一种消费者画像生成方法和装置制造方法及图纸

本发明专利技术公开了一种消费者画像生成方法和装置，应用在数据处理技术领域，其技术方案要点是：基于消费者给游戏标注的标签和关键词得到游戏的第一标签信息；基于TF

【技术实现步骤摘要】
一种消费者画像生成方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种消费者画像生成方法和装置。

技术介绍

[0002]用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待的数据转化联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性，能代表产品的主要受众和目标群体。
[0003]针对现有现有技术，现有的游戏网站对消费者推荐游戏时，采用的是协同过滤算法，而协同过滤算法的缺陷在于没有完全没有利用到游戏本身或者是消费者的自身属性，仅仅利用了游戏与消费者的交互信息就实现推荐，由于无法有效的引入消费者年龄，性别，游戏描述，游戏分等一系列消费者特征与游戏特征，造成了有效信息的遗漏，不能充分利用其它特征数据，不能精准的推送游戏推荐信息。

技术实现思路

[0004]本专利技术的目的是提供一种消费者画像生成方法和装置，其优点是：推送相应的游戏实现对消费者的个性化推荐，满足游戏网站对人群的精准营销的需求。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：一种消费者画像生成方法，包括如下步骤：步骤S1、基于消费者给游戏标注的标签和关键词得到游戏的第一标签信息；基于TF
‑
IDF的特征提取技术提取游戏的第二标签信息，通过大数据技术，采集第一标签信息与第二标签信息，根据所述第一标签信息和第二标签信息确定用于表示游戏的游戏画像；步骤S2、收集消费者的游戏需求信息，其中，所述游戏需求信息包括静态特征、行为特征、习惯特征和爱好特征；基于所述游戏需求信息构建用于表示消费者的消费者画像；步骤S3、对所述消费者画像进行遍历算法分析，得到标签，将关键词与倒排索引表中记录的标签通过加权算法分析，基于不同的标签对应不同的游戏权重，最终对所得到的游戏权重求和，基于最终游戏权重对应游戏名称，对消费者做出推荐。
[0006]通过上述技术方案，可以获得更为准确的消费者画像，且获得的消费者数据具有实时性和高效性，可以更好地对消费者数据挖掘，通过挖掘的消费者数据进一步分析，再与游戏数据库中的游戏信息作比较，推送相应的游戏实现对消费者的个性化推荐，满足游戏网站对人群的精准营销的需求。
[0007]本专利技术进一步设置为：所述步骤S1还包括：S11：通过所述第一标签信息与第二标签信息建立词典，通过Dictionary函数统计每个单词的词频；S12：对词频进行降序排列，得到的靠前词频为游戏画像，基于游戏画像建立倒排
索引表，所述倒排索引表将标签与游戏名称相对应。
[0008]本专利技术进一步设置为：所述步骤S2中静态特征包括游戏玩家的年龄、性别与学历，所述行为特征包括游戏时长和游戏时间段，所述习惯特征包括游戏内存和游戏购买信息，游戏所述爱好特征包括所玩游戏的类型、游戏的价格与游戏评论。
[0009]本专利技术进一步设置为：所述步骤S3中加权算法包括，单域加权算法、多域加权算法和比较拓扑算法。
[0010]本专利技术进一步设置为：所述单域加权算法为：单域加权算法＝词频总数/总词条数，当游戏词频数大于所述单场权重系数，所述游戏与消费者画像进行关联并存储；所述多域加权算法为：多域加权算法=与消费者画像和游戏相关的结果出现的次数/域的总数，当游戏与消费者画像关联的结果出现次数大于多场权重系数时，消费者画像与游戏关联。
[0011]本专利技术进一步设置为：所述比较拓扑算法，通过分析游戏数据库内的消费者画像与游戏画像，从游戏画像为起点，单域加权算法以聚类的方式进行拓扑，分析结果将会是一个包含N层结构的拓扑分析图,所述N>3。
[0012]本专利技术进一步设置为：对于所述行为特征与爱好特征进行数据建模，所述数据建模采用频率图模型分析，通过所述频率图模型获取消费者的潜在消费数据。
[0013]本专利技术进一步设置为：一种消费者画像生成装置，所述存储模块用于存储游戏种类，具体地，所述游戏种类包括角色扮演游戏、动作游戏、射击游戏、音乐游戏与竞技游戏，所述消费者画像包括玩家模块，所述玩家模块用于记录玩家类型，所述玩家类型包括成就角色、探索角色、社交角色与杀手角色。
