【技术实现步骤摘要】
基于移动互联网的用户管理方法及装置
本申请涉及大数据
,具体而言,涉及一种基于移动互联网的用户管理方法及装置。
技术介绍
目前,大数据技术已经在各领域中得到了广泛的应用,而基于大数据技术实现的产品推送则无处不在。在目前的产品推送中,后台可以利用大数据分析用户的执行操作背后反映了用户的何种喜好,然后将符合用户的喜好的产品推送给用户。比如,用户在手机客户端上看了动作电影,那么基于大数据的后台则会将与之相似的其它动作电影推荐给用户。又比如,用户在手机客户端上购买的某种类型的衣服,那么基于大数据的后台则会将类型与之相似的其它衣服推荐给用户。显然,以目前的产品推荐方式,其只能将与用户体验、购买或使用过的项目相似的其它项目推荐给用户,导致推荐给用户的项目往往是用户不再有需求的,进而导致推荐效果并不好。
技术实现思路
本申请实施例的目的在于提供一种基于移动互联网的用户管理方法及装置,用以改善上述缺陷。第一方面,本申请实施例提供了一种基于移动互联网的用户管理方法,所述方法包括:获取使用移动互联网平台的用户集群中,每个用户在当前时间周期内发送的信息;对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种类型的关键词汇;根据每一类型关键词汇的发送频率和/或发送数量,计算出每个用户对其在当前时间周期内发送的每种类型的关键词汇的兴趣值,其中,发送频率越高或者发送数量越高,则计算出的兴趣值也越高,反之则越低;根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得 ...
【技术保护点】
1.一种基于移动互联网的用户管理方法,其特征在于,所述方法包括:/n获取使用移动互联网平台的用户集群中,每个用户在当前时间周期内发送的信息;/n对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种类型的关键词汇;/n根据每一类型关键词汇的发送频率和/或发送数量,计算出每个用户对其在当前时间周期内发送的每种类型的关键词汇的兴趣值,其中,发送频率越高或者发送数量越高,则计算出的兴趣值也越高,反之则越低;/n根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得多个用户子集群,其中,同一用户子集群中的任意两个用户之间的个体相关度高,而不同用户子集群中的任意两个用户之间的个体相关度低;/n计算出所述多个用户子集群中,每两个用户子集群之间的集群相关度;/n在集群相关度大于预设的上限值的两个用户子集群中,将一个用户子集群中一个用户的关键词汇对应的产品推送给另一个用户子集群中的用户。/n
【技术特征摘要】
1.一种基于移动互联网的用户管理方法,其特征在于,所述方法包括:
获取使用移动互联网平台的用户集群中,每个用户在当前时间周期内发送的信息;
对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种类型的关键词汇;
根据每一类型关键词汇的发送频率和/或发送数量,计算出每个用户对其在当前时间周期内发送的每种类型的关键词汇的兴趣值,其中,发送频率越高或者发送数量越高,则计算出的兴趣值也越高,反之则越低;
根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得多个用户子集群,其中,同一用户子集群中的任意两个用户之间的个体相关度高,而不同用户子集群中的任意两个用户之间的个体相关度低;
计算出所述多个用户子集群中,每两个用户子集群之间的集群相关度;
在集群相关度大于预设的上限值的两个用户子集群中,将一个用户子集群中一个用户的关键词汇对应的产品推送给另一个用户子集群中的用户。
2.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得多个用户子集群,包括:
将所述用户集群中每两个用户针对同一类型的关键词汇的兴趣值代入预设的第一聚类函数进行计算,以获得每两个用户之间的个体相关度;
其中,第一聚类函数包括:
x表示所述用户集群中的第x个用户,y表示所述用户集群中的第y个用户,n表示所述用户集群中所有用户的数量,x和y均为取1到n的自然数;αx和βx分别表示:针对同一类型的关键词汇第x个用户对该关键词汇的兴趣值为αx,而第y个用户对该关键词汇的兴趣值则为βx;Ax,y表示第x个用户的所有兴趣值的和值以及第y个用户的所有兴趣值的和值;m1和m2均为常数;
按每两个用户之间的个体相关度,将个体相关度高的用户进行聚类,获得所述多个用户子集群。
3.根据权利要求2所述的基于移动互联网的用户管理方法,其特征在于,按每两个用户之间的个体相关度,将个体相关度高的用户进行聚类,获得所述多个用户子集群,包括:
按照所述用户集群中用户排列的先后顺序,通过将每个用户与该用户之后且与该用户的个体相关度最高的用户进行聚类,直至所述用户集群中的所有用户均进行了聚类,从而获得所述多个用户子集群。
4.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,计算出所述多个用户子集群中,每两个用户子集群之间的集群相关度,包括:
利用预设的第二聚类函数计算每两个用户子集群中的用户数量以及各用户之间的个体相关度,获得每两个用户子集群之间的集群相关度,其中,第二聚类函数包括:
θij=log10(Qij)/log10(QMAX)
其中,i表示第i个用户子集群,j表示第j个用户子集群,a表示第i个用户子集群中用户的总数量,b表示第j个用户子集群中用户的数量,Qij表示第i个用户子集群和第j个用户子集群初始的集群相关度,QMAX表示所有初始的集群相关度中的最大值,θij表示第i个用户子集群和第j个用户子集群最终计算出的集群相关度。
5.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种关键词汇,包括:
对所述信息进行分词,获得分词后的各单词;
将所述各单词按照语法顺序进行组合,获得组合后的各叠词,其中,获得所述各单词和所述各叠词中每个单词或每个叠词都作为一个...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。