的目标交互行为数据;根据预设分类模型和目标交互行为数据,确定目标用户对应的目标分类结果;根据目标分类结果确定目标用户的目标标签信息;其中,预设分类模型是预先根据样本用户对应的样本交互行为数据和标准标签信息进行训练获得的,标准标签信息是基于样本交互行为数据确定的。通过本发明实施例的技术方案,可以提高用户标签确定的准确性。
用户标签确定的方法、装置、设备及存储介质.pdf
本发明实施例公开了一种用户标签确定的方法、装置、设备及存储介质。首先通过获取用户的人脸数据,轨迹数据以及表情数据;之后再根据轨迹数据以及人脸数据确定用户在预设区域内的逗留时间;最后根据表情数据和逗留时间确定用户标签。因为人脸数据,轨迹数据以及表情数据都是实时获取的信息,不需要历史信息,因此,解决了无法对历史信息较少的用户及时生成用户标签的问题,可以针对历史信息较少的用户及时生成用户标签,以确定用户画像。
标签分类方法、装置、设备及计算机存储介质.pdf
本申请实施例提供了一种标签分类方法、装置、设备及计算机存储介质,该标签分类方法包括获取待分类的标签数据,待分类的标签数据包括预设特征词和预设特征词的词频;采用Tfidf算法对预设特征词和预设特征词的词频进行计算,得到待分类的标签数据的目标特征向量;采用训练后的预设分类模型对目标特征向量计算标签分类结果。根据本申请实施例,可以通过预设分类模型对标签进行快速准确的分类,避免人工分类存在的准确率低、主观性强以及成本高等弊端,提高了标签分类的效率和分类结果的准确率。
意图挖掘方法、装置、计算机设备和存储介质.pdf
本申请涉及一种意图挖掘方法、装置、计算机设备和存储介质。该方法包括:获取前端指定的待挖掘意图的对话内容和针对对话内容的挖掘参数;使用挖掘参数对对话内容进行初步筛选,得到多个语句;若多个语句与通用语料的表达方式相匹配,则针对每个语句,得到对应的保留通用语义信息的句子向量;若多个语句与业务语料的表达方式相匹配,则针对每个语句,得到对应的多个分词,并根据分词的词向量和对应的权重得到句子向量;根据多个语句所属话题的话题范围特征,选择对应的聚类算法对多个语句所对应的句子向量进行聚类;基于聚类结果得到针对对话内容的意