个体用户画像方法和系统技术方案

本发明专利技术实施例提供一种个体用户画像方法，包括：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为，为所述用户打上各种标签；根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含其中一种属性，若否，则连同对应于其中一种属性的其他标签共同判断是否能够确定其中一种属性；根据所确定的用户属性，完成用户画像。本发明专利技术还提出了一种个体用户画像系统。能有效提高用户画像的精准度。

【技术实现步骤摘要】

本专利技术实施例涉及用户画像的领域，尤其涉及一种个体用户画像方法和系统。
技术介绍
在互联网逐渐步入大数据时代后，消费者的一切行为在企业面前似乎都将是“可视化”的。企业的专注点日也开始益聚焦于怎样利用大数据来为精准地向用户提供服务。于是，“用户画像”也就应运而生了。用户画像，即用户信息标签化，就是通过收集与分析用户社会属性、生活习惯、行为等主要信息的数据之后，完美地抽象出一个用户的全貌。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。其中，属性是进行用户画像所需要统计的维度，如性别下的男和女，年龄下的少年、青年、中年、老年，收入等级下的贫困，中低，中等，富裕等。现有技术中用户画像方法主要有两种：通过用户的注册信息直接画出用户画像的方法；对用户的行为进行监测，而后为用户打上各种标签，后台工作人员利用个人经验对所有标签进行分析推导得出用户画像的方法。关于前一种方法，存在以下缺点：目前很多的网站/媒体的访问并不需要提前注册，故这些网站/媒体也并不清楚当前用户的属性；另外，有些用户也 不愿意注册用户信息，即使用户注册了信息，也很难保证注册信息的准确性(比如，涉及用户的个人隐私、时间因素等)，这样就很难得到准确的用户画像。对于后一种方法，存在以下缺点：过于依赖后台工作人员个人因素会导致得到的用户画像结果的差异性很大，同时也很难避免噪音标签对用户画像的干扰，而且也没有考虑到标签的时效性，导致最终得到的用户画像不够精确。
技术实现思路
本专利技术实施例提供一种个体用户画像方法，用以解决现有技术中用户画像不够精确的技术问题。本专利技术一方面提出了一种个体用户画像方法，包括：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为以确定用户属性，包括:-检测用户行为，为所述用户打上各种标签；-根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；-将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性；根据所确定的用户属性，完成用户画像。本专利技术一实施例提供一种个体用户画像系统，包括：行为检测单元，配置以：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为，为所述用户打上各种标签；属性预估单元，配置以：根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；属性确定单元，配置以：将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性；用户画像生成单元，配置以：根据所确定的用户属性，完成用户画像。本专利技术实施例提出了一套通过为用户打标签进而确定属性的方法及系统，避免了因个人差异为用户画像而造成的差异；既保证了所有标签共同作用，又避免了因噪音标签对个体用户画像产生的误差，提高了个体用户画像的精确性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本专利技术一实施例的个体用户画像方法的流程图；图2示出了图1中方法中的步骤S103的一种具体实施方式的详细执行图；图3示出了本专利技术一实施例的个体用户画像系统的示意图；具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，示出的是本专利技术一具体实施例的个体用户画像方法的流程图，所述方法包括：基于标签规则库，检测用户行为以确定用户属性，包括:S101：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为，为所述用户打上各种标签；S102：根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；S103：将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性；S104：根据所确定的用户属性，完成用户画像。关于标签的时效性的确定具体包括：统计一段时间内为用户打上的其中一种标签的各个标签的生成时间，并以此来判断所述其中一种标签的各个标签的时效性。将标签的时效性也作为用户属性的参考值的一个参考条件，使得所得的属性的参考值更加的精确，进一步地在利用属性参考值与阈值进行对比而确定用户属性时，使得所确定的用户属性更加精确。作为图1所示实施例方法的进一步优化，图1所示的实施例方法的S104步骤之后还包括：在完成用户画像后，根据用户画像为用户进行个性化信息推送，并基于标签规则库，继续检测用户在收到所述个性化信息推送后的行为以重新确定用户属性。基于用户画像为用户进行个性化信息推送，根据用户对个性化信息推送反馈的用户行为，重新确定用户属性，实现了对用户属性和用户画像的校准，同时也避免了对用户信息推送的一成不变。继续参照图2，作为图1所示实施例方法的进一步优化，关于图1中的步骤S103的执行，可以包括如下子步骤：S1031：将第一标签推导出的其中一种属性的第一参考值与预定阈值进行对比，当第一参考值大于阈值时，则确定用户属性包含所述其中一 种属性，当第一参考值不大于阈值时，则不确定用户属性包含所述其中一种属性；S1032：将所述第一参考值与第二标签下的对应于所述其中一种属性的第二参考值加权求和，将所述加权求和所得的值与预定阈值进行对比，当所述加权求和所得的值大于阈值时，则确定用户属性包含所述其中一种属性，当所述加权求和所得的值不大于阈值时，则不确定用户属性包含所述其中一种属性；S1033：依次类推，直到能够确定用户属性包含所述其中一种属性。当对用户的其中一种标签进行推导就可以确定用户属性时，则无需再对其他标签进行推导计算，降低了用户画像对服务器资源的消耗；当对用户的其中一个标签进行推导无法确定用户属性时，可以结合其他标签共同对用户属性进行推导，提高了所确定的用户属性的精确度。在本专利技术方法的一种实施方式中，每一种标签推导出的各种属性的参考值以逻辑值为基准，并与一段时间内标签的数量本文档来自技高网...

