一种用户标签生成方法、计算设备及存储介质技术

本发明专利技术公开了一种用户标签生成方法、计算设备及存储介质，该方法包括：生成各外部用户的用户标签集，并将属于新用户的外部用户标记为探针期用户，用户标签集包括一个或多个用户标签；向各探针期用户投放调查问卷，根据问卷结果更新探针期用户的用户标签集，并在预设迭代周期结束后，将探针期用户更改标记为优化期用户；基于各优化期用户的用户标签集生成文章并进行对应投放，收集优化期用户对被投放文章的访问数据；对访问数据进行标签分析，通过分析结果更新优化期用户的用户标签集，并将优化期用户更改标记为稳定期用户。期用户更改标记为稳定期用户。期用户更改标记为稳定期用户。

【技术实现步骤摘要】
一种用户标签生成方法、计算设备及存储介质


[0001]本专利技术涉及互联网
，特别涉及一种用户标签生成方法、计算设备及存储介质。

技术介绍

[0002]随着互联网技术的不断发展，企业竞争压力也逐渐增大，越来越多的企业开始采取强强联合的模式，以求互利共生，协作共赢。企业之间的合作，常见模式就是数据打通，将对方的对己方有用的数据进行分析和利用，更直接的模式则是直接打通双方的系统，保留对方所拥有的用户并转换为己方稳定的用户，即将对方的流量化为己用，快速扩展己方的流量，提升竞争力。
[0003]若想解决上述用户保留的问题，核心是如何把对方的用户数据转换成己方的用户数据，进一步而言，需要基于对方的用户画像以及己方的标签信息，为对方的用户生成关联用户标签。换言之，将对方的用户画像补充完善己方的用户标签，以便通过系统维护和服务对应的用户，从而将其转变成为自身的真正用户。
[0004]目前，通常有两种方案来为对方的用户生成与己方有关的用户标签。第一种方案是依据对方与己方之间的公共用户作为数据基础，采用机器学习算法进行标签预测，但如果对方与己方行业跨度较大，则预测出的用户标签容易存在缺失，即使能全部预测出来，其准确度和参考价值均较低。而且，若对方的数据过少或有效数据不全，由于机器学习算法对小数据量地预测准确度本来就有所折扣，这也会影响实际的预测结果。
[0005]第二种方案是对对方用户不做精确处理，直接降级作为通用数据，投放广告等业务也采取通投的方式，降低对方用户的价值。可如此一来，整个方案性价比很低，不能精准把握每一个用户，时间一长就会造成对方用户的流失，无法真正地将对方用户转化为己方用户。
[0006]因此，需要一种新的用户标签生成方法来优化上述处理过程。

