【技术实现步骤摘要】
基于大数据线上模式的用户画像挖掘方法及机器学习系统
本公开涉及大数据
,示例性地,涉及一种基于大数据线上模式的用户画像挖掘方法及机器学习系统。
技术介绍
用户画像是指根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。通俗说就是给用户打标签,而标签是通过对用户信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理。相关技术中,如何提高用户画像挖掘的精准度,是亟待思考和解决的技术问题。
技术实现思路
为了至少克服现有技术中的上述不足,本公开的目的在于提供一种基于大数据线上模式的用户画像挖掘方法及机器学习系统。第一方面,本公开提供一种基于大数据线上模式的用户画像挖掘方法,应用于机器学习系统,所述机器学习系统与所述多个业务服务设备通信连接,所述方法包括:根据所述业务服务设备的服务用户的大数据资讯服务获取每个业务互动过程对应的资讯互动行为序列,所述资讯互动行为序列包括至少两个目标互动资讯的互动行为数据,所述互动行为数据包括所述目标互动资讯每次调用目标微服务时的资讯互动行为和调用业务节点;根据每个目标互动资讯调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的业务互动指标,所述业务互动指标用于表征所述资讯互动行为序列中的目标互动资讯在调用所述目标微服务时的业务兴趣度;根据每个目标互动资讯每次调用所述目标微服务时的调用业务节点,确定每个资讯互动行为序列的 ...
【技术保护点】
1.一种基于大数据线上模式的用户画像挖掘方法,其特征在于,应用于机器学习系统,所述机器学习系统与所述多个业务服务设备通信连接,所述方法包括:/n根据所述业务服务设备的服务用户的大数据资讯服务获取每个业务互动过程对应的资讯互动行为序列,所述资讯互动行为序列包括至少两个目标互动资讯的互动行为数据,所述互动行为数据包括所述目标互动资讯每次调用目标微服务时的资讯互动行为和调用业务节点;/n根据每个目标互动资讯调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的业务互动指标,所述业务互动指标用于表征所述资讯互动行为序列中的目标互动资讯在调用所述目标微服务时的业务兴趣度;/n根据每个目标互动资讯每次调用所述目标微服务时的调用业务节点,确定每个资讯互动行为序列的业务覆盖信息;所述业务覆盖信息用于表征所述资讯互动行为序列中的目标互动资讯调用所述目标微服务的业务覆盖程度;/n根据每个业务互动过程对应的资讯互动行为序列的所述业务互动指标和所述业务覆盖信息,进行业务互动过程的用户画像挖掘。/n
【技术特征摘要】
1.一种基于大数据线上模式的用户画像挖掘方法,其特征在于,应用于机器学习系统,所述机器学习系统与所述多个业务服务设备通信连接,所述方法包括:
根据所述业务服务设备的服务用户的大数据资讯服务获取每个业务互动过程对应的资讯互动行为序列,所述资讯互动行为序列包括至少两个目标互动资讯的互动行为数据,所述互动行为数据包括所述目标互动资讯每次调用目标微服务时的资讯互动行为和调用业务节点;
根据每个目标互动资讯调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的业务互动指标,所述业务互动指标用于表征所述资讯互动行为序列中的目标互动资讯在调用所述目标微服务时的业务兴趣度;
根据每个目标互动资讯每次调用所述目标微服务时的调用业务节点,确定每个资讯互动行为序列的业务覆盖信息;所述业务覆盖信息用于表征所述资讯互动行为序列中的目标互动资讯调用所述目标微服务的业务覆盖程度;
根据每个业务互动过程对应的资讯互动行为序列的所述业务互动指标和所述业务覆盖信息,进行业务互动过程的用户画像挖掘。
2.根据权利要求1所述的基于大数据线上模式的用户画像挖掘方法,其特征在于,所述根据每个目标互动资讯调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的业务互动指标的步骤,包括:
根据每个目标互动资讯第一次调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的第一业务互动指标;所述第一业务互动指标用于表征所述资讯互动行为序列中的目标互动资讯在配置所述目标微服务时的业务兴趣度;
根据每个目标互动资讯在每个互动阶段内第一次调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的第二业务互动指标;所述第二业务互动指标用于表征所述资讯互动行为序列中的目标互动资讯在启用所述目标微服务时的业务兴趣度;
根据每个资讯互动行为序列的所述第一业务互动指标和第二业务互动指标,确定所述资讯互动行为序列的业务互动指标。
3.根据权利要求1所述的基于大数据线上模式的用户画像挖掘方法,其特征在于,所述获取每个业务互动过程对应的资讯互动行为序列的步骤,包括:
获取各目标互动资讯的互动行为数据,其中,所述互动行为数据包括业务互动过程ID以及所述目标互动资讯每次调用所述目标微服务时的资讯互动行为和调用业务节点,所述业务互动过程ID用于指示所述目标互动资讯获得所述目标微服务的业务互动过程;
将各目标互动资讯的互动行为数据按照所述业务互动过程ID进行归类,获得分别与各业务互动过程ID指示的业务互动过程对应的候选资讯互动行为序列,每个所述候选资讯互动行为序列包括至少两个目标互动资讯的互动行为数据,同一候选资讯互动行为序列中所有目标互动资讯具有相同的业务互动过程ID;
统计每个候选资讯互动行为序列中互动行为数据的数据量,将数据量大于等于预设阈值的候选资讯互动行为序列作为所述资讯互动行为序列。
4.根据权利要求2所述的基于大数据线上模式的用户画像挖掘方法,其特征在于,所述根据每个目标互动资讯第一次调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的第一业务互动指标的步骤,包括:
将每个目标互动资讯第一次调用所述目标微服务时的资讯互动行为作为所述目标互动资讯的第一资讯互动行为;
对每个目标互动资讯的所述第一资讯互动行为进行特征处理,得到与各目标互动资讯对应的第一互动行为特征;
将各目标互动资讯的第一互动行为特征输入业务兴趣预测网络,基于业务兴趣预测网络对每个目标互动资讯的第一互动行为特征进行业务兴趣特分析,得到每个目标互动资讯的第一业务兴趣数值;
基于每个资讯互动行为序列中目标互动资讯的总数量和第一业务兴趣数值大于第一阈值的目标互动资讯的第一业务兴趣数值,确定每个资讯互动行为序列对应的第一业务互动指标。
5.根据权利要求2所述的基于大数据线上模式的用户画像挖掘方法,其特征在于,所述根据每个目标互动资讯在每个互动阶段内第一次调用所述目标微服务时的资讯互动行为,确定每个资讯互动行为序列的第二业务互动指标,包括:
将每个目标互动资讯在每个互动阶段内第一次调用所述目标微服务时对应的资讯互动行为作为第二资讯互动行为;
将第二资讯互动行为的数量大于等于预设数量阈值的目标互动资讯,确定为候选互动资讯;
对每个候选互动资讯的所有第二资讯互动行为进行特征处理,得到与各候选互动资讯对应的第二互动行为特征;
将各候选互动资讯的第二互动行为特征输入业务兴趣预测网络,基于业务兴趣预测网络对各候选互动资讯的第二互动行为特征进行业务兴趣分析,得到每个候选互动资讯的第二业务兴趣数值;
基于每个资讯互动行为序列中候选互动资讯的总数量和第二业务兴趣数...
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。