用于构建产品画像的方法和装置制造方法及图纸

本公开公开了一种用于构建产品画像的方法和装置。所述方法包括：将目标产品的消费用户的特征数据按照多个维度进行分类；根据所述消费用户的特征数据确定每个维度的权重；根据所述消费用户的特征数据和所确定的每个维度的权重，确定所述消费用户中每个消费用户的评分；根据所述评分确定所述消费用户中的特征用户；根据所述特征用户的特征数据，确定所述目标产品的产品画像。这样，在综合考虑用户特征数据的各个维度的权重的基础上，构建出更加准确的产品画像，有利于对消费用户的准确定位和产品的改进，增大产品效益。

【技术实现步骤摘要】

本公开涉及计算机领域，具体地，涉及一种用于构建产品画像的方法和装置。
技术介绍
产品画像是一种对产品的定位，可以包括产品自身属性的画像和产品用户的群体画像。通过产品画像，可以在产品推广时，分析产品的用户群体的特征数据，挖掘潜在客户群体，进行有针对性的产品改进，达到企业的长期稳定高速发展的需求。目前常用的用于构建产品画像的方法包括简单过滤法和人工评分法。在简单过滤法中，如果用户有一个条件不符合，很就被过滤掉。例如，在招聘行业，通常通过输入用户的属性来过滤用户。比如公司招聘条件为：专业为软件，学历为硕士，工作经验大于五年，并且简历的关键字包括大数据。这样过滤出来的用户群体范围小，很多用户只有其中一条规则不符合(例如，学历为本科)。对于这种简历，通过简单过滤法就完全被过滤掉了。在人工评分的方法中，对用户的各个维度进行人工打分，比如地域、年龄、关键字、兴趣等各维度来打分。这种方法凭人工经验打分，构建的产品画像往往不准确。
技术实现思路
本公开的目的是提供一种简单易行的用于构建产品画像的方法和装置。为了实现上述目的，本公开提供一种用于构建产品画像的方法。所述方法包括：将目标产品的消费用户的特征数据按照多个维度进行分类；根据所述消费用户的特征数据确定每个维度的权重；根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分；根据所述评分确定所述消费用户中的特征用户；根据所述特征用户的特征数据，确定所述目标产品的产品画像。可选地，所述根据所述消费用户的特征数据确定每个维度的权重的步骤包括：分别计算其特征数据中包括与每个维度对应的特征数据的消费用户的数目与所述消费用户的总数目的比值，得到对应维度的数据频率；分别计算整体用户的总数目与其特征数据中包括与每个维度对应的特征数据的整体用户的数目的比值的对数，得到对应维度的逆向频率，其中，所述整体用户包括所述消费用户和非消费用户；分别将每个维度的数据频率乘以逆向频率，得到对应维度的权重。可选地，所述根据所述消费用户的特征数据确定每个维度的权重的步骤包括：周期性地根据所述消费用户的特征数据确定每个维度在当前周期内的区间权重；根据每个维度的历史区间权重和当前区间权重，确定每个维度的权重。可选地，所述根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分的步骤包括：根据所述消费用户的特征数据确定每个特征数据的权重；根据每个特征数据的权重和所确定的每个维度的权重，确定每个消费用户的评分。可选地，所述根据所述消费用户的特征数据确定每个特征数据的权重的步骤包括：计算其特征数据中包括第一特征数据的消费用户的数目与所述消费用户的总数目的比值，得到所述第一特征数据的数据频率；计算整体用户的总数目与其特征数据中包括所述第一特征数据的整体用户的数目的比值的对数，得到所述第一特征数据的逆向频率，其中，所述整体用户包括所述消费用户和非消费用户；将所述第一特征数据的数据频率乘以所述第一特征数据的逆向频率，得到所述第一特征数据的权重。可选地，在所述将目标产品的消费用户的特征数据按照多个维度进行分类的步骤之前，所述方法还包括：确定与所述目标产品相似的相似产品；将所述相似产品的消费用户确定为所述目标产品的消费用户。本公开还提供一种用于构建产品画像的装置。所述装置包括：分类模块，用于将目标产品的消费用户的特征数据按照多个维度进行分类；权重确定模块，用于根据所述消费用户的特征数据确定每个维度的权重；评分确定模块，用于根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分；特征用户确定模块，用于根据所述评分确定所述消费用户中的特征用户；产品画像确定模块，用于根据所述特征用户的特征数据，确定所述目标产品的产品画像。通过上述技术方案，基于消费用户自身的特征数据来确定每个维度的权重，使得维度的权重更准确地体现了消费用户的特征。因此，本公开在综合考虑用户特征数据的各个维度的权重的基础上，构建出更加准确的产品画像，有利于对消费用户的准确定位和产品的改进，增大产品效益。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是一示例性实施例提供的用于构建产品画像的方法的流程图；图2是一示例性实施例提供的确定每个维度的权重的流程图；图3是另一示例性实施例提供的确定每个维度的权重的流程图；图4是另一示例性实施例提供的用于构建产品画像的方法的流程图；图5是一示例性实施例提供的用于构建产品画像的装置的框图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。如上所述，使用简单的过滤方法时，用户的特征数据中即使只有其中一条不符合预设规则，也被完全被过滤掉了。但实际上，对于其中一条不符合，但是其他方面特别突出的简历，很多公司也是愿意考虑的。鉴于上述问题，专利技术人想到，在构建产品画像时，可以从消费用户自身的特征数据出发，来确定特征数据所分成的各个维度的权重，从而使根据权重确定的特征用户更准确，最终使产品画像更准确。图1是一示例性实施例提供的用于构建产品画像的方法的流程图。如图1所示，所述方法可以包括以下步骤。在步骤S11中，将目标产品的消费用户的特征数据按照多个维度进行分类。其中，消费用户可以是已经对目标产品进行消费(例如，已购买目标产品)的用户。消费用户的特征数据可以包括多个维度(或种类)的特征数据。例如，可以包括用于描述人口属性、行为、兴趣爱好、业务等方面的：年龄、性别、职业、地域、收藏、点赞等维度。在步骤S12中，根据消费用户的特征数据确定每个维度的权重。在一消费用户的特征数据中，并不一定是在每个维度上都有的。某一维度的特征数据在消费用户中出现得越多，表明该维度对于特征用户的描述越重要，该维度的权值就越高。简单地，可以分别计算其特征数据中包括与每个维度对应的特征数据的消费用户的数目与消费用户的总数目的比值，得到对应维度的权重。例如，消费用户的总数目为100，其特征数据中包括男或女(与性别维度对应的特征数据)的消费用户的数目为20，则性别维度的权重为0.2(20/100)。在步骤S13中，根据消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分。简单地，可以将每个维度所包括的各个特征数据赋予预定的值，该预定的值例如可以由用户根据自身意愿的倾向性来设定，也可以根据实验或经验来设定。在对一消费用户进行评分的时候，可以将该消费用户在各个维度上的特征数据的值进行加权(所在维度的权重)求和，得到该消费用户的评分。该评分体现了消费用户的特征与目标产品的关联程度。在步骤S14中，根据评分确定消费用户中的特征用户。如上所述，消费用户可以是已经对目标产品进行消费的用户。消费用户中，可以包括特征用户和其他用户。其中，特征用户可以是其特征与目标产品高度关联的用户，或者说，是目标产品的易消费人群。而特征用户之外的其他用户可以是与目标产品关联度不太高的用户，或者说，是目标产品的偶然消费群体。该群体只是由于偶然原因消费了目标产品，因此，在进行产本文档来自技高网...