[0014]本专利技术进一步设置为：所述存储模块与玩家模块通过分析模块相连，所述分析模块基于相似度算法匹配游戏种类与玩家类型。
[0015]综上所述，本专利技术具有以下有益效果：可以获得更为准确的消费者画像，且获得的消费者数据具有实时性和高效性，可以更好地对消费者数据挖掘，通过挖掘的消费者数据进一步分析，再与游戏数据库中的游戏信息作比较，推送相应的游戏实现对消费者的个性化推荐，满足游戏网站对人群的精准营销的需求。
[0016]具体实施方式
[0017]以下对本专利技术作进一步详细说明。
[0018]实施例：一种消费者画像生成方法和装置，包括如下步骤：步骤S1、基于消费者给游戏标注的标签和关键词得到游戏的第一标签信息；基于TF
‑
IDF的特征提取技术提取游戏的第二标签信息，通过大数据技术，采集第一标签信息与第二标签信息，根据第一标签信息和第二标签信息确定用于表示游戏的游戏画像；步骤S2、收集消费者的游戏需求信息，其中，游戏需求信息包括静态特征、行为特征、习惯特征和爱好特征；基于游戏需求信息构建用于表示消费者的消费者画像；步骤S3、对消费者画像进行遍历算法分析，得到标签，将关键词与倒排索引表中记录的标签通过加权算法分析，基于不同的标签对应不同的游戏权重，最终对所得到的游戏权重求和，基于最终游戏权重对应游戏名称，对消费者做出推荐。
[0019]具体地，可以获得更为准确的消费者画像，且获得的消费者数据具有实时性和高
效性，可以更好地对消费者数据挖掘，通过挖掘的消费者数据进一步分析，再与游戏数据库中的游戏信息作比较，推送相应的游戏实现对消费者的个性化推荐，满足游戏网站对人群的精准营销的需求。
[0020]进一步的，步骤S1还包括：S11：通过第一标签信息与第二标签信息建立词典，通过Dictionary函数统计每个单词的词频；S12：对词频进行降序排列，得到的靠前词频为游戏画像，基于游戏画像建立倒排索引表，倒排索引表将标签与游戏名称相对应。
[0021]进一步的，步骤S2中静态特征包括游戏玩家的年龄、性别与学历，行为特征包括游戏时长和游戏时间段，习惯特征包括游戏内存和游戏购买信息，游戏爱好特征包括所玩游戏的类型、游戏的价格与游戏评论。
[0022]本专利技术进一步设置为：步骤S3中加权算法包括，单域加权算法、多域加权算法和比较拓扑算法。
[0023]进一步的，单域加权算法为：单域加权算法＝词频总数/总词条数，当游戏词频数大于单场权重系数，游戏与消费者画像进行关联并存储；多域加权算法为：多域加权算法=与消费者画像和游戏相关的结果出现的次数/域的总数，当游戏与消费本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消费者画像生成方法，其特征在于，包括如下步骤：步骤S1、基于消费者给游戏标注的标签和关键词得到游戏的第一标签信息；基于TF
‑
IDF的特征提取技术提取游戏的第二标签信息，通过大数据技术，采集第一标签信息与第二标签信息，根据所述第一标签信息和第二标签信息确定用于表示游戏的游戏画像；步骤S2、收集消费者的游戏需求信息，其中，所述游戏需求信息包括静态特征、行为特征、习惯特征和爱好特征；基于所述游戏需求信息构建用于表示消费者的消费者画像；步骤S3、对所述消费者画像进行遍历算法分析，得到标签，将关键词与倒排索引表中记录的标签通过加权算法分析，基于不同的标签对应不同的游戏权重，最终对所得到的游戏权重求和，基于最终游戏权重对应游戏名称，对消费者做出推荐。2.根据权利要求1所述的一种消费者画像生成方法，其特征在于，所述步骤S1还包括：S11：通过所述第一标签信息与第二标签信息建立词典，通过Dictionary函数统计每个单词的词频；S12：对词频进行降序排列，得到的靠前词频为游戏画像，基于游戏画像建立倒排索引表，所述倒排索引表将标签与游戏名称相对应。3.根据权利要求1所述的一种消费者画像生成方法，其特征在于：所述步骤S2中静态特征包括游戏玩家的年龄、性别与学历，所述行为特征包括游戏时长和游戏时间段，所述习惯特征包括游戏内存和游戏购买信息，游戏所述爱好特征包括所玩游戏的类型、游戏的价格与游戏评论。4.根据权利要求1所述的一种消费者画像生成方法，其特征在于...

【专利技术属性】
技术研发人员：陈静，
申请(专利权)人：江苏海事职业技术学院，
类型：发明
国别省市：