基于AI用户画像的推荐方法、装置、服务器及介质制造方法及图纸

本申请适用于用户画像技术领域，尤其涉及一种基于AI用户画像的推荐方法、装置、服务器及介质。该方法在推荐服务被触发时，获取触发该推荐服务的触发用户的行为数据，在检测到行为数据的数据量未达到目标数量时，将目标数据写入行为数据，其中，目标数据为行为数据中行为属性达到要求的数据，在达到目标数量时，根据写入后的行为数据，从目标场景下的用户画像数据库中匹配出目标用户，将目标用户在用户画像数据库中的用户画像数据推荐给触发用户，将目标数据加入原有的行为数据中，能够避免数据量不足的情况，基于人工智能的画像匹配，将匹配到的目标用户的行为数据推荐给触发用户，从而可以提高推荐的准确度。而可以提高推荐的准确度。而可以提高推荐的准确度。

【技术实现步骤摘要】
基于AI用户画像的推荐方法、装置、服务器及介质


[0001]本申请属于用户画像
，尤其涉及一种基于AI用户画像的推荐方法、装置、服务器及介质。

技术介绍

[0002]目前，在用户购买产品或消费时，如何智能化引导用户进行选购成为主要关注的问题。用户在一种场景下产生购买或消费行为，如线上购买理财产品、线下购买衣物等，这些行为反映了用户的喜好，这些行为可以被收集和分析，从而向用户推荐与这些行为对应购买的产品等相似的产品，从而为用户提供导购服务，方便用户选择和购买。但是针对某一场景下用户的行为数据的数据量较少的情况下，直接分析行为数据来推荐产品的推荐准确度较低，不利于导购服务的使用。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种基于AI用户画像的推荐方法、装置、服务器及介质，以解决在用户的行为数据的数据量较少时推荐的准确度较低的问题。
[0004]第一方面，本申请实施例提供一种基于AI用户画像的推荐方法，所述推荐方法包括：
[0005]在推荐服务被触发时，获取触发用户在目标场景下的行为数据，所述触发用户是指触发所述推荐服务的用户；
[0006]在检测到所述行为数据的数据量未达到目标数量时，获取目标数据，并将所述目标数据重复写入所述行为数据，直至写入后的行为数据的数据量达到所述目标数量，所述目标数据为所述行为数据中行为属性达到要求的数据；
[0007]根据所述写入后的行为数据，从所述目标场景下的用户画像数据库中匹配出目标用户；
[0008]将所述目标用户在所述用户画像数据库中的用户画像数据推荐给所述触发用户。
[0009]第二方面，本申请实施例提供一种基于AI用户画像的推荐装置，所述推荐装置包括：
[0010]行为数据获取模块，用于在推荐服务被触发时，获取触发用户在目标场景下的行为数据，所述触发用户是指触发所述推荐服务的用户；
[0011]写入模块，用于在检测到所述行为数据的数据量未达到目标数量时，获取目标数据，并将所述目标数据重复写入所述行为数据，直至写入后的行为数据的数据量达到所述目标数量，所述目标数据为所述行为数据中行为属性达到要求的数据；
[0012]匹配模块，用于根据所述写入后的行为数据，从所述目标场景下的用户画像数据库中匹配出目标用户；
[0013]推荐模块，用于将所述目标用户在所述用户画像数据库中的用户画像数据推荐给所述触发用户。
[0014]第三方面，本申请实施例提供一种服务器，所述服务器包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的推荐方法。
[0015]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的推荐方法。
[0016]第五方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在服务器上运行时，使得服务器执行上述第一方面所述的推荐方法。
[0017]本申请实施例与现有技术相比存在的有益效果是：本申请在推荐服务被触发时，获取触发该推荐服务的触发用户的行为数据，在检测到行为数据的数据量未达到目标数量时，将目标数据写入行为数据，其中，目标数据为行为数据中行为属性达到要求的数据，在达到目标数量时，根据写入后的行为数据，从目标场景下的用户画像数据库中匹配出目标用户，将目标用户在用户画像数据库中的用户画像数据推荐给触发用户，将目标数据加入原有的行为数据中，能够避免数据量不足的情况，基于人工智能的画像匹配，将匹配到的目标用户的行为数据推荐给触发用户，从而可以提高推荐的准确度。
附图说明
[0018]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是本申请实施例一提供的一种基于AI用户画像的推荐方法的流程示意图；
[0020]图2是本申请实施例二提供的一种基于AI用户画像的推荐方法的流程示意图；
[0021]图3是本申请实施例三提供的一种基于AI用户画像的推荐装置的结构示意图；
[0022]图4是本申请实施例四提供的一种服务器的结构示意图。
具体实施方式
[0023]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0024]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0025]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0026]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0027]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0028]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0029]本申请实施例中的服务器可以是掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra
‑
mobile personal computer，UMPC)、上网本、云端服务器、个人数字助理(personal digital assistant，PDA)等，本申请实施例对服务器的具体类型不作任何限制。
[0030]应理解，以下实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI用户画像的推荐方法，其特征在于，所述推荐方法包括：在推荐服务被触发时，获取触发用户在目标场景下的行为数据，所述触发用户是指触发所述推荐服务的用户；在检测到所述行为数据的数据量未达到目标数量时，获取目标数据，并将所述目标数据重复写入所述行为数据，直至写入后的行为数据的数据量达到所述目标数量，所述目标数据为所述行为数据中行为属性达到要求的数据；根据所述写入后的行为数据，从所述目标场景下的用户画像数据库中匹配出目标用户；将所述目标用户在所述用户画像数据库中的用户画像数据推荐给所述触发用户。2.根据权利要求1所述的推荐方法，其特征在于，所述根据所述写入后的行为数据，从所述目标场景下的用户画像数据库中匹配出目标用户包括：根据所述写入后的行为数据，对所述触发用户进行用户画像，得到所述触发用户画像数据；从用户画像数据库中提取所述目标场景下所有用户画像数据；将所述触发用户画像数据与所有用户画像数据进行匹配，确定与所述触发用户画像数据匹配的用户画像数据对应的用户为目标用户。3.根据权利要求1所述的推荐方法，其特征在于，将所述目标用户在所述用户画像数据库中的用户画像数据推荐给所述触发用户包括：从所述目标用户在用户画像数据库中的用户画像数据中筛选出推荐数据，将所述推荐数据发送给所述触发用户。4.根据权利要求1所述的推荐方法，其特征在于，所述获取目标数据包括：获取所述行为数据中每个数据的发生时间；确定所述行为数据中发生时间与当前时间距离最近的数据为所述目标数据。5.根据权利要求1所述的推荐方法，其特征在于，所述获取目标数据包括：获取所述行为数据中每个数据的发生次数；确定所述行为数据中发生次数大于次数阈值的数据为所述目标数据。6.根据权利要求5所述的推荐方法，其特征在于，所述获取目标数据包括：获取所述行为数据中每个数据的金额；...

【专利技术属性】
技术研发人员：刘冬，
申请(专利权)人：未鲲上海科技服务有限公司，
类型：发明
国别省市：