电子设备、用户感兴趣感知度提取方法及装置制造方法及图纸

本公开是关于一种电子设备、用户感兴趣感知度提取方法及装置。该方法包括：根据业务场景确定与用户的感知度相关的类型数据，并对用户的感知度的各感知类型的类型数据进行汇总；分别根据各感知类型的类型数据计算各感知类型的第一分值；获取各感知类型的可选范围序列，并根据可选范围序列以及一收敛且为增函数的权重调整函数确定各感知类型对应的权重；基于各感知类型的第一分值以及各感知类型对应的权重计算各感知类型的第二分值；以及选取第二分值最高的感知类型作为用户的感兴趣感知度。本公开能够准确地确定用户的感兴趣感知度，从而便于精准营销。

Electronic device and user interest extraction method and device

The present disclosure relates to an electronic device and a user interest extraction method and device. The method includes: determining the type data related to the user's perception according to the business scene, and summarizing the type data of each perception type of the user's perception degree, calculating the first value of each perception type according to the type data of each perception type, obtaining the optional range sequence of each perception type, and according to the method. The selection range sequence and the weight adjustment function that converge and increase function determine the weights corresponding to each perception type; based on the first value of each perception type and the weight of each perception type, the second points of each perception type are calculated; and the highest perception type of second points is selected as the user's perception of interest. This disclosure can accurately determine the user's perception of interest, so as to facilitate accurate marketing.

【技术实现步骤摘要】
电子设备、用户感兴趣感知度提取方法及装置
本公开涉及大数据
，具体而言，涉及一种用户感兴趣感知度提取方法、用户感兴趣感知度提取装置以及电子设备。
技术介绍
感知度是用户对商品、服务的认知程度。在电商购物过程中，往往存在很多的用户的感知度选择场景，例如选择商品的颜色、商品的大小、衣服的尺寸等。如果能够从用户购物过程产生的数据中提取出用户的感兴趣感知度，就可以准确定位用户的偏好，从而可以精准地向用户推荐其感兴趣的产品和服务。一种方法是通过从用户购物的历史行为数据中提取出用户购买的商品的用户感知度例如颜色和尺寸，然后对各种颜色和尺寸的商品进行简单的求和运算来得出用户的颜色偏好和尺寸偏好。这种方法仅单一地考虑了用户已购买的商品的用户感知度，没有考虑购物各个环节下的各种情况，不能准确地反映用户的感兴趣感知度。因此，需要提供一种能够综合考虑购物各个环节的信息并准确反映用户的感兴趣感知度的方法。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种用户感兴趣感知度提取方法、用户感兴趣感知度提取装置置以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。根据本公开的一个方面，提供了一种用户感兴趣感知度提取方法，其特征在于，包括：根据业务场景确定与用户的感知度相关的类型数据，并对所述用户的感知度的各感知类型的所述类型数据进行汇总；分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值；获取各所述感知类型的可选范围序列，并根据所述可选范围序列以及一收敛且为增函数的权重调整函数确定各所述感知类型对应的权重；基于各所述感知类型的第一分值以及各所述感知类型对应的权重计算各所述感知类型的第二分值；以及选取所述第二分值最高的所述感知类型作为所述用户的感兴趣感知度。在本公开的一种示例性实施例中，所述用户感兴趣感知度提取方法还包括：在第二分值最高的所述感知类型存在多个时，根据各所述第二分值最高的所述感知类型对应的所述用户的历史行为数据确定所述用户的感兴趣感知度。在本公开的一种示例性实施例中，所述类型数据包括：订单数据、浏览次数数据、加入购物车、收藏、分享以及评价数据中的一种或多种。在本公开的一种示例性实施例中，所述分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值包括：确定所述感知类型的各所述类型数据的权重；基于所述感知类型的各所述类型数据的数量和各所述类型数据的权重来确定所述感知类型的所述第一分值。在本公开的一种示例性实施例中，所述确定所述感知类型的各所述类型数据的权重包括：为各所述类型数据设置相同的权重；或者基于数量反比确定各所述类型数据的权重；或者基于先验知识确定各所述类型数据的权重。在本公开的一种示例性实施例中，所述权重调整函数包括下述反正切函数：Q＝arctan(n/r)其中，n为所述感知类型的可选范围序列，r为大于0的常数。根据本公开的第二方面，还提供了一种用户感兴趣感知度提取装置，包括：类型数据汇总单元，用于根据业务场景确定与用户的感知度相关的类型数据，并对所述用户的感知度的各感知类型的所述类型数据进行汇总；第一分值计算单元，用于分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值；感知类型权重确定单元，用于获取各所述感知类型的可选范围序列，并根据所述可选范围序列以及一收敛且为增函数的权重调整函数确定各所述感知类型对应的权重；第二分值计算单元，用于基于各所述感知类型的第一分值以及各所述感知类型对应的权重计算各所述感知类型的第二分值；以及感兴趣感知度确定单元，用于选取所述第二分值最高的所述感知类型作为所述用户的感兴趣感知度。在本公开的一种示例性实施例中，所述用户感兴趣感知度提取装置还包括：最终感兴趣感知度确定单元，用于在第二分值最高的所述感知类型存在多个时，根据各所述第二分值最高的所述感知类型对应的所述用户的历史行为数据确定所述用户的感兴趣感知度。在本公开的一种示例性实施例中，所述类型数据包括：订单数据、浏览次数数据、加入购物车、收藏、分享以及评价数据中的一种或多种。在本公开的一种示例性实施例中，所述第一分值计算单元包括：类型数据权重确定单元，用于确定所述感知类型的各所述类型数据的权重；分值计算单元，用于基于所述感知类型的各所述类型数据的数量和各所述类型数据的权重来确定所述感知类型的第一分值。在本公开的一种示例性实施例中，所述类型数据权重确定单元包括：权重设置单元，用于为各所述类型数据设置相同的权重；或者基于数量反比确定各所述类型数据的权重；或者基于先验知识确定各所述类型数据的权重。在本公开的一种示例性实施例中，其特征在于，所述权重调整函数包括下述反正切函数：Q＝arctan(n/r)，其中，n为所述感知类型的可选范围序列，r为大于0的常数。根据本公开的另一个方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中所述处理器配置为经由执行所述可执行指令来执行根据上述任意一项用户感兴趣感知度提取方法。本公开的一种示例性实施例中的用户感兴趣感知度提取方法及用户感兴趣感知度提取装置，可以基于根据业务场景确定的与用户的感知度相关的类型数据计算各感知类型的第一分值，基于各感知类型的可选范围序列和权重调整函数确定各感知类型对应的权重，通过结合各感知类型的第一分值和对应的权重来计算各感知类型的第二分值。根据本公开的用户感兴趣感知度提取方法，一方面，基于根据业务场景确定的与用户的感知度相关的类型数据计算各感知类型的第一分值，综合考虑了用户购物各个环节下的多种类型数据，可以全面地反映用户的感兴趣感知度；另一方面，根据各感知类型的可选范围序列和权重调整函数确定各感知类型对应的权重，不仅可以对可选范围相差较大的情况进行调节，而且可以通过调整权重来减少数据特征丢失；再一方面，通过结合各感知类型的第一分值和对应的权重，可以准确地确定用户的感兴趣感知度，从而便于精准营销。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。图1示意性示出了根据本公开一示例性实施例的用户感兴趣感知度提取方法的流程图；图2示意性示出了根据本公开一示例性实施例的权重调整函数的示意图；图3示意性示出了根据本公开一示例性实施例的参数经调整的权重调整函数的示意图；以及图4示意性示出了根据本公开一示例性实施例的用户感兴趣感知度提取装置的框图。图5示意性示出本公开一示例实施例的电子设备的框图。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术本文档来自技高网...