技术实现思路

[0007]为此，本专利技术提供一种用户标签生成方案，以力图解决或者至少缓解上面存在的问题。
[0008]根据本专利技术的一个方面，提供一种用户标签生成方法，该方法包括如下步骤：首先，生成各外部用户的用户标签集，并将属于新用户的外部用户标记为探针期用户，用户标签集包括一个或多个用户标签；向各探针期用户投放调查问卷，根据问卷结果更新探针期用户的用户标签集，并在预设迭代周期结束后，将探针期用户更改标记为优化期用户；基于各优化期用户的用户标签集生成文章并进行对应投放，收集优化期用户对被投放文章的访问数据；对访问数据进行标签分析，通过分析结果更新优化期用户的用户标签集，并将优化期用户更改标记为稳定期用户。
[0009]可选地，在根据本专利技术的用户标签生成方法中，生成各外部用户的用户标签集的
步骤，包括：获取各外部用户的用户画像数据；若外部用户属于新用户，则根据用户画像数据和预设规则，对外部用户进行用户标签预测，以得到关联的一个或多个用户标签并对应生成用户标签集。
[0010]可选地，在根据本专利技术的用户标签生成方法中，生成各外部用户的用户标签集的步骤，包括：若外部用户属于公共用户，则通过外部用户关联的内部用户的一个或多个用户标签，对外部用户进行标签补充，生成对应的用户标签集。
[0011]可选地，在根据本专利技术的用户标签生成方法中，还包括确定各探针期用户所属人群包并生成对应的调查问卷，确定各探针期用户所属人群包并生成对应的调查问卷的步骤，包括：基于各探针期用户的用户标签集，将各探针期用户划分成多个人群包，每个人群包关联有人群标签和缺失标签；根据每个人群包的人群标签和缺失标签，对应生成人群包的调查问卷。
[0012]可选地，在根据本专利技术的用户标签生成方法中，向各探针期用户投放调查问卷的步骤，包括：对各探针期用户，根据探针期用户所属人群包，确定针对探针期用户的调查问卷，并将调查问卷投放给探针期用户。
[0013]可选地，在根据本专利技术的用户标签生成方法中，根据问卷结果更新探针期用户的用户标签集的步骤，包括：根据问卷结果，结合用户基本信息数据和用户行为数据，确定用户样本数据；基于用户样本数据，确定最终特征向量；将最终特征向量输入到预先训练好的机器学习模型中，以指示机器学习模型输出标签数据，并根据标签数据更新探针期用户的用户标签集。
[0014]可选地，在根据本专利技术的用户标签生成方法中，基于各优化期用户的用户标签集生成文章并进行对应投放的步骤，包括：调用内容生成系统，以指示内容生成系统基于各优化期用户的用户标签集，产生文章标题和文章段落，并按照文章模板进行组合生成文章；向各优化期用户分别投放与对应用户标签集相关的文章。
[0015]可选地，在根据本专利技术的用户标签生成方法中，还包括：按照预设时间间隔，向各稳定期用户投放对应文章并根据被投放文章的访问数据进行标签分析，以更新稳定期用户的用户标签集。
[0016]可选地，在根据本专利技术的用户标签生成方法中，用户标签集包括以下用户标签中的一个或多个：城市、年龄、收入、价值观、目标车系、购车阶段和买点偏好。
[0017]根据本专利技术的又一个方面，提供了一种计算设备，包括：至少一个处理器；以及存储器，存储有程序指令，其中，程序指令被配置为适于由至少一个处理器执行，程序指令包括用于执行如上所述的用户标签生成方法的指令。
[0018]根据本专利技术的又一个方面，提供了一种存储有程序指令的可读存储介质，当程序指令被计算设备读取并执行时，使得计算设备执行如上所述的用户标签生成方法。
[0019]根据本专利技术的用户标签生成方案，将完善外部用户的用户标签集分为探针期、优化期、稳定期三个阶段，分阶段优化处理，对探针期用户、优化期用户和稳定期用户分别采取不同的标签补充方式，形成了闭环迭代优化，以确保生成准确性高的用户标签。针对探针期用户，智能生成对应的调查问卷，精准投放，快速收集用户相关数据，结合问卷结果作为下一步优化的数据基础。此外，将优化期用户视为初步稳定期用户，与稳定期用户一致，持续迭代投发带有标签属性的文章给对应标签的用户，通过收集和分析被投放文章的访问数
据，进一步更新用户标签集，形成科学合理的持续迭代闭环，自动迭代更新用户标签。
附图说明
[0020]为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
[0021]图1示出了根据本专利技术的一个实施例的计算设备100的结构框图；以及
[0022]图2示出了根据本专利技术的一个实施例的用户标签生成方法200的流程图。
具体实施方式
[0023]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户标签生成方法，包括：生成各外部用户的用户标签集，并将属于新用户的外部用户标记为探针期用户，所述用户标签集包括一个或多个用户标签；向各探针期用户投放调查问卷，根据问卷结果更新所述探针期用户的用户标签集，并在预设迭代周期结束后，将所述探针期用户更改标记为优化期用户；基于各优化期用户的用户标签集生成文章并进行对应投放，收集所述优化期用户对被投放文章的访问数据；对所述访问数据进行标签分析，通过分析结果更新所述优化期用户的用户标签集，并将所述优化期用户更改标记为稳定期用户。2.如权利要求1所述的方法，其中，所述生成各外部用户的用户标签集的步骤，包括：获取各外部用户的用户画像数据；若所述外部用户属于新用户，则根据所述用户画像数据和预设规则，对所述外部用户进行用户标签预测，以得到关联的一个或多个用户标签并对应生成用户标签集。3.如权利要求1或2所述的方法，其中，所述生成各外部用户的用户标签集的步骤，包括：若所述外部用户属于公共用户，则通过所述外部用户关联的内部用户的一个或多个用户标签，对所述外部用户进行标签补充，生成对应的用户标签集。4.如权利要求1
‑
3中任一项所述的方法，还包括确定各探针期用户所属人群包并生成对应的调查问卷，所述确定各探针期用户所属人群包并生成对应的调查问卷的步骤，包括：基于各探针期用户的用户标签集，将所述各探针期用户划分成多个人群包，每个人群包关联有人群标签和缺失标签；根据每个人群包的人群标签和缺失标签，对应生成所述人群包的调查问卷。5.如权利要求1
‑
4中任一项所述的方法，其中，所述向各探针期用户投放调查问卷的步骤，包括：...

【专利技术属性】
技术研发人员：赵伟冲，
申请(专利权)人：车智互联北京科技有限公司，
类型：发明
国别省市：