用于剖析用户意图的方法及其装置制造方法及图纸

本文公开了一种用于用户意图剖析的方法及其装置。可以基于关于访问在线站点的用户的在线行为实时收集的日志来创建行为数据，可以基于行为数据来检测用户的购买意图和感兴趣物品，可以考虑对应于感兴趣物品的关键词矢量与基于在线站点中登记的多个物品而创建的物品模型之间的相似度来提取与用户有关的关键词排名信息，以及可以基于感兴趣物品、关键词排名信息以及购买意图中包括的购买概率中的至少之一来创建针对该用户的用户意图简档。

【技术实现步骤摘要】
用于剖析用户意图的方法及其装置相关申请的交叉引用本申请要求于2017年7月21日提交的韩国专利申请第10-2017-0092567号的权益，该韩国专利申请的全部内容通过引用并入本申请。
本专利技术总体上涉及用于用户意图剖析(profiling)以用于理解用户意图的方法，更具体地涉及在用户正在使用电子商务时实时分析用户的行为以及将与该行为有关的用户意图表示并提供为数据的方法。
技术介绍
随着通过因特网服务提供的物品和产品的数量呈指数增长，用户需要花费大量的时间和精力来探索、搜索和比较信息。也就是说，考虑到信息过多并且产品数量庞大，为了做出正确的选择和明智的决定，用户必须投入更多时间。为了解决该问题，需要一种用于通过分析顾客的在线行为的特点并且剖析顾客的购买模式来基于变化的购物模式向顾客提供最佳购物信息的方法。此外，用于提供产品和关于产品的信息的供应商还需要理解顾客的意图和目的，以便在适当的时间有效地提供更接近顾客意图的产品和信息。因此，服务供应商有必要构建一种系统，该系统能够基于用户在特定时间点的购物模式和趋势来在适当的时间组织并提供可承受价格的产品组。在传统方法中，分析并以简档的形式提供与特定物品或URL相关的顾客行为。通过分析来对用于搜索物品的搜索词、列出的物品中被点击的物品以及在所选物品的页面上的行为(添加到列表、检查评论、检查Q&A、添加到购物车等)进行评级，然后对高评级的物品或类别进行剖析并提供为数据。此外，可以结合并提供基于顾客过去购买的历史而计算的数据。因为这种方法被配置成使得在物品或类别层面或者在用于检索物品的搜索词的层面分析和提供顾客搜索物品的意图，所以顾客的购物模式限于由顾客检索的类别或物品。在另一传统方法中，从用户在线购物的网页提取关于物品的文本，并且使用通过分析所提取的文本的语素而提取的关键词来创建用户信息，由此执行顾客剖析。此外，已经提出了一种基于本体来规范化关键词的方法。然而，由于用于语素分析和通过本体映射的规范化所需的耗时操作，该方法不足以实时剖析用户的搜索意图。此外，可能存在与确保本体适用于用户剖析、本体的应用范围、本体应用的适合性的确定等有关的问题。[相关技术的文献](专利文献1)2016年11月18日公布的题为“Profilingsystemandmethodforcollectingandutilizingprofileofkeyword(用于收集和利用关键词简档的剖析系统和方法)”的韩国专利第10-1679328号。
技术实现思路
本专利技术的目的是实时分析使用电子商务的用户的意图并且将意图表示并提供为数据。本专利技术的另一个目的是分析用户使用电子商务服务时生成的行为日志，并且使用明确的关键词和数字来剖析用户搜索物品的意图，以便用于提高个性化推荐、广告、搜索和营销的有效性。本专利技术的又一目的是提供一种用于在存在大量用户和大量物品时实时有效地处理与购买有关的用户搜索意图的方法。本专利技术的又一目的是有效地结构化和表示用户正在搜索的物品或产品的特征信息。本专利技术的又一目的是自动执行对具有相似含义的关键词的聚类、对代表性的关键词的选择等，由此实现成本效率。本专利技术的又一目的是有效地搜索相似产品、相似用户、产品与用户之间的关系、与由某一关键词表示的特征相关联的产品或用户等。本专利技术的又一目的是改进对用户剖析的实时支持以及在并行分布式环境中对其结果的使用。为了实现上述目的，根据本专利技术的用于用户意图剖析的方法可以包括：基于关于访问在线站点的用户的在线行为实时收集的日志来创建与连续行为相对应的行为数据，基于行为数据来检测用户的购买意图和感兴趣物品，考虑对应于感兴趣物品的关键词矢量与基于在线站点中登记的多个物品而创建的物品模型之间的相似度来提取与用户有关的关键词排名信息，以及基于感兴趣物品、关键词排名信息以及购买意图中包括的购买概率中的至少之一来创建针对用户的用户意图简档。在此，物品模型可以是基于被创建成对应于相应多个物品的物品矢量而学习的。在此，该方法还可以包括：通过基于语素对关键词进行分析来创建用于相应多个物品的关键词集合；针对关键词集合中的每个关键词集合所包含的多个关键词创建多个关键词矢量；以及将用于每个关键词的权重应用于多个关键词矢量，并且计算应用了用于每个关键词的权重的多个关键词矢量的标量积之和，由此创建物品矢量。在此，创建多个关键词矢量可以被配置成考虑多个关键词中的每个关键词的上下文来提取多个上下文关键词以将多个上下文关键词至多个关键词的关系表示为矢量值，并且基于矢量值执行学习使得平均对数概率达到最大，由此创建多个关键词矢量。在此，创建关键词集合可以被配置成使得当多个关键词中存在点间互信息(PMI)具有预设参考PMI值的关键词对时，将该对中的关键词组合成复合关键词，以便将其视为单个关键词。在此，方法还包括考虑物品信息中关键词的频率、关键词出现的物品的比例以及关键词出现的位置中的至少之一来计算每个关键词的权重。在此，行为数据可以包括行为发生的时间、用户id、终端id、统一资源标识符(URI)、搜索词以及与物品有关的信息中的至少之一。在此，用户意图简档可以包括关于用户感兴趣的物品集群的信息，该物品集群是通过将与连续行为相对应的行为模式的购买概率作为权重应用于与感兴趣物品相对应的物品矢量而创建的。在此，方法还包括通过将行为模式与针对在线站点创建的购买概率模型进行比较来计算购买概率。此外，根据本专利技术的一种服务器包括：存储器，其用于存储关于访问在线站点的用户的在线行为实时收集的日志以及基于在线站点中登记的多个物品创建的物品模型；以及处理器，其用于使用基于日志而创建成对应于基于日志的连续行为的行为数据来检测用户的购买意图和感兴趣物品，考虑对应于感兴趣物品的关键词矢量与物品模型之间的相似度来提取与用户有关的关键词排名信息，以及基于感兴趣物品、关键词排名信息以及购买意图中包括的购买概率中的至少之一来创建与用户相对应的用户意图简档。在此，物品模型可以是基于被创建成与相应多个物品相对应的物品矢量而学习的。在此，处理器可以通过基于语素对关键词进行分析来创建用于相应多个物品的关键词集合，针对关键词集合中的每个关键词集合所包含的多个关键词创建多个关键词矢量，以及将用于每个关键词的权重应用于多个关键词矢量，并且计算应用了用于每个关键词的权重的多个关键词矢量的标量积之和，由此创建物品矢量。在此，处理器可以考虑多个关键词中的每个关键词的上下文来提取多个上下文关键词以将多个上下文关键词至多个关键词的关系表示为矢量值，并且基于矢量值执行学习使得平均对数概率达到最大，由此创建多个关键词矢量。在此，当多个关键词中存在点间互信息(PMI)具有预设参考PMI值的关键词对时，处理器可以将该对中的关键词组合成复合关键词，以便将其视为单个关键词。在此，处理器可以考虑物品信息中关键词的频率、关键词出现的物品的比例以及关键词出现的位置中的至少之一来计算用于每个关键词的权重。在此，行为数据可以包括行为发生的时间、用户id、终端id、统一资源标识符(URI)、搜索词以及与物品有关的信息中的至少之一。在此，用户意图简档可以包括关于用户感兴趣的物品集群的信息，该物品集群是通过将与连续行为相对应的行为模式的购买概率作为权重应用于与感兴趣本文档来自技高网...

