一种用户画像的建立方法及系统技术方案

本发明专利技术公开了一种用户画像的建立方法及系统，包括以下步骤：步骤S1、基于目标用户的社交软件构建目标用户的社交网络，并通过对所述社交网络进行多层次节点获取位于目标用户社交邻节点处的多层次社交对象；步骤S2、基于目标用户的电商数据构建目标用户的基础画像，基于多层次社交对象的电商数据构建多层次社交对象的基础画像；步骤S3、设定所述目标用户基础画像的记忆权重，并对加权后的目标用户的基础画像和多层次社交对象的基础画像进行求和得到电商画像。本发明专利技术在目标用户的基础画像中按照泛化权重融合多层次社交对象的基础画像得到电商画像，以实现在构建用户画像时提高泛化力，增强用户画像的全面性。增强用户画像的全面性。增强用户画像的全面性。

【技术实现步骤摘要】
一种用户画像的建立方法及系统


[0001]本专利技术涉及画像建立
，具体涉及一种用户画像的建立方法及系统。

技术介绍

[0002]用户画像又称为用户角色(Persona)，即用户信息标签化，是一种勾画目标用户、联系用户诉求和设计方向的有效方式，其目标是在很多的维度上建立针对用户的描述性标签属性。它是通过收集与分析用户基本属性、社会属性、生活习惯、消费行为等信息的数据，抽象出一个用户全貌来挖掘用户需求和分析用户偏好，支撑个性化推荐、自动化营销等大数据应用的基本方式。举例来说，在产品开发时，可以分析用户画像，对产品进行定位与规划；在产品推广时，可以分析用户画像，挖掘潜在客户群体，进行有针对性的产品推荐。
[0003]大数据技术是以任何系统的全部数据资源为对象并从中发现数据之间表现的相关性关系的信息处理技术，而用户画像是大数据技术的重要应用。随着信息技术的不断发展，目前用户画像已经广泛应用于互联网的流程优化、目标化消息及广告推送、用户个性化服务与改善等方面，并通过匹配用户画像提供给用户更高效和更有针对性的信息输送以及更贴近个人习惯的用户体验，成为了网络服务背后强大的后台支撑。
[0004]目前的电商行业中，构建用户画像的方法一般是根据用户在站内的访问商品类目等行为的日志保存下来，然后在一定的时间窗口内，遍历所有的用户行为日志，按照某些权重衰减函数对其进行计算，得到当前最新用户画像。该方式存在的问题是获取的数据比较片面，仅有该站内的用户数据，对于用户在其他网站上的访问行为则一无所知；另一方面，当用户数据达到足够的密集程度之后，用户的描述性标签属性虽然表现为较高的稳定性，但是以上方法也存在泛化能力差的缺陷，从而降低了用户画像的适应性。

