选取用户特征标签的方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种选取用户特征标签的方法，所述方法包括以下步骤：获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；根据预设算法计算所述用户房源特征标签的可信度；判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。本发明专利技术还公开了一种选取用户特征标签的装置、设备及计算机可读存储介质。本发明专利技术能够减少用户无意识浏览对推送房源的影响，减少广告房源、营销活动对推送房源产生的不利影响，使推送结果更加准确。

【技术实现步骤摘要】
选取用户特征标签的方法、装置、设备及可读存储介质
本专利技术涉及数据分析与处理领域，尤其涉及一种选取用户特征标签的方法、装置、设备及计算机可读存储介质。
技术介绍
随着互联网的进步，人们在需要购买房子或者租赁房子时，越来越倾向于在网上进行查找房源，从而缩短查找房源的时间，提高查找房源的效率。但目前市面上的房产信息平台通常采用的是以用户行为作为判断用户偏好的依据，然后进行推送房源，而以用户行为作为判断用户偏好的依据一直存在着如何识别用户真实意愿的问题。用户的浏览行为存在着随机性和不确定性，平台也存在刻意引导用户的营销行为，例如，平台推出1000-2000元区间的租房营销活动，用户仅仅是被活动的红包吸引而浏览了该房源，实际用户需求可能是3000元左右的租房房源。因此，仅仅以用户行为作为判断用户偏好的依据，然后进行推送房源，存在推送不精准的问题。
技术实现思路
本专利技术的主要目的在于提出一种选取用户特征标签的方法、装置、设备及计算机可读存储介质，旨在解决以用户行为作为判断用户偏好的依据，进行推送房源，存在推送不精准的技术问题。为实现上述目的，本专利技术提供一种选取用户特征标签的方法，所述方法包括：获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；根据预设算法计算所述用户房源特征标签的可信度；判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。可选地，所述根据预设算法计算所述用户房源特征标签的可信度的步骤包括：提取预设值及各个用户房源特征标签对应的特征标签得分值；将各个用户房源特征标签对应的特征标签得分值进行排序，获得得分值最高的用户房源特征标签；根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度。可选地，所述提取各个用户房源特征标签对应的特征标签得分值的步骤包括：提取所述用户房源特征标签对应的浏览记录或用户填写资料记录；根据触发所述浏览记录、或用户填写资料记录的时间及次数计算用户房源特征标签对应的特征标签得分值。可选地，所述根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度的步骤包括：将当前用户房源特征标签的得分值除以得分值最高的用户房源特征标签的得分值，获得得分值之间的商；将所述得分值之间的商与预设值相减，获得当前用户房源特征标签的可信度。可选地，所述根据大于预设可信度的用户房源特征标签向用户进行推送房源的步骤包括：根据所述大于预设可信度的用户房源特征标签在房源系统中查找向用户推送的房源；将查找到的房源向用户进行推送。可选地，所述判断计算得到的用户房源特征标签的可信度是否大于预设可信度的步骤之后，还包括：若所述用户房源特征标签的可信度小于或等于预设可信度，则将小于或等于预设可信度的用户房源特征标签进行记录之后舍弃。可选地，所述获取用户的房源画像的步骤之前，还包括：获取用户在房源系统中填写资料记录以及浏览记录；通过所述填写资料记录获取用户填写的资料，通过所述浏览记录获取用户浏览的房源数据；根据所述用户填写的数据以及房源数据提取用户房源特征标签；提取用户房源特征标签对应的标签分值，并根据所述用户房源特征标签及记录的分值生成用户的房源画像。此外，为实现上述目的，本专利技术还提供一种选取用户特征标签的装置，所述装置包括：获取模块，用于获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；计算模块，用于根据预设算法计算所述用户房源特征标签的可信度；判断模块，用于判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。本专利技术提出的选取用户特征标签的方法、装置、设备及计算机可读存储介质，通过获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；然后根据预设算法计算所述用户房源特征标签的可信度；即可判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源，从而减少用户无意识浏览对推送房源的影响，减少广告房源、营销活动对推送房源产生的不利影响，使推送结果更加准确。附图说明图1为本专利技术选取用户特征标签的方法第一实施例的流程示意图；图2为本专利技术选取用户特征标签的方法第二实施例中根据预设算法计算所述用户房源特征标签的可信度的步骤的细化流程示意图；图3为本专利技术选取用户特征标签的方法第三实施例中提取各个用户房源特征标签对应的特征标签得分值的步骤的细化流程示意图；图4为本专利技术选取用户特征标签的方法第四实施例中根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度的步骤的细化流程示意图；图5为本专利技术选取用户特征标签的方法第五实施例中根据大于预设可信度的用户房源特征标签向用户进行推送房源的步骤的细化流程示意图；图6为本专利技术选取用户特征标签的方法第六实施例的流程示意图；图7为本专利技术选取用户特征标签的方法第七实施例的流程示意图；图8为本专利技术实施例方案涉及的硬件运行环境的设备结构示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：通过获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；然后根据预设算法计算所述用户房源特征标签的可信度；即可判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源，从而减少用户无意识浏览对推送房源的影响，减少广告房源、营销活动对推送房源产生的不利影响，使推送结果更加准确。本专利技术实施例考虑到，但目前市面上的房产信息平台通常采用的是以用户行为作为判断用户偏好的依据，然后进行推送房源，而以用户行为作为判断用户偏好的依据一直存在着如何识别用户真实意愿的问题。用户的浏览行为存在着随机性和不确定性，平台也存在刻意引导用户的营销行为，例如，平台推出1000-2000元区间的租房营销活动，用户仅仅是被活动的红包吸引而浏览了该房源，实际用户需求可能是3000元左右的租房房源。因此，仅仅以用户行为作为判断用户偏好的依据，然后进行推送房源，存在推送不精准的问题。为此，本专利技术实施例提出一种选取用户特征标签的方法，通过获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；然后根据预设算法计算所述用户房源特征标签的可信度；即可判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源，从而减少用户无意识浏览对推送房源的影响，减少广告房源、营销活动对推送房源产生的不利影响，使推送结果更加准确。本专利技术提供一种选取用户特征标签的方法。参照图1，图1为本专利技术选取用户特征标签的方法第一本文档来自技高网...