【技术保护点】
1.一种用于用户意图剖析的方法，所述方法包括：基于关于访问在线站点的用户的在线行为实时收集的日志来创建与连续行为相对应的行为数据；基于所述行为数据来检测所述用户的购买意图和感兴趣物品；获取与所述感兴趣物品相对应的关键词矢量，并且考虑所述关键词矢量与基于所述在线站点中登记的多个物品而创建的物品模型之间的相似度来提取与所述用户有关的关键词排名信息；以及基于所述感兴趣物品、所述关键词排名信息以及所述购买意图中包括的购买概率中的至少之一来创建针对所述用户的用户意图简档。

【技术特征摘要】
2017.07.21 KR 10-2017-00925671.一种用于用户意图剖析的方法，所述方法包括：基于关于访问在线站点的用户的在线行为实时收集的日志来创建与连续行为相对应的行为数据；基于所述行为数据来检测所述用户的购买意图和感兴趣物品；获取与所述感兴趣物品相对应的关键词矢量，并且考虑所述关键词矢量与基于所述在线站点中登记的多个物品而创建的物品模型之间的相似度来提取与所述用户有关的关键词排名信息；以及基于所述感兴趣物品、所述关键词排名信息以及所述购买意图中包括的购买概率中的至少之一来创建针对所述用户的用户意图简档。2.根据权利要求1所述的方法，其中，所述物品模型是基于被创建成与相应多个物品相对应的物品矢量而学习的。3.根据权利要求2所述的方法，还包括：通过基于语素对关键词进行分析来创建用于所述相应多个物品的关键词集合；针对所述关键词集合中的每个关键词集合所包含的多个关键词创建多个关键词矢量；以及将用于每个关键词的权重应用于所述多个关键词矢量，并且计算应用了所述用于每个关键词的权重的所述多个关键词矢量的标量积之和，由此创建所述物品矢量。4.根据权利要求3所述的方法，其中，创建所述多个关键词矢量被配置成考虑所述多个关键词中的每个关键词的上下文来提取多个上下文关键词以将所述多个上下文关键词至所述多个关键词的关系表示为矢量值，并且基于所述矢量值执行学习使得平均对数概率达到最大，由此创建所述多个关键词矢量。5.根据权利要求3所述的方法，...

【专利技术属性】
技术研发人员：黄永淑，李春旿，张祐赫，张允硕，
申请(专利权)人：SK普兰尼特有限公司，
类型：发明
国别省市：韩国,KR