受众标签分析的方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107463853A(43)申请公布日2017.12.12(21)申请号201710659433.1(22)申请日2017.08.04(71)申请人晶赞广告（上海）有限公司地址200072上海市闸北区灵石路695号14幢5层512室(72)发明人汤奇峰严伟光(74)专利代理机构上海翰信知识产权代理事务所(普通合伙)31270代理人张维东(51)Int.Cl.G06F21/62(2013.01)G06F17/30(2006.01)G06N3/04(2006.01)权利要求书2页说明书5页附图2页(54)发明名称受众标签分析的方法及系统(57)摘要本发明提供了一种受众标签分析的方法,因为应用数据平台获取大量用户的用户行为特征数据和产品特征数据，数据加工平台将其处理为用户行为映射关系权重表，源数据加工平台将源数据和用户行为映射关系权重表处理为源数据模型，在智能终端安装应用程序，数据服务中心将源数据模型发送至应用程序，应用程序调用智能终端存储的用户数据，并将该用户数据与源数据模型处理得到计算结果，数据服务中心将计算结果与应用数据平台设定的阈值进行比较，得到用户标签，然后将用户标签发送给应用服务器，因此，用户的隐私数据能够留存在智能设备中，而仅仅向外发布用户的个性化标签，增强了企业对于用户的服务水平，同时较好的保障了用户的个人隐私。CN107463853ACN107463853A权利要求书1/2页1.一种受众标签分析的方法，其特征在于，包括以下步骤：步骤1，应用数据平台获取大量用户的用户行为特征数据和产品特征数据发送给数据加工平台，并向素材中心发送商家待售产品的源数据；步骤2，素材中心存储所述源数据，数据加工平台将所述用户行为特征数据和产品特征数据进行处理得到用户行为映射关系权重表；步骤3，源数据加工平台将所述用户行为映射关系权重表和所述源数据进行处理得到源数据模型；步骤4，所述智能终端上安装应用程序，数据服务中心将所述源数据模型发送到所述应用程序，所述应用程序调用所述智能终端中存储的用户数据，并将该用户数据与所述源数据模型进行处理得到计算结果；步骤5，所述数据服务中心将所述计算结果和所述应用数据平台设定的阈值进行比较，得到用户标签，然后将所述用户标签发送给应用服务器。2.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，所述用户行为特征数据包括：用户的唯一标识；用户对于特定产品的浏览数据、收藏数据、购买数据、评价信息和转发信息。3.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，所述产品特征数据包括：产品相关的图片、文字、视频、音频、多媒体、发售信息、售后信息和评论信息。4.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，所述源数据包括：商家待售的产品的各类描述信息,描述信息包含销售价格、销售方式、产品图片。5.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，数据加工平台处理所述用户行为特征数据和产品特征数据的方法如下：所述数据加工平台将所述用户行为特征数据和产品特征数据进行聚类计算，建立行为权重和产品特征数据的用户行为映射关系权重表。6.根据权利要求5所述的受众标签分析的方法，其特征在于：其中，在聚类计算中,通过调整聚类时的参数，得到合适的用户行为映射关系权重表。7.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，所述源数据模型包含卷积神经网络模型和用户行为映射关系权重表。8.根据权利要求7所述的受众标签分析的方法，其特征在于：其中，所述源数据加工平台处理所述用户行为映射关系权重表和所述源数据采用如下方法：通过训练所述源数据得到源数据的卷积神经网络模型，将所述卷积神经网络模型和所述用户行为映射关系权重表关联，得到源数据模型。9.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，所述计算结果为所述智能设备的用户与素材中心的各源数据之间的关联程度。10.根据权利要求9所述的受众标签分析的方法，其特征在于：其中，用户标签的获得方法为：将用户与素材中心的每个源数据之间的关联程度均与阈值进行比较，2CN107463853A权利要求书2/2页用户与素材中心的一个源数据之间的关联程度均与阈值进行比较的规则：当用户与素材中心的源数据之间的关联程度大于阈值时，该源数据属于用户标签信息；当用户与素材中心的源数据之间的关联程度小于阈值时，该源数据不属于用户标签信息，将所有属于用户标签信息的源数据和用户标识组成用户标签。11.根据权利要求1所述的受众标签分析的方法，其特征在于：其中，应用程序的处理方法如下：先将所述智能终端中存储的数据进行处理，然后输送至所述源数据模型中，得到计算结果。12.根据权利要求1所述的受众标签分析的