在数字化场景下的大数据用户画像处理方法及服务器技术

本申请的在数字化场景下的大数据用户画像处理方法及服务器，能够基于服务事项浏览时段，从每个业务浏览记录的目标可视化服务事项中挑选出对应业务浏览记录的可视化服务关键事项，能够筛除待处理社交话题用户在业务互动过程中所浏览的目标可视化服务事项，进而基于可视化服务关键事项的区域化分布内容，将符合设定检测要求的可视化服务关键事项归类至同一服务事项簇，并基于服务事项簇中可视化服务关键事项的区域化分布内容，确定待处理社交话题用户的感兴趣内容集，从而能够在不考虑待处理社交话题用户在业务互动过程中所浏览的目标可视化服务事项的前提下，确定待处理社交话题用户的感兴趣内容集，进而能够提高用户的兴趣画像分析的准确性。趣画像分析的准确性。趣画像分析的准确性。

【技术实现步骤摘要】
在数字化场景下的大数据用户画像处理方法及服务器


[0001]本申请涉及数字化和大数据画像
，更具体地，涉及一种在数字化场景下的大数据用户画像处理方法及服务器。

技术介绍

[0002]在数字化升级的大环境下，大数据和用户画像已不再是陌生的名词，大数据技术和用户画像分析技术的成熟应用能够提高现目前各类业务服务的办理效率和便捷程度。其中，业务服务质量与用户画像高度相关。
[0003]用户画像最早期的概念是“Personas are a concrete representation of target users”，换言之，用户画像（Personas）是真实用户的虚拟代表，是建立在一系列真实数据之上的目标用户模型。通过用户调研去了解用户，并根据其目标、行为和观点的不同，将其区分为不同的类型，然后每种类型中抽取出典型特征，赋予相关描述以形成用户画像。
[0004]用户画像的应用领域较为广泛，比如可视化业务服务。在实际应用中，为了实现对可视化业务服务环境下的用户分析，需要进行一定程度的用户画像分析，然而相关技术难以确保用户画像分析的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在数字化场景下的大数据用户画像处理方法，其特征在于，应用于画像处理服务器，所述方法包括：获取待处理社交话题用户浏览的各个目标可视化服务事项所对应的区域化分布内容和服务事项浏览时段；分析所述区域化分布内容和服务事项浏览时段，将所述各个目标可视化服务事项归类到至少一个业务浏览记录中；基于所述服务事项浏览时段，从每个所述业务浏览记录的目标可视化服务事项中挑选出对应所述业务浏览记录的可视化服务关键事项；基于所述可视化服务关键事项的区域化分布内容，将符合设定检测要求的可视化服务关键事项归类至同一服务事项簇；基于所述服务事项簇中所述可视化服务关键事项的区域化分布内容，确定所述待处理社交话题用户的感兴趣内容集。2.根据权利要求1所述的方法，其特征在于，所述分析所述区域化分布内容和服务事项浏览时段，将所述各个目标可视化服务事项归类到至少一个业务浏览记录中包括：按照所述服务事项浏览时段从远至近的排序次序，将所述各个目标可视化服务事项进行整理；基于整理后的各个目标可视化服务事项对应的区域化分布内容和服务事项浏览时段，确定所述待处理社交话题用户浏览所述各个目标可视化服务事项时的浏览关注度；若整理后的各个目标可视化服务事项中任意连续目标可视化服务事项对应的服务事项浏览时段的时长差异大于设定时长值，且所述任意连续目标可视化服务事项中至少一个所对应的浏览关注度小于设定关注度阈值，则将所述任意连续目标可视化服务事项归类至不同的业务浏览记录中。3.