基于用户习惯的大数据画像及模型构建方法.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CN109767300A(43)申请公布日2019.05.17(21)申请号201910032398.X(22)申请日2019.01.14(71)申请人博拉网络股份有限公司地址401122重庆市渝北区金开大道西段106号17幢(72)发明人童毅周波依(74)专利代理机构重庆强大凯创专利代理事务所(普通合伙)50217代理人黄书凯(51)Int.Cl.G06Q30/06(2012.01)G06Q50/00(2012.01)G06F16/9535(2019.01)G06F16/9536(2019.01)权利要求书1页说明书4页附图1页(54)发明名称基于用户习惯的大数据画像及模型构建方法(57)摘要本发明涉及大数据分析技术领域，具体为一种基于用户习惯的大数据画像及模型构建方法，包括以下内容：S100：对用户的网购记录和浏览记录对应的商品进行偏好标签和价值标签的数量统计，选取数量前三的偏好标签作为用户的购买偏好，选取数量最多的价值标签作为用户的经济能力；S200：从用户的浏览记录中筛选出符合用户购买偏好的商品；将筛选出的商品与用户购物车内的商品组合形成需求列表；S300：对需求列表的每个商品，根据商品的类别标签找到同类的其他商品，得到推荐列表。本发提供的一种基于用户习惯的大数据画像及模型构建方法，能够充分考虑用户的社交关系网络，并基于社交关系网络为用户提供精准的推广信息。CN109767300ACN109767300A权利要求书1/1页1.基于用户习惯的大数据画像及模型构建方法，其特征在于：包括以下内容：S100：对用户的网购记录和浏览记录对应的商品进行偏好标签和价值标签的数量统计，选取数量前三的偏好标签作为用户的购买偏好，选取数量最多的价值标签作为用户的经济能力；S200：从用户的浏览记录中筛选出符合用户购买偏好的商品；将筛选出的商品与用户购物车内的商品组合形成需求列表；S300：对需求列表的每个商品，根据商品的类别标签找到同类的其他商品，并根据用户的购买偏好，对同类商品进行筛选，得到推荐列表；S400：根据用户的购买记录、代付信息、网购账号信息分析用户与其他用户之间的亲密度和社交关系，生成用户的社交关系网络；S500：向用户的推荐列表中增加与其关系为预设关系类型的用户或者与其亲密度超过预设值的用户的需求列表的产品；S600：根据用户购买偏好、经济能力、需求列表、推荐列表、社交关系网络生成用户网购模型。2.根据权利要求1所述的基于用户习惯的大数据画像及模型构建方法，其特征在于：S400具体包括：从用户网购记录中筛选收件人非用户本人的网购记录，得到网购赠送记录；根据网购赠送记录中的收件人电话号码、姓名关联到相应的用户；根据赠送的商品以及留言信息判断两个用户的关系，根据网购赠送记录的数量以及对应的价值判断两个用户的亲密度；根据用户的代付信息，查找相应的代付记录根据代付的留言、金额判断两个用户的关系和亲密度；根据用户网购账号的好友关系以及备注信息，分析用户与其好友之间的关系和亲密度。3.根据权利要求2所述的基于用户习惯的大数据画像及模型构建方法，其特征在于：还包括反馈调节步骤，所述反馈调节步骤包括社交关系更新步骤，判断用户是否购买了推荐列表中其他用户的需求产品，若是则更新这两个用户之间的亲密度。4.根据权利要求3所述的基于用户习惯的大数据画像及模型构建方法，其特征在于：所述社交关系包括朋友关系、情侣关系、家人关系，所述预设关系类型为情侣关系和家人关系。5.根据权利要求4所述的基于用户习惯的大数据画像及模型构建方法，其特征在于：商品包含有亲密度标签，所述社交关系更新步骤按照亲密度标签更新两个用户之间的亲密度。6.根据权利要求5所述的基于用户习惯的大数据画像及模型构建方法，其特征在于：S500中向用户的推荐列表中添加的商品与用户的经济能力对应。2CN109767300A说明书1/4页基于用户习惯的大数据画像及模型构建方法技术领域[0001]本发明涉及大数据分析技术领域，具体为一种基于用户习惯的大数据画像及模型构建方法。背景技术[0002]用户画像又称为用户角色(Persona)，即用户信息标签化，是一种勾画目标用户、联系用户诉求和设计方向的有效方式，其目标是在很多的维度上建立针对用户的描述性标签属性。它是通过收集与分析用户基本属性、社会属性、生活习惯、消费行为等信息的数据，抽象出一个用户全貌来挖掘用户需求和分析用户偏好，支撑个性化推荐、自动化营销等大数据应用的基本方式。举例来说，在产品开发时，可以分析用户画像，对产品进行定位与规划；在产品推广时，可以分析用户画像，挖掘潜在客户群体，进行有针对性的产品推荐。[0003]大数据技术是以任何系统的全部数据资源为对象并从中发现