一种用户行为埋点构建方法及系统技术方案

本发明专利技术提供一种用户行为埋点构建方法及系统，该方法包括：确定用户在预设时段内的用户行为类型；根据所述用户行为类型的关注程度，设置对应的用户行为类型预设权重值；根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点。本发明专利技术根据用户行为类型设置不同的权重值，并通过用户行为类型和权重值为商品推荐的数据采集设置用户行为埋点，从而得到更能体现用户行为的数据特征，提高后续商品推荐的准确率和效率。高后续商品推荐的准确率和效率。高后续商品推荐的准确率和效率。

【技术实现步骤摘要】
一种用户行为埋点构建方法及系统


[0001]本专利技术涉及商品推送
，尤其涉及一种用户行为埋点构建方法及系统。

技术介绍

[0002]用户对不同的商品偏好存在一定差异，不同商品受用户欢迎的热度也存在差别。若用户在浏览商品页面的过程中，发现该页面中存在满足自己购买需求的商品，可以引起用户购买产品的意图，从而提高用户对商品的购买意愿。
[0003]智能推荐算法是现有商品推送应用领域的一项关键技术，是当前预测消费者购买意图和消费者偏好的主流方案。购物网站的智能推荐技术现阶段已经发展相对比较完善，常见的智能推荐算法有协同过滤的推荐方法、基于内容的推荐方法、基于关联规则推荐、基于效用推荐、基于知识推荐以及组合推荐等。
[0004]在应用智能推荐算法时，首先需要采集用户行为的相关数据，这些用户行为数据将会影响商品推荐的准确性和效率，然而，大量的用户行为数据在用于商品推荐时，往往都是采集所有用户行为数据或使用较为单一用户行为数据，导致商品推荐准确率和效率较低。因此，现在亟需一种用户行为埋点构建方法及系统来解决上述问题。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供一种用户行为埋点构建方法及系统。
[0006]本专利技术提供一种用户行为埋点构建方法，包括：
[0007]确定用户在预设时段内的用户行为类型；
[0008]根据所述用户行为类型的关注程度，设置对应的用户行为类型预设权重值；
[0009]根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点。
[0010]根据本专利技术提供的一种用户行为埋点构建方法，所述用户行为埋点至少包括进入商品详情页、收藏商品成功、取消商品收藏、点击商品分享、确认商品搜索成功、商品到货通知确认成功、确认商品加入购物车、点击立即购买商品和点击提交商品订单和商品支付成功。
[0011]根据本专利技术提供的一种用户行为埋点构建方法，在所述根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点之后，所述方法还包括：
[0012]基于所述用户行为埋点，获取用户行为数据，所述用户行为数据为用户终端对商品产生的行为数据；
[0013]根据所述用户行为数据和时间衰减系数，获取每一种商品对应的综合热度值和标签热度值；
[0014]根据所述综合热度值和/或所述标签热度值，生成商品推荐列表。
[0015]根据本专利技术提供的一种用户行为埋点构建方法，所述基于所述用户行为埋点，获取用户行为数据，包括：
[0016]基于所述用户行为埋点和所述用户行为类型预设权重值，获取用户终端对商品产
生的用户行为次数、用户行为类型和用户行为权重；
[0017]根据所述用户行为次数、所述用户行为类型和所述用户行为权重，得到用户行为数据。
[0018]根据本专利技术提供的一种用户行为埋点构建方法，所述时间衰减系数是基于用户终端的商品浏览历史记录对应的埋点事件创建时间和商品类型获取得到的。
[0019]根据本专利技术提供的一种用户行为埋点构建方法，所述综合热度值是根据商品类型、用户行为埋点对应的用户行为权重值、时间衰减系数、用户行为统计次数和用户行为埋点创建时间计算得到的；
[0020]所述标签热度值是根据商品标签类型、用户行为埋点对应的用户行为权重值、用户行为次数、时间衰减系数和用户行为埋点创建时间计算得到的。
[0021]根据本专利技术提供的一种用户行为埋点构建方法，所述根据所述综合热度值和/或所述标签热度值，生成商品推荐列表，包括：
[0022]对所述综合热度值进行排序，并根据综合热度值排序结果，得到基于每种相同商品标签的商品排序结果；
[0023]根据所述商品排序结果，生成商品推荐列表；
[0024]或，
[0025]对每个商品标签的标签热度值进行排序，得到商品标签热度值排序结果；
