一种电商产品精准推送方法及服务器技术

本发明专利技术实施例提供的一种电商产品精准推送方法及服务器，通过对拟分析用户电商活动日志进行交互事件知识抽取，得到拟分析用户电商活动日志的交互事件知识字段；之后对拟分析用户电商活动日志的交互事件知识字段进行画像标签推理处理，得到Q个画像标签集合；通过Q个画像标签集合获取拟分析用户电商活动日志的目标画像标签集合；最后基于目标画像标签集合获得拟分析用户电商活动日志对应的用户的用户画像，依据用户画像进行电商产品针对性推送。本申请实施例可以缩减对拟分析用户电商活动日志的交互事件知识字段的操作流程，增加用于刻画用户电商活动日志的用户画像的目标画像标签集合的获取效率。像标签集合的获取效率。像标签集合的获取效率。

【技术实现步骤摘要】
一种电商产品精准推送方法及服务器


[0001]本申请涉及人工智能、互联网领域，具体而言，涉及一种电商产品精准推送方法及服务器。

技术介绍

[0002]随着互联网的高速发展和大范围普及，电商平台已经成为网络用户的重要购物渠道。如何向用户精准地推送平台上架的商品，是电商平台致力于研究的方向。用户在电商品台的各类电商活动都会留下痕迹，通过这些行为痕迹进行分析，可以刻画出用户的行为分析结果，即用户画像。用户画像是真实用户的虚拟代表，通过在真实数据上建立目标用户模型，使得用户特征可视化，抽象出相应的标签拟合而成的虚拟的形象。用户画像可以帮助电商平台进行运营决策，那么，如何对电商数据进行处理，得到准确的用户画像是电商平台不变的研究课题。
[0003]需要说明的是，上述内容仅为便于理解本申请的技术方案，并不作为评估本申请创造性的依据。