【技术保护点】
1.一种用户感兴趣感知度提取方法，其特征在于，包括：根据业务场景确定与用户的感知度相关的类型数据，并对所述用户的感知度的各感知类型的所述类型数据进行汇总；分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值；获取各所述感知类型的可选范围序列，并根据所述可选范围序列以及一收敛且为增函数的权重调整函数确定各所述感知类型对应的权重；基于各所述感知类型的第一分值以及各所述感知类型对应的权重计算各所述感知类型的第二分值；以及选取所述第二分值最高的所述感知类型作为所述用户的感兴趣感知度。

【技术特征摘要】
1.一种用户感兴趣感知度提取方法，其特征在于，包括：根据业务场景确定与用户的感知度相关的类型数据，并对所述用户的感知度的各感知类型的所述类型数据进行汇总；分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值；获取各所述感知类型的可选范围序列，并根据所述可选范围序列以及一收敛且为增函数的权重调整函数确定各所述感知类型对应的权重；基于各所述感知类型的第一分值以及各所述感知类型对应的权重计算各所述感知类型的第二分值；以及选取所述第二分值最高的所述感知类型作为所述用户的感兴趣感知度。2.根据权利要求1所述的用户感兴趣感知度提取方法，其特征在于，所述用户感兴趣感知度提取方法还包括：在第二分值最高的所述感知类型存在多个时，根据各所述第二分值最高的所述感知类型对应的所述用户的历史行为数据确定所述用户的感兴趣感知度。3.根据权利要求1或2所述的用户感兴趣感知度提取方法，其特征在于，所述类型数据包括：订单数据、浏览次数数据、加入购物车、收藏、分享以及评价数据中的一种或多种。4.根据权利要求1或2所述的用户感兴趣感知度提取方法，其特征在于，所述分别根据各所述感知类型的所述类型数据计算各所述感知类型的第一分值包括：确定所述感知类型的各所述类型数据的权重；基于所述感知类型的各所述类型数据的数量和各所述类型数据的权重来确定所述感知类型的所述第一分值。5.根据权利要求4所述的用户感兴趣感知度提取方法，其特征在于，所述确定所述感知类型的各所述类型数据的权重包括：为各所述类型数据设置相同的权重；或者基于数量反比确定各所述类型数据的权重；或者基于先验知识确定各所述类型数据的权重。6.根据权利要求1或2所述的用户感兴趣感知度提取方法，其特征在于，所述权重调整函数包括下述反正切函数：Q＝arctan(n/r)其中，n为所述感知类型的可选范围序列，r为大于0的常数。7.一种用户感兴趣感知度提取装置，其特征在于，包括：类型数据汇总单元，用于根据业务场景确定与用户的感知度相关的类型数据，并对所述用户的感知度的各感知类型的所述类型数据进行汇...

【专利技术属性】
技术研发人员：闫强，李爱华，王晓，葛胜利，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11