【技术实现步骤摘要】
本专利技术涉及大数据领域,尤其涉及一种基于行为场景的自适应用户画像引擎系统及方法。
技术介绍
在互联网逐渐步入大数据时代后,不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于,消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用,企业的专注点日益聚焦于怎样利用大数据来为精准营销服务,进而深入挖掘潜在的商业价值。于是,“用户画像”的概念也就应运而生。用户画像(UserProfile),作为大数据的根基,它完美地抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。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。但传统的画像引擎系统无效化比较严重,实际场景中无意义或者意义很弱的标签属性太多,且需要大量人工标记来设定已知标签属 ...
【技术保护点】
一种基于行为场景的自适应用户画像引擎系统,其特征在于,包括信号连接的先级划分系统和动态标签挖掘系统,所述优先级划分系统内预设判定标签是否失效的阈值,用于让优先级低于阈值的标签处于失效状态;所述动态标签挖掘系统根据自适应算法实时抽取可疑候选属性,经判断后由优先级划分系统判定决定是否成为可用标签。
【技术特征摘要】
1.一种基于行为场景的自适应用户画像引擎系统,其特征在于,包括信号连接的先级划分系统和动态标签挖掘系统,所述优先级划分系统内预设判定标签是否失效的阈值,用于让优先级低于阈值的标签处于失效状态;所述动态标签挖掘系统根据自适应算法实时抽取可疑候选属性,经判断后由优先级划分系统判定决定是否成为可用标签。2.一种基于行为场景的自适应用户画像方法,其特征在于,包括如下步骤:S1、根据行业分类,获得行业中排在高优先级的标签属性;S2、采用多种数据挖掘算法,得到与事先设定的标签属性的关联度,从而得到排序过的权重值;S3、设置阈值,排除关联度过低的标签属性;S4、根据自适应算法实时抽取可疑候选属性;S5、得到候补属性后,经过优先级...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。