技术实现思路

[0004]本专利技术的目的在于提供一种电商产品精准推送方法及服务器，以帮助根据用户的电商活动进行用户画像的分析，智能化精准地推送对应的业务。
[0005]为了达到上述目的，本专利技术实施例是这样实现的：
[0006]第一方面，本专利技术实施例提供了一种电商产品精准推送方法，应用于服务器，所述方法包括：
[0007]对拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段；
[0008]对所述拟分析用户电商活动日志的交互事件知识字段进行画像标签推理处理，得到Q个画像标签集合；
[0009]其中，所述Q个画像标签集合中每个画像标签集合包括P个画像标签，所述Q个画像标签集合中首个画像标签集合是通过所述拟分析用户电商活动日志的交互事件知识字段得到的，所述Q个画像标签集合中第v个画像标签集合是通过前v
‑
1个画像标签集合得到的，其中，所述P＞1；所述Q＞1；所述v＜Q；
[0010]通过所述Q个画像标签集合获取所述拟分析用户电商活动日志的目标画像标签集合；
[0011]基于所述目标画像标签集合获得所述拟分析用户电商活动日志对应的用户的用户画像，依据所述用户画像进行电商产品针对性推送。
[0012]作为一种可行的实施方案，所述对所述拟分析用户电商活动日志的交互事件知识字段进行画像标签推理处理，得到Q个画像标签集合，包括：
[0013]对所述拟分析用户电商活动日志的交互事件知识字段和所述拟分析用户电商活
动日志对应的第一示例画像标签集合进行画像标签推理处理，获得所述首个画像标签集合；
[0014]所述第一示例画像标签集合包括L个设定画像标签，所述首个画像标签集合中包括的P个画像标签是同时获取的，其中，所述L≤P；
[0015]对所述拟分析用户电商活动日志的交互事件知识字段、所述第一示例画像标签集合和所述首个画像标签集合进行画像标签推理处理，得到次个画像标签集合；
[0016]所述次个画像标签集合中包括的P个画像标签是同时获取的。
[0017]作为一种可行的实施方案，所述对拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段，包括：
[0018]基于用户电商活动日志分析网络中的针对交互事件的交互事件知识抽取模块，对所述拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段；
[0019]基于所述用户电商活动日志分析网络中的编码模块，对所述拟分析用户电商活动日志的交互事件知识字段进行事件环境知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段。
[0020]作为一种可行的实施方案，所述对所述拟分析用户电商活动日志的交互事件知识字段和所述拟分析用户电商活动日志对应的第一示例画像标签集合进行画像标签推理处理，获得所述首个画像标签集合，包括：
[0021]对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合进行知识关联处理，获得所述第一示例画像标签集合对应的推理知识字段；
[0022]对所述第一示例画像标签集合对应的推理知识字段进行画像标签支持度推理，得到P组推理画像标签的支持度；
[0023]所述P组推理画像标签的支持度中每组推理画像标签的支持度包括：每组推理画像标签内的各个推理画像标签对应的支持度；
[0024]依据所述P组推理画像标签的支持度在每组推理画像标签中确定画像标签，获得所述首个画像标签集合。
[0025]作为一种可行的实施方案，所述对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合进行知识关联处理，获得所述第一示例画像标签集合对应的推理知识字段，包括：
[0026]基于用户电商活动日志分析网络中的降维单元，对所述第一示例画像标签集合进行知识字段降维操作，获得所述第一示例画像标签集合对应的降维知识字段；
[0027]基于所述用户电商活动日志分析网络中的知识遮蔽单元，对所述第一示例画像标签集合对应的降维知识字段进行知识字段遮蔽操作，获得所述第一示例画像标签集合对应的遮蔽知识字段；
[0028]基于所述用户电商活动日志分析网络中的交叉关联单元，对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合对应的遮蔽知识字段进行交叉关联操作，获得所述第一示例画像标签集合对应的关联知识字段；
[0029]基于所述用户电商活动日志分析网络中的推理映射单元，对所述第一示例画像标签集合对应的关联知识字段进行分类映射操作，获得所述第一示例画像标签集合对应的推
理知识字段。
[0030]作为一种可行的实施方案，所述依据所述P组推理画像标签的支持度，在每组推理画像标签中确定画像标签，获得所述首个画像标签集合，包括：
[0031]将每组所述推理画像标签中拥有最高支持度的推理画像标签确定为每组所述推理画像标签对应的画像标签，获得所述首个画像标签集合。
[0032]作为一种可行的实施方案，所述用户电商活动日志分析网络是通过对预设用户电商活动日志分析网络进行调试获取的；
[0033]所述方法还包括对所述预设用户电商活动日志分析网络进行调试的步骤，包括：
[0034]获取调试样本，所述调试样本包括用户电商活动日志调试样本和所述用户电商活动日志调试样本的目标画像标签集合；
[0035]以所述用户电商活动日志调试样本的指示画像标签集合中包括的L个设定画像标签为基础，P为附加数，逐一对所述用户电商活动日志调试样本的指示画像标签集合进行拆分，获得所述用户电商活动日志调试样本对应的u个调试画像标签集合；
[0036]所述用户电商活动日志调试样本的指示画像标签集合通过所述L个设定画像标签和所述用户电商活动日志调试样本的目标画像标签集合部署得到，其中，所述u＞1；
[0037]将所述用户电商活动日志调试样本确定为所述预设用户电商活动日志分析网络的载入数据，并逐一将所述u个调试画像标签集合确定为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商产品精准推送方法，其特征在于，应用于服务器，所述方法包括：对拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段；对所述拟分析用户电商活动日志的交互事件知识字段进行画像标签推理处理，得到Q个画像标签集合；其中，所述Q个画像标签集合中每个画像标签集合包括P个画像标签，所述Q个画像标签集合中首个画像标签集合是通过所述拟分析用户电商活动日志的交互事件知识字段得到的，所述Q个画像标签集合中第v个画像标签集合是通过前v
‑
1个画像标签集合得到的，其中，所述P＞1；所述Q＞1；所述v＜Q；通过所述Q个画像标签集合获取所述拟分析用户电商活动日志的目标画像标签集合；基于所述目标画像标签集合获得所述拟分析用户电商活动日志对应的用户的用户画像，依据所述用户画像进行电商产品针对性推送。2.根据权利要求1所述的方法，其特征在于，所述对所述拟分析用户电商活动日志的交互事件知识字段进行画像标签推理处理，得到Q个画像标签集合，包括：对所述拟分析用户电商活动日志的交互事件知识字段和所述拟分析用户电商活动日志对应的第一示例画像标签集合进行画像标签推理处理，获得所述首个画像标签集合；所述第一示例画像标签集合包括L个设定画像标签，所述首个画像标签集合中包括的P个画像标签是同时获取的，其中，所述L≤P；对所述拟分析用户电商活动日志的交互事件知识字段、所述第一示例画像标签集合和所述首个画像标签集合进行画像标签推理处理，得到次个画像标签集合；所述次个画像标签集合中包括的P个画像标签是同时获取的。3.根据权利要求1所述的方法，其特征在于，所述对拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段，包括：基于用户电商活动日志分析网络中的针对交互事件的交互事件知识抽取模块，对所述拟分析用户电商活动日志进行交互事件知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段；基于所述用户电商活动日志分析网络中的编码模块，对所述拟分析用户电商活动日志的交互事件知识字段进行事件环境知识抽取，获得所述拟分析用户电商活动日志的交互事件知识字段。4.根据权利要求2所述的方法，其特征在于，所述对所述拟分析用户电商活动日志的交互事件知识字段和所述拟分析用户电商活动日志对应的第一示例画像标签集合进行画像标签推理处理，获得所述首个画像标签集合，包括：对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合进行知识关联处理，获得所述第一示例画像标签集合对应的推理知识字段；对所述第一示例画像标签集合对应的推理知识字段进行画像标签支持度推理，得到P组推理画像标签的支持度；所述P组推理画像标签的支持度中每组推理画像标签的支持度包括：每组推理画像标签内的各个推理画像标签对应的支持度；依据所述P组推理画像标签的支持度在每组推理画像标签中确定画像标签，获得所述
首个画像标签集合。5.根据权利要求4所述的方法，其特征在于，所述对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合进行知识关联处理，获得所述第一示例画像标签集合对应的推理知识字段，包括：基于用户电商活动日志分析网络中的降维单元，对所述第一示例画像标签集合进行知识字段降维操作，获得所述第一示例画像标签集合对应的降维知识字段；基于所述用户电商活动日志分析网络中的知识遮蔽单元，对所述第一示例画像标签集合对应的降维知识字段进行知识字段遮蔽操作，获得所述第一示例画像标签集合对应的遮蔽知识字段；基于所述用户电商活动日志分析网络中的交叉关联单元，对所述拟分析用户电商活动日志的交互事件知识字段和所述第一示例画像标签集合对应的遮蔽知识字段进行交叉关联操作，获得所述第一示例画像标签集合对应的关联知识字段；基于所述用户电商活动日志分析网络中的推理映射单元，对所述第一示例画像标签集合对应的关联知识字段进行分类映射操作，获得所述第一示例画像标签集合对应的推理知识字段。6.根据权利要求4所述的方法，其特征在...

【专利技术属性】
技术研发人员：郑凯，
申请(专利权)人：深圳摩比电子商务有限公司，
类型：发明
国别省市：