技术实现思路

[0005]本专利技术的目的在于提供一种用户画像的建立方法及系统，以解决现有技术中存在泛化能力差的缺陷，降低用户画像的适应性的技术问题。
[0006]为解决上述技术问题，本专利技术具体提供下述技术方案：一种用户画像的建立方法，包括以下步骤：步骤S1、基于目标用户的社交软件构建目标用户的社交网络，并通过对所述社交网络进行多层次节点获取位于目标用户社交邻节点处的多层次社交对象，再通过对多层次社交对象的多层次社交亲密度分析得到用于提高用户画像泛化力的泛化权重；步骤S2、基于目标用户的电商数据构建目标用户的基础画像，基于多层次社交对象的电商数据构建多层次社交对象的基础画像；步骤S3、设定所述目标用户基础画像的记忆权重，将所述记忆权重和泛化权重分别加权至所述目标用户的基础画像和多层次社交对象的基础画像，并对加权后的目标用户的基础画像和多层次社交对象的基础画像进行求和得到兼具记忆力和泛化力的目标用户的电商画像。
[0007]作为本专利技术的一种优选方案，所述基于目标用户的社交软件构建目标用户的社交网络，包括：步骤一，以目标用户和与目标用户具有社交通讯关系的第1层通讯对象构建为第1层网络节点，将所述目标用户与第1层通讯对象的社交通讯关系构建为第1层网络边，将所述第1层网络边对表征为目标用户和第1层通讯对象的第1层网络节点进行连接构成第1层网络结构，设置循环控制项i=1；步骤二，以与第i层通讯对象具有社交通讯关系的第i+1层通讯对象构建为第i+1层网络节点，将所述第i层通讯对象与第i+1层通讯对象的社交通讯关系构建为第i+1层网络边，将所述第i+1层网络边对表征为第1层通讯对象和第i+1层通讯对象的第i+1层网络节点进行连接构成第i+1层网络结构，将循环控制项i进行自加1处理；步骤三，循环执行步骤二，直至循环控制项i=循环阈值n退出循环，将第1层至第n
‑
1层的网络结构共同形成的网络拓扑作为所述社交网络，i为计量常数，无实质含义。
[0008]作为本专利技术的一种优选方案，所述通过对所述社交网络进行多层次节点获取位于目标用户社交邻节点处的多层次社交对象，包括：将所述社交网络基于模块度进行聚类运算以得到多个网络社团，并将多个网络社团中目标用户所在的网络社团作为第1层次社团，将剩余网络社团按与第1层次社团的网络边连接数进行排列依次得到第j层次社团，m表征为网络社团总数目，j为计量常数，无实质含义，；依次将位于所述第k层次社团的网络节点作为第k层次节点，并将第k层次节点作为第k层次社交对象，。
[0009]作为本专利技术的一种优选方案，所述通过对多层次社交对象的多层次社交亲密度分析得到用于提高用户画像泛化力的泛化权重，包括：分别获取目标用户和多层次社交对象的社交通讯关系表征数据，社交通讯关系表征数据包括：通讯次数和通讯时长，其中，若目标用户与多层次社交对象间的社交通讯关系存在较强关联性，则筛选出目标用户与多层次社交对象间单向社交通讯关系后执行目标用户与多层次社交对象间单向社交通讯重要性分析；若目标用户与多层次社交对象间的社交通讯关系不存在较强关联性，则直接执行目标用户与多层次社交对象间单向社交通讯重要性分析；单向社交通讯重要性分析的对象是目标用户与多层次社交对象间的单向社交通讯关系，使用模型输出目标用户与多层次社交对象间的单向社交通讯关系重要性系数；将单向社交通讯关系重要性系数作为目标用户与多层次社交对象间的单向社交通讯权重，基于单向社交通讯权重进行加权求和计算获得目标用户与多层次社交对象间的单向亲密度；将目标用户与多层次社交对象间的单向亲密度和多层次社交对象间与目标用户的单向亲密度合并为目标用户与多层次社交对象间的双向亲密度作为多层次社交亲密度，所述多层次社交亲密度的计算公式为：；
式中，表征为目标用户与第k层次社交对象的第k层次社交亲密度，表征为目标用户、第k层次社交对象通讯天数跨度，表征为目标用户至第k层次社交对象方向的单向亲密度，表征为第k层次社交对象至目标用户方向的单向亲密度，、表征为加权系数；依次将所述第k层次社交亲密度作为第k层次的泛化权重；计算所述目标用户和多层次社交对象的社交通讯关系表征数据的皮尔逊系数，其中，若所述皮尔逊系数大于第一预设阈值，则判断目标用户与多层次社交对象间的社交通讯关系存在较强关联性；若表征数据的皮尔逊系数小于或等于第一预设阈值，则判断目标用户与多层次社交对象间的社交通讯关系不存在较强关联性。
[0010]作为本专利技术的一种优选方案，所述基于目标用户的电商数据构建目标用户的基础画像，包括：对目标用户的电商数据进行分析处理和特征提取以构建目标用户的基础标签，并设定所述基础标签的标签权重；基于表征所述目标用户的基础标签的特征数据和标签权重进行加权以构建出目标用户的基础画像。
