用户模型建立方法及其装置、电子设备、计算机可读介质制造方法及图纸

本申请公开了一种用户模型建立方法及其装置、电子设备、计算机可读介质，用户模型建立方法包括：收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型，从而可以实现根据用户的模型向用户推荐数据，使得用户可以根据其地理位置的变化较为快速地获得其关注的数据。

User Model Establishment Method and Device, Electronic Equipment and Computer Readable Media

【技术实现步骤摘要】
用户模型建立方法及其装置、电子设备、计算机可读介质
本申请涉及互联网领域，尤其涉及一种用户模型建立方法及其装置、电子设备、计算机可读介质。
技术介绍
现如今，大数据云存储普及程度越来越高，而无疑其信息的私密性也有被泄漏的风险，由此引起的数据安全问题是不容忽视的。数据往往以一定形式存储在数据库中，方便用户存取和操作。现如今，大数据依托于更广泛更开放的云平台出现，但是，由于用户的需求千变万化，如何动态的满足用户的数据需求，成为亟待提供的技术问题之一。
技术实现思路
本申请的目的在于提出一种用户模型建立方法及其装置、电子设备、计算机可读介质，用于解决现有技术中的上述问题。第一方面，本申请实施例提供一种用户模型建立方法，其包括：收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型。可选地，在本申请的任一实施例中，收集参与用户模型建立学习的样本，包括：根据设定的离线数据收集规则或者在线收集规则收集参与用户模型建立学习的样本。可选地，在本申请的任一实施例中，还包括：根据所述数据使用习惯和数据流转轨迹，建立数据使用习惯向量以及数据流转轨迹向量。可选地，在本申请的任一实施例中，根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型，包括：根据数据使用习惯向量以及数据流转轨迹向量建立用户模型。可选地，在本申请的任一实施例中，还包括：预先建立样本库，并将用户的数据使用习惯以及数据流转轨迹添加到所述样本库中。可选地，在本申请的任一实施例中，还包括：根据新增数据对应的数据使用习惯以及数据流转轨迹对所述样本库进行增量更新。可选地，在本申请的任一实施例中，还包括：根据新的数据使用习惯以及新的数据流转轨迹对所述样本库进行全量更新。第二方面，本申请实施例还提供一种用户模型建立装置，其包括：第一程序单元，用于收集参与用户模型建立学习的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；第二程序单元，用于根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型。第三方面，本申请实施例提供一种电子设备，包括：一个或多个处理器；计算机可读介质，配置为存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请实施例任一所述的方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一实施例中所述的方法。本申请实施例公开的技术方案中，通过收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型，从而可以实现根据用户的模型向用户推荐数据，使得用户可以根据其地理位置的变化较为快速地获得其关注的数据。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本申请实施例一中用户模型建立方法的流程示意图；图2为本申请实施例二中用户模型建立方法的流程示意图；图3为本申请实施例三中用户模型建立方法的流程示意图；图4为本申请实施例四中用户模型建立方法的流程示意图；图5为本申请实施例五中用户模型建立方法的流程示意图；图6为本申请实施例六中用户模型建立装置的结构示意图；图7为本申请实施例七中电子设备的结构示意图；图8为本申请实施例八中电子设备的硬件结构。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅配置为解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。本申请实施例公开的技术方案中，通过收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型，从而可以实现根据用户的模型向用户推荐数据，使得用户可以根据其地理位置的变化较为快速地获得其关注的数据。本申请下述实施例中提供的用户模型建立方法，其核心思想在于包括：收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型。图1为本申请实施例一中用户模型建立方法的流程示意图；如图1所示，其包括：S101、根据设定的离线数据收集规则或者在线收集规则收集参与用户模型建立学习的样本。本实施例中，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹。本实施例中，对于离线收集来说，可以通过网络爬虫自动提取关联与数据流转轨迹的信息以及数据使用习惯的数据，从一个或若干个数据源，在从数据源抓取数据的过程中，不断将数据源地址放入队列,直到满足系统的一定停止条件。所有被爬虫抓取的数据将会被存储，进行一定的分析、过滤，并建立索引，以便之后的查询和检索。本实施例中，数据流转轨迹的产生比如可以是由于用户的物理位置发生变化，而为了让用户更为接近其所需要的数据，动态的调整存储该数据的数据节点。数据流转轨迹具体可以通过数据节点的ID来反映。数据使用习惯比如包括用户的偏好、用户的活跃度等。S102、根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型练。本实施例中，用户模型比如为决策树，通过把实例从根节点排列到某个叶子节点来分类实例，叶子节点即为实例所属的分类，它用树形的图或者模型表示决策及其可能的后果，包括随机事件的影响、资源消耗、以及用途。本实施例中，在步骤S202中，可以根据所述数据使用习惯和数据流转轨迹，建立数据使用习惯向量以及数据流转轨迹向量，再进一步根据数据使用习惯向量以及数据流转轨迹向量建立用户模型，从而使得建立的用户模型同时关联与数据使用习惯以及数据流转轨迹，建立的用户模型准确度更高。图2为本申请实施例二中用户模型建立方法的流程示意图；如图2所示，其包括：S201、收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；本实施例中，与上述实施例类似，通过网络爬虫自动提取关联与数据流转轨迹的信息以及数据使用习惯的数据，从一个或若干个数据源，在从数据源抓取数据的过程中，不断将数据源地址放入队列,直到满足系统的一定停止条件。所有被爬虫抓取的数据将会被存储，进行一定的分析、过滤，并建立索引，以便之后的查询和检索。S202、根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立作为用户模型的分类器。本实施例中，具体可以采用Adaboost算法来建立上述分类器，从而本文档来自技高网...

【技术保护点】
1.一种用户模型建立方法，其特征在于，包括：收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型。

【技术特征摘要】
1.一种用户模型建立方法，其特征在于，包括：收集参与用户模型建立的样本，所述样本包括用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹；根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型。2.根据权利要求1所述的方法，其特征在于，收集参与用户模型建立学习的样本，包括：根据设定的离线数据收集规则或者在线收集规则收集参与用户模型建立学习的样本。3.根据权利要求2所述的方法，其特征在于，还包括：根据所述数据使用习惯和数据流转轨迹，建立数据使用习惯向量以及数据流转轨迹向量。4.根据权利要求3所述的方法，其特征在于，根据所述用户的数据使用习惯以及因数据跟随用户进行动态迁移而产生的数据流转轨迹建立用户模型，包括：根据数据使用习惯向量以及数据流转轨迹向量建立用户模型。5.根据权利要求1所述的方法，其特征在于，还包括：预先建立样本库，并将用户的数据使用习惯以及数据流转轨迹添加到所述样本...

【专利技术属性】
技术研发人员：沈寓实，王崇鲁，
申请(专利权)人：北京世纪互联宽带数据中心有限公司，
类型：发明
国别省市：北京,11