基于人工智能的用户画像管理方法及相关设备技术

本申请提出一种基于人工智能的用户画像管理方法、装置、电子设备及存储介质，基于人工智能的用户画像管理方法包括：在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组；针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据；对所述用户画像数据进行加密处理获得加密画像；基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据。该方法将多种数据来源的用户画像统一管理，从而能够提升用户画像管理的效率。从而能够提升用户画像管理的效率。从而能够提升用户画像管理的效率。

【技术实现步骤摘要】
基于人工智能的用户画像管理方法及相关设备


[0001]本申请涉及人工智能
，尤其涉及一种基于人工智能的用户画像管理方法、装置、电子设备及存储介质。

技术介绍

[0002]用户画像也叫用户标签，是基于用户行为分析所获得的对用户的认知表达，因此用户画像能够有效的帮助企业和组织对客户需求做出快速精准的分析，从而更好的进行活动营销及客户问题解决。随着公司的逐步发展和业务量的增加，需要使用用户标签的场景也越来越多样化。
[0003]目前，在管理各个业务侧的用户标签时，通常需要针对某一个业务接口分别调用用户数据以获取用户画像，这种用户画像管理方式不够灵活，管理效率低下。

技术实现思路

[0004]鉴于以上内容，有必要提供一种基于人工智能的用户画像管理方法及相关设备，以解决如何提高用户画像管理的效率这一技术问题，其中，相关设备包括基于人工智能的用户画像管理装置、电子设备及存储介质。
[0005]本申请实施例提供一种基于人工智能的用户画像管理方法，所述方法包括：
[0006]在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组；
[0007]针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据；
[0008]对所述用户画像数据进行加密处理获得加密画像；
[0009]基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据。
[0010]在一些实施例中，所述在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组，具体包括：
[0011]在预设采样周期内采集用户的属性数据；
[0012]针对每个用户，查询所述属性数据的来源，以作为所述用户的第一标签，并将具备相同第一标签的用户归属于同一个用户组；
[0013]针对每个用户组，采集其中每个用户在所述预设采样周期内的行为数据。
[0014]在一些实施例中，所述针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据，具体包括：
[0015]针对每个用户组，查询其中每个用户在预设采样周期内进行每个行为的频次，将所述频次与所述用户行为一一对应以作为每个用户的第二标签；
[0016]对所述第二标签进行归一化处理获得每个用户的归一化第二标签；
[0017]针对每个用户，将所述属性数据与所述归一化第二标签一一对应以作为用户画像数据。
[0018]在一些实施例中，所述方法还包括：
[0019]针对每个用户组，构建初始用户分类模型；
[0020]将每个用户组中的用户画像数据作为训练数据以训练所述初始用户分类模型，获得每个所述用户组对应的用户分类模型，所述用户分类模型用于在用户画像查询任务中预测用户行为。
[0021]在一些实施例中，所述基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据，包括：
[0022]解析实时接收的画像查询请求，获得请求头和请求报文；
[0023]依据所述请求头从所述多个用户组中查询目标用户组；
[0024]利用预设解密秘钥对所述目标用户组中的加密画像进行解密，获得备选画像数据；
[0025]分别对比每个所述备选画像数据与所述请求报文，以筛选目标用户画像数据。
[0026]在一些实施例中，所述分别对比每个所述备选画像数据与所述请求报文，以筛选目标用户画像数据，具体包括：
[0027]分别对比每个所述备选画像数据与所述请求报文，若所述备选用户画像数据中的属性数据与所述请求报文相同，则将所述备选用户画像作为目标用户画像数据；
[0028]若所有所述备选用户画像数据中的属性数据与所述请求报文均不相同，则将所述请求报文输入所述目标用户组对应的用户分类模型，以获得所述画像查询请求对应的目标用户画像数据。
[0029]在一些实施例中，所述方法还包括：
[0030]每过一个所述预设的采样周期重新采集一次用户数据，并利用重新采集到的所述用户数据更新所述用户画像数据。
[0031]本申请实施例还提供一种基于人工智能的用户画像管理装置，所述装置包括：
[0032]分组单元，用于在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组；
[0033]画像构建单元，用于针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据；
[0034]加密单元，用于对所述用户画像数据进行加密处理获得加密画像；
[0035]查询单元，用于基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据。
[0036]本申请实施例还提供一种电子设备，所述电子设备包括：
[0037]存储器，存储计算机可读指令；及
[0038]处理器，执行所述存储器中存储的计算机可读指令以实现所述基于人工智能的用户画像管理方法。
[0039]本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述基于人工智能的用户画像管理方法。
[0040]上述基于人工智能的用户画像管理方法依据用户数据的来源将所有所述用户数据划分为多个用户组；针对每个所述用户组，对所述用户组中的用户数据进行转义获得用户画像数据，能够将不同业务侧的用户画像统一管理，提升画像管理的便捷性。并对所述用
户画像数据进行加密处理获得加密画像，以保护用户的数据安全。在画像查询任务中，基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据。该方法将多种数据来源的用户画像统一管理，从而能够提升用户画像管理的效率。
附图说明
[0041]图1是本申请所涉及的一种基于人工智能的用户画像管理方法的较佳实施例的流程图。
[0042]图2是本申请所涉及的基于人工智能的用户画像管理装置的较佳实施例的功能模块图。
[0043]图3是本申请所涉及的基于人工智能的用户画像管理方法的较佳实施例的电子设备的结构示意图。
具体实施方式
[0044]为了能够更清楚地理解本申请的目的、特征和优点，下面结合附图和具体实施例对本申请进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。在下面的描述中阐述了很多具体细节以便于充分理解本申请，所述描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
[0045]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0046]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的用户画像管理方法，其特征在于，所述方法包括：在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组；针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据；对所述用户画像数据进行加密处理获得加密画像；基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据。2.如权利要求1所述的基于人工智能的用户画像管理方法，其特征在于，所述在预设的采样周期内采集用户数据，依据所述用户数据的来源将所有所述用户数据划分为多个用户组，具体包括：在预设采样周期内采集用户的属性数据；针对每个用户，查询所述属性数据的来源，以作为所述用户的第一标签，并将具备相同第一标签的用户归属于同一个用户组；针对每个用户组，采集其中每个用户在所述预设采样周期内的行为数据。3.如权利要求2所述的基于人工智能的用户画像管理方法，其特征在于，所述针对每个所述用户组，对所述用户组中的用户数据进行转义，获得用户画像数据，具体包括：针对每个用户组，查询其中每个用户在预设采样周期内进行每个行为的频次，将所述频次与所述用户行为一一对应以作为每个用户的第二标签；对所述第二标签进行归一化处理获得每个用户的归一化第二标签；针对每个用户，将所述属性数据与所述归一化第二标签一一对应以作为用户画像数据。4.如权利要求1所述的基于人工智能的用户画像管理方法，其特征在于，所述方法还包括：针对每个用户组，构建初始用户分类模型；将每个用户组中的用户画像数据作为训练数据以训练所述初始用户分类模型，获得每个所述用户组对应的用户分类模型，所述用户分类模型用于在用户画像查询任务中预测用户行为。5.如权利要求4所述的基于人工智能的用户画像管理方法，其特征在于，所述基于实时接收的画像查询请求从所述加密画像中查询目标用户画像数据，包括：解析实时接收的画像查询请求，获得请求头和请求报文；依据所述请求头从所...

【专利技术属性】
技术研发人员：王晓娟，
申请(专利权)人：平安壹钱包电子商务有限公司，
类型：发明
国别省市：