[0011]作为本专利技术的一种优选方案，所述基于多层次社交对象的电商数据构建多层次社交对象的基础画像，包括：依次对多层次社交对象的电商数据进行分析处理和特征提取以构建多层次社交对象的基础标签，并设定所述基础标签的标签权重；基于表征所述多层次社交对象的基础标签的特征数据和标签权重进行加权以构建出多层次社交对象的基础画像。
[0012]作为本专利技术的一种优选方案，所述设定所述目标用户基础画像的记忆权重，包括：基于目标用户的总数与第1层次社交对象总本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户画像的建立方法，其特征在于，包括以下步骤：步骤S1、基于目标用户的社交软件构建目标用户的社交网络，并通过对所述社交网络进行多层次节点获取位于目标用户社交邻节点处的多层次社交对象，再通过对多层次社交对象的多层次社交亲密度分析得到用于提高用户画像泛化力的泛化权重；步骤S2、基于目标用户的电商数据构建目标用户的基础画像，基于多层次社交对象的电商数据构建多层次社交对象的基础画像；步骤S3、设定所述目标用户基础画像的记忆权重，将所述记忆权重和泛化权重分别加权至所述目标用户的基础画像和多层次社交对象的基础画像，并对加权后的目标用户的基础画像和多层次社交对象的基础画像进行求和得到兼具记忆力和泛化力的目标用户的电商画像。2.根据权利要求1所述的一种用户画像的建立方法，其特征在于：所述基于目标用户的社交软件构建目标用户的社交网络，包括：步骤一，以目标用户和与目标用户具有社交通讯关系的第1层通讯对象构建为第1层网络节点，将所述目标用户与第1层通讯对象的社交通讯关系构建为第1层网络边，将所述第1层网络边对表征为目标用户和第1层通讯对象的第1层网络节点进行连接构成第1层网络结构，设置循环控制项i=1；步骤二，以与第i层通讯对象具有社交通讯关系的第i+1层通讯对象构建为第i+1层网络节点，将所述第i层通讯对象与第i+1层通讯对象的社交通讯关系构建为第i+1层网络边，将所述第i+1层网络边对表征为第1层通讯对象和第i+1层通讯对象的第i+1层网络节点进行连接构成第i+1层网络结构，将循环控制项i进行自加1处理；步骤三，循环执行步骤二，直至循环控制项i=循环阈值n退出循环，将第1层至第n
‑
1层的网络结构共同形成的网络拓扑作为所述社交网络，i为计量常数，无实质含义。3.根据权利要求2所述的一种用户画像的建立方法，其特征在于：所述通过对所述社交网络进行多层次节点获取位于目标用户社交邻节点处的多层次社交对象，包括：将所述社交网络基于模块度进行聚类运算以得到多个网络社团，并将多个网络社团中目标用户所在的网络社团作为第1层次社团，将剩余网络社团按与第1层次社团的网络边连接数进行排列依次得到第j层次社团，m表征为网络社团总数目，j为计量常数，无实质含义，；依次将位于所述第k层次社团的网络节点作为第k层次节点，并将第k层次节点作为第k层次社交对象，。4.根据权利要求3所述的一种用户画像的建立方法，其特征在于：所述通过对多层次社交对象的多层次社交亲密度分析得到用于提高用户画像泛化力的泛化权重，包括：分别获取目标用户和多层次社交对象的社交通讯关系表征数据，社交通讯关系表征数据包括：通讯次数和通讯时长，其中，若目标用户与多层次社交对象间的社交通讯关系存在较强关联性，则筛选出目标用户与多层次社交对象间单向社交通讯关系后执行目标用户与多层次社交对象间单向社交通讯重要性分析；若目标用户与多层次社交对象间的社交通讯关系不存在较强关联性，则直接执行目标
用户与多层次社交对象间单向社交通讯重要性分析；单向社交通讯重要性分析的对象是目标用户与多层次社交对象间的单向社交通讯关系，使用模型输出目标用户与多层次社交对象间的单向社交通讯关系重要性系数；将单向社交通讯关系重要性系数作为目标用户与多层次社交对象间的单向社交通讯权重，基于单向社交通讯权重进行加权求和计算获得目标用户与多层次社交对象间的单向亲密度；将目标用户与多层次社交对象间的单向亲密度和多层次社交对象间与目标用户的单向亲密度合并为目标用户与多层次社交对象间的双向亲密度作为多层次社交亲密度，所述多层次社交亲密度的计算公式为：；式中，表征为目标用户与第k层次社交对象的第k层次社交亲密度，表征为目标用户、第k层...

【专利技术属性】
技术研发人员：潘小平，
申请(专利权)人：北京派瑞威行互联技术有限公司，
类型：发明
国别省市：