【技术实现步骤摘要】
基于电子商务大数据的用户画像构建方法
[0001]本专利技术涉及大数据和电子商务领域，尤其涉及一种基于电子商务大数据的用户画像构建方法。
技术介绍
[0002]随着电子商务的发展，电子商务平台中的商品数量呈指数增长。形成了海量数据，客户很难从如此浩瀚的商品海洋中挑选出对他有价值的商品。如何对商品信息进行有效的组织和展示，如何尽可能地了解客户的兴趣和爱好，以优化网站设计从而方便用户获取商品成为电子商务发展过程中迫切需要解决的问题。
[0003]随着电子商务的竞争越来越激烈，激烈的竞争促进了电子商务推荐系统的发展，且电子商务推荐系统因其具有个性、针对性等优点受到越来越多的关注，但是现有的电子商务推荐系统在使用过程中会经常推荐一些无用的商品，因此，根据电子商务大数据为每个用户构建用户画像，并通过用户画像快速的给用户推荐其想要购买的商品是迫切需要解决的问题。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种基于电子商务大数据的用户画像构建方法，其包括以下步骤：
[0005]从数据库获取目标用户...
【技术保护点】
【技术特征摘要】
1.一种基于电子商务大数据的用户画像构建方法，其特征在于，从数据库获取目标用户的用户分析数据；所述用户分析数据包括目标用户的第一分析数据和目标用户的第二分析数据；所述目标用户的第一分析数据为目标用户在电子商务平台上浏览商品的相关数据；所述目标用户的第二分析数据为目标用户在电子商务平台上购买商品的相关数据；分别将第一分析数据和第二分析数据输入电商分析模型以输出第一分析特征和第二分析特征，并将第一分析特征和第二分析特征进行特征映射和特征转换以生成二元特征映射组；所述二元特征映射组包括若干个二元映射对，二元映射对包括商品特征和状态值；所述商品特征表征相干商品的商品特征；所述状态值表征相干商品的购买状态，在状态值为1时，目标用户购买了相干商品，在状态值为0时，目标用户没有购买相干商品；所述相干商品为目标用户在电子商务平台上浏览过的商品；对二元特征映射组进行特征扩展以得到每个相干商品的一阶商品特征，并对每个相干商品的一阶商品特征进行特征选择以得到每个相干商品的二阶商品特征；将每个相干商品的二阶商品特征映射到特征向量空间以生成每个相干商品的二阶特征向量，并根据每个相干商品的二阶特征向量将每个相干商品映射到相干点空间以生成每个相干商品对应的相干点；分别计算每个相干点的二阶特征向量与其他相干点的二阶特征向量的相似度以得到每个相干点与其他相干点的特征距离，并将特征距离小于距离阈值的相干点进行连接以生成若干条相干连接，然后根据特征距离设置相干连接的连接权值以生成目标用户的相干结构图；将目标用户的相干结构图进行图聚类以生成图聚类数据，并根据图聚类数据生成目标用户的用户画像。2.根据权利要求1所述的方法，其特征在于，对二元特征映射组进行特征扩展得到相干商品的一阶商品特征包括：遍历二元特征映射组的所有二元映射对，将正在遍历的二元映射对作为目标二元映射对，将目标二元映射对对应的相干商品作为目标相干商品；对目标二元映射对的商品特征进行特征分解以得到目标相干商品的若干个商品子特征，并根据目标二元映射对的状态值获取目标相干商品的状态特征；将每个商品子特征映射到特征点空间以获取每个商品子特征对应的特征点，并根据目标相干商品的所有特征点构建目标相干商品的特征分布图，然后根据目标相干商品的状态特征对目标相干商品的特征分布图进行更新；重复以上步骤，直到遍历完所有的二元映射对以构建每个相干商品的特征分布图。3.根据权利要求1或2所述的方法，其特征在于，对二元特征映射组进行特征扩展得到相干商品的一阶商品特征包括：从数据库获取特征扩展函数集，并初始化特征扩展函数集中每个特征扩展函数的权值系数和函数效用表；遍历所有的相干商品，并将正在遍历的相干商品作为目标相干商品，然后将目标相干商品的特征分布图作为目标特征分布图；遍历目标特征分布图的所有特征点，并将正在遍历的特征点作为目标特征点；根据特征扩展函数集中每个特征扩展函数的权值系数和函数效用表获取特征扩展函
数集中每个特征扩展函数的转移概率，并选择转移概率最大的特征扩展函数作为目标特征扩展函数；将目标特征点对应的商品子特征作为目标特征点的第一特征，并根据目标特征扩展函数对第一特征进行特征扩展以构造目标特征点的第二特征；重复以上步骤，直到遍历完目标特征分布图的所有特征点以对目标相干商品进行特征扩展；根据相干商品的所有特征点的第一特征和第二特征得到相干商品的一阶商品特征；重复以上步骤，直到遍历完所有的相干商品以得到每个相干商品的一阶商品特征。4.根据权利要求3所述的方法，其特...
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。