根据权利要求1所述的方法，其特征在于，所述区域化分布内容包括多模态分布描述，所述基于所述可视化服务关键事项的区域化分布内容，将符合设定检测要求的可视化服务关键事项归类至同一服务事项簇包括：将所述多模态分布描述相同的可视化服务关键事项归类至同一服务事项簇；获取其中两个所述服务事项簇之间的第一量化差异数据；将所述第一量化差异数据小于等于第一设定量化差异阈值的其中两个所述服务事项簇整合为同一服务事项簇；相应的，所述获取其中两个所述服务事项簇之间的第一量化差异数据包括：将所述服务事项簇中可视化服务关键事项的多模态分布描述的全局化分析结果作为服务事项簇的热点服务事项的多模态分布描述；基于其中两个所述服务事项簇的热点服务事项的多模态分布描述，确定其中两个所述服务事项簇之间的第一量化差异数据；所述将所述第一量化差异数据小于等于第一设定量化差异阈值的其中两个所述服务事项簇整合为同一服务事项簇之后，所述方法还包括：抽取当前服务事项簇中与所述当前服务事项簇的热点服务事项之间的第二量化差异数据大于第二设定量化差异阈值的可视化服务关键事项；若抽取的可视化服务关键事项与其他服务事项簇的热点服务事项之间的第三量化差
异数据小于等于第三设定量化差异阈值，则将抽取的可视化服务关键事项整合至所述其他服务事项簇；若抽取的可视化服务关键事项与任意所述其他服务事项簇的热点服务事项之间的第三量化差异数据大于所述第三设定量化差异阈值，则将抽取的可视化服务关键事项作为另外的服务事项簇。4.根据权利要求1所述的方法，其特征在于，所述基于所述服务事项簇中所述可视化服务关键事项的区域化分布内容，确定所述待处理社交话题用户的感兴趣内容集包括：获取与所述服务事项簇的热点服务事项之间的量化差异数据最小的第一可视化服务关键事项，以及与所述服务事项簇的热点服务事项之间的量化差异数据最大的第二可视化服务关键事项；获取所述第一可视化服务关键事项对应的目标可视化服务事项的服务事项主题，并获取所述第二可视化服务关键事项到所述服务事项簇的热点服务事项之间的第四量化差异数据；将以所述服务事项簇的热点服务事项为基准，以所述第四量化差异数据为约束的候选服务事项集作为所述待处理社交话题用户的感兴趣内容集，并将所述第一可视化服务关键事项对应的目标可视化服务事项的服务事项主题作为所述感兴趣内容集的概括型主题。5.根据权利要求1所述的方法，其特征在于，所述基于所述服务事项簇中所述可视化服务关键事项的区域化分布内容，确定所述待处理社交话题用户的感兴趣内容集之后，所述方法还包括：基于所述待处理社交话题用户的感兴趣内容集内的可视化服务关键事项的服务事项浏览时段，获取所述感兴趣内容集的内容集特征；基于所述感兴趣内容集的内容集特征，确定两个所述待处理社交话题用户之间的社交网络联系；相应的，所述内容集特征包括：服务事项激活累计值、服务事项激活时长、服务事项激活时序描述、服务事项激活认证记录、感兴趣时段；所述基于所述感兴趣内容集的内容集特征，确定两个所述待处理社交话题用户之间的社交网络联系包括：基于所述服务事项激活累计值、所述服务事项激活时长和所述感兴趣时段，确定所述感兴趣内容集的内容集类别，其中，所述内容集类别包括：热门时段感兴趣内容集、冷门时段感兴趣内容集、即兴感兴趣内容集；若两个所述待处理社交话题用户的即兴感兴趣内容集的服务事项的激活认证记录相似性和内容集相似性符合第一设定指标，则确定所述社交网络联系为即时交互联系；若两个所述待处理社交话题用户的热门时段感兴趣内容集的服务事项激活时序描述相似性和内容集相似性符合第二设定指标，且两个所述待处理社交话题用户的冷门时段感兴趣内容集的服务事项激活时序描述相似性和内容集相似性符...

【专利技术属性】
技术研发人员：赵尚友，
申请(专利权)人：赵尚友，
类型：发明
国别省市：