【技术保护点】
1.一种选取用户特征标签的方法，其特征在于，所述方法包括以下步骤：获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；根据预设算法计算所述用户房源特征标签的可信度；判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。

【技术特征摘要】
1.一种选取用户特征标签的方法，其特征在于，所述方法包括以下步骤：获取用户的房源画像，并提取所述房源画像中的用户房源特征标签；根据预设算法计算所述用户房源特征标签的可信度；判断计算得到的用户房源特征标签的可信度是否大于预设可信度；若所述用户房源特征标签的可信度大于预设可信度，则根据大于预设可信度的用户房源特征标签向用户进行推送房源。2.如权利要求1所述的选取用户特征标签的方法，其特征在于，所述根据预设算法计算所述用户房源特征标签的可信度的步骤包括：提取预设值及各个用户房源特征标签对应的特征标签得分值；将各个用户房源特征标签对应的特征标签得分值进行排序，获得得分值最高的用户房源特征标签；根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度。3.如权利要求2所述的选取用户特征标签的方法，其特征在于，所述提取各个用户房源特征标签对应的特征标签得分值的步骤包括：提取所述用户房源特征标签对应的浏览记录或用户填写资料记录；根据触发所述浏览记录、或用户填写资料记录的时间及次数计算用户房源特征标签对应的特征标签得分值。4.如权利要求2所述的选取用户特征标签的方法，其特征在于，所述根据预设值、当前用户房源特征标签对应分值与所述得分值最高的用户房源特征标签对应分值计算当前用户房源特征标签的可信度的步骤包括：将当前用户房源特征标签的得分值除以得分值最高的用户房源特征标签的得分值，获得得分值之间的商；将所述得分值之间的商与预设值相减，获得当前用户房源特征标签的可信度。5.如权利要求1所述的选取用户特征标签的方法，其特征在于，所述根据大于预设可信度的用户房源特征标签向用户进行推送房源的步骤包括：根据所述大于预设可信度的用户房源特征标...

【专利技术属性】
技术研发人员：王韬，孙朋伟，韦柏松，徐蓓，侯斯靓，胡海亮，
申请(专利权)人：平安好房上海电子商务有限公司，
类型：发明
国别省市：上海,31