【技术保护点】
一种用于构建产品画像的方法，其特征在于，所述方法包括：将目标产品的消费用户的特征数据按照多个维度进行分类；根据所述消费用户的特征数据确定每个维度的权重；根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分；根据所述评分确定所述消费用户中的特征用户；根据所述特征用户的特征数据，确定所述目标产品的产品画像。

【技术特征摘要】
1.一种用于构建产品画像的方法，其特征在于，所述方法包括：将目标产品的消费用户的特征数据按照多个维度进行分类；根据所述消费用户的特征数据确定每个维度的权重；根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分；根据所述评分确定所述消费用户中的特征用户；根据所述特征用户的特征数据，确定所述目标产品的产品画像。2.根据权利要求1所述的方法，其特征在于，所述根据所述消费用户的特征数据确定每个维度的权重的步骤包括：分别计算其特征数据中包括与每个维度对应的特征数据的消费用户的数目与所述消费用户的总数目的比值，得到对应维度的数据频率；分别计算整体用户的总数目与其特征数据中包括与每个维度对应的特征数据的整体用户的数目的比值的对数，得到对应维度的逆向频率，其中，所述整体用户包括所述消费用户和非消费用户；分别将每个维度的数据频率乘以逆向频率，得到对应维度的权重。3.根据权利要求1所述的方法，其特征在于，所述根据所述消费用户的特征数据确定每个维度的权重的步骤包括：周期性地根据所述消费用户的特征数据确定每个维度在当前周期内的区间权重；根据每个维度的历史区间权重和当前区间权重，确定每个维度的权重。4.根据权利要求1所述的方法，其特征在于，所述根据所述消费用户的特征数据和所确定的每个维度的权重，确定每个消费用户的评分的步骤包括：根据所述消费用户的特征数据确定每个特征数据的权重；根据每个特征数据的权重和所确定的每个维度的权重，确定每个消费用户的评分。5.根据权利要求4所述的方法，其特征在于，所述根据所述消费用户的特征数据确定每个特征数据的权重的步骤包括：计算其特征数据中包括第一特征数据的消费用户的数目与所述消费用户的总数目的比值，得到所述第一特征数据的数据频率；计算整体用户的总数目与其特征数据中包括所述第一特征数据的整体用户的数目的比值的对数，得到所述第一特征数据的逆向频率，其中，所述整体用户包括所述消费用户和非消费用户；将所述第一特征数据的数...

【专利技术属性】
技术研发人员：王菊，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21