【技术保护点】
一种个体用户画像方法，包括：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为以确定用户属性，包括:‑检测用户行为，为所述用户打上各种标签；‑根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；‑将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性；根据所确定的用户属性，完成用户画像。

【技术特征摘要】
1.一种个体用户画像方法，包括：基于包括标签、属性、标签和属性之间的推导规则以及所述推导规则的逻辑强度值的标签规则库，检测用户行为以确定用户属性，包括:-检测用户行为，为所述用户打上各种标签；-根据一段时间内为用户打上的每一种标签的数量和/或时效性、利用推导规则从标签推导出的属性、推导规则的逻辑强度值，确定每一种标签推导出的各种属性的参考值；-将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性；根据所确定的用户属性，完成用户画像。2.根据权利要求1所述的方法，其特征在于，所述将其中一种标签推导出的其中一种属性的参考值与预定阈值进行对比，判断是否能够确定用户属性包含所述其中一种属性，若否，则利用所述参考值连同其他标签下的对应于所述其中一种属性的参考值共同判断是否能够确定用户属性包含所述其中一种属性包括：将第一标签推导出的其中一种属性的第一参考值与预定阈值进行对比，当第一参考值大于阈值时，则确定用户属性包含所述其中一种属
\t性，当第一参考值不大于阈值时，则不确定用户属性包含所述其中一种属性；当基于所述第一参考值不确定用户属性包含所述其中一种属性时，利用所述第一参考值连同第二标签下的对应于所述其中一种属性的第二参考值加权求和所得的值与预定阈值进行对比，当第一参考值和第二参考值加权求和所得的值大于阈值时，则确定用户属性包含所述其中一种属性，当第一参考值和第二参考值加权求和所得的值不大于阈值时，则不确定用户属性包含所述其中一种属性；依次类推，直到能够确定用户属性包含所述其中一种属性。3.根据权利要求1所述的方法，其特征在于，在完成用户画像后，根据用户画像为用户进行个性化信息推送，并基于标签规则库，继续检测用户在收到所述个性化信息推送后的行为以重新确定用户属性。4.根据权利要求1-3中任一项所述的方法，其特征在于，在所述基于包括标签、推导规则、利用推导规则从标签推导出的属性、推导规则的逻辑强度值的标签规则库，检测用户行为以确定用户属性之前，还包括建立标签规则库：提供标签、属性、以及标签和属性之间的推...

【专利技术属性】
技术研发人员：张幼明，
申请(专利权)人：乐视云计算有限公司，
类型：发明
国别省市：北京;11