基于移动互联网的用户管理方法及装置制造方法及图纸

本申请提供一种基于移动互联网的用户管理方法及装置。通过按照用户的兴趣值，将相关度高的用户聚到一类形成用户子集群，并再计算出各形成用户子集群之间的相关度。这样，通过以用户子集群为单位，在相关度高的各用户子集群之间进行产品推荐，则可以实现将与用户浏览、购买或使用过的产品不同但用户潜在又有需求的产品推荐给用户，进而提高了产品推荐的效果。

【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。有益效果：通过按照用户的兴趣值，将相关度高的用户聚到一类形成用户子集群，并再计算出各形成用户子集群之间的相关度。这样，通过以用户子集群为单位，在相关度高的各用户子集群之间进行产品推荐，则可以实现将与用户浏览、购买或使用过的产品不同但用户潜在又有需求的产品推荐给用户，进而提高了产品推荐的效果。进一步的，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；和分别表示：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，而第y个用户对该关键词汇的兴趣值则为；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。有益效果：在计算过程中，通过将第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参与到计算，则实现从更多的维度来计算个体相关度高，使得计算出的个体相关度高更客观。此外，在计算中加入常数m1和m2能够提高计算的稳定性。进一步的，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。有益效果：按先后顺序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，优化了聚类的过程，避免重复，从而可实现快速有序的进行聚类。进一步的，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，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，表示所有初始的集群相关度中的最大值，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。有益效果：通过将初始的集群相关度与集群相关度中的最大值相比来确定最终的集群相关度，其可以确保最终所有确定出的集群相关度都在同一纬度下，即都在0-1这一纬度下，以便后续推荐过程能够更准确。进一步的，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单元词汇用于后续处理；通过将上一步骤获得的所有单元词汇中的每个单元词汇均与预设的各关键词进行匹配，从而从所述所有单元词汇中确定出每个用户在当前时间周期内发送属于关键词的各种单元词汇，即获取到每个用户在当前时间周期内发送的各种关键词汇。有益效果：通过将单词按语法组合形成叠词，可以避免一些本是关键词的词汇遗漏。进一步的，将上一步骤获得的所有单元词汇中的每个单元词汇均与预设的各关键词进行匹配，包括：通过向量映射的方式，计算出每个单元词汇的多维向量；通过确定外接每个单元词汇的多维向量的多边形的方式，获得每个单元词汇的外接多边形；通过将每个单元词汇的外接多边形与所述各关键词各自的外接多边形匹配，以判断所述各关键词各自的外接多边形中是否有外接多边形与该单元词汇的外接多边形的形状相似，其中，若有关键词的外接多边形与该单元词汇的外接多边形的形状相似，则表示该单元词汇属于关键词；关键词的外接多边形为外接关键词的多维向量的多边形。有益效果：通过确定外接单元词汇的多边形，实现了将单元词汇抽象的向量实量化，以便进行更准确的匹配。进一步的，将上一步骤获得的所有单元词汇中的每个单元词汇均与预设的各关键词进行匹配，包括：通过向量映射的方式，计算出每个单元词汇的多维向量；根据每个单元词汇的多维向量各自的指向，确定出每个单元词汇在预设的各方向上的热力值，即确定出每个单元词汇的热力值分布，其中，所述各方向包括：上、下、左、右、左上、左下、右上、右下这八个方向，每个方向上指向的向量越多或向量越长，则该方向上的热力值越高，反之则越低；通过将每个单元词汇的热力值分布与所述各关键词各自的热力值分布匹配，以判断所述各关键词中是否有关键词的热力值分布与该单元词汇的热力值分布相似，其中，若有关键词的热力值分布与该单元词汇的热力值分布相似，则表示该单元词汇属本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：张金全，干天伟，
申请(专利权)人：张金全，
类型：发明
国别省市：江苏;32