[0026]根据所述商品标签热度值排序结果，获取满足预设条件的目标商品，并根据所述目标商品生成商品推荐列表；
[0027]或，
[0028]对所述综合热度值进行排序，并根据综合热度值排序结果，得到基于每种相同商品标签的商品排序结果；
[0029]对每个商品标签的标签热度值进行排序，得到商品标签热度值排序结果；
[0030]根据所述商品标签热度值排序结果，从商品排序结果中选取目标商品，并根据所述目标商品生成商品推荐列表。
[0031]本专利技术还提供一种用户行为埋点构建系统，包括：
[0032]处理模块，用于确定用户在预设时段内的用户行为类型；
[0033]权重值设置模块，用于根据所述用户行为类型的关注程度，设置对应的用户行为类型预设权重值；
[0034]埋点构建模块，用于根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点。
[0035]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用户行为埋点构建方法的步骤。
[0036]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用户行为埋点构建方法的步骤。
[0037]本专利技术提供的用户行为埋点构建方法及系统，根据用户行为类型设置不同的权重值，并通过用户行为类型和权重值为商品推荐的数据采集设置用户行为埋点，从而得到更能体现用户行为的数据特征，提高后续商品推荐的准确率和效率。
附图说明
[0038]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为本专利技术提供的用户行为埋点构建方法的流程示意图；
[0040]图2为本专利技术提供的用户行为埋点构建系统的结构示意图；
[0041]图3为本专利技术提供的电子设备的结构示意图。
具体实施方式
[0042]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0043]图1为本专利技术提供的用户行为埋点构建方法的流程示意图，如图1所示，本专利技术提供了一种用户行为埋点构建方法，包括：
[0044]步骤101，确定用户在预设时段内的用户行为类型。
[0045]在本专利技术中，首先获取用户在一段时间内通过终端对商品产生的行为，即用户对商品的操作动作，包括进入商品详情页、收藏商品成功、取消商品收藏、点击商品分享、确认商品搜索成功、商品到货通知确认成功、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户行为埋点构建方法，其特征在于，包括：确定用户在预设时段内的用户行为类型；根据所述用户行为类型的关注程度，设置对应的用户行为类型预设权重值；根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点。2.根据权利要求1所述的用户行为埋点构建方法，其特征在于，所述用户行为埋点至少包括进入商品详情页、收藏商品成功、取消商品收藏、点击商品分享、确认商品搜索成功、商品到货通知确认成功、确认商品加入购物车、点击立即购买商品和点击提交商品订单和商品支付成功。3.根据权利要求1所述的用户行为埋点构建方法，其特征在于，在所述根据所述用户行为类型和所述用户行为类型预设权重值，构建用户行为埋点之后，所述方法还包括：基于所述用户行为埋点，获取用户行为数据，所述用户行为数据为用户终端对商品产生的行为数据；根据所述用户行为数据和时间衰减系数，获取每一种商品对应的综合热度值和标签热度值；根据所述综合热度值和/或所述标签热度值，生成商品推荐列表。4.根据权利要求3所述的用户行为埋点构建方法，其特征在于，所述基于所述用户行为埋点，获取用户行为数据，包括：基于所述用户行为埋点和所述用户行为类型预设权重值，获取用户终端对商品产生的用户行为次数、用户行为类型和用户行为权重；根据所述用户行为次数、所述用户行为类型和所述用户行为权重，得到用户行为数据。5.根据权利要求3所述的用户行为埋点构建方法，其特征在于，所述时间衰减系数是基于用户终端的商品浏览历史记录对应的埋点事件创建时间和商品类型获取得到的。6.根据权利要求3所述的用户行为埋点构建方法，其特征在于，所述综合热度值是根据商品类型、用户行为埋点对应的用户行为权重值、时间衰减系数、用户行为统计次数和用户行为埋点创建时...

【专利技术属性】
技术研发人员：宋玲玉，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：