用户画像构建方法、装置、设备、存储介质及产品制造方法及图纸

本申请公开了一种用户画像构建方法、装置、设备、存储介质及产品。该用户画像构建方法包括获取与K个用户分别对应的用户特征数据，并构建与用户特征数据对应的量子态数据，其中，K个用户包括种子用户和N个备选用户；基于与用户特征数据对应的量子态数据，利用第一量子电路确定N个备选用户分别与种子用户之间的相似度；从N个备选用户中确定与种子用户相似度最高的M个核心用户；根据种子用户和M个核心用户分别对应的用户特征数据，将D个维度的特征聚类为P个类型的特征；根据P个类型的特征下分别对应的用户特征数据，构建与K个用户对应的用户画像。根据本申请实施例，可以提高用户画像的构建效率和准确性，实现有效的用户画像分析。分析。分析。

【技术实现步骤摘要】
用户画像构建方法、装置、设备、存储介质及产品


[0001]本申请属于信息
，尤其涉及一种用户画像构建方法、装置、设备、存储介质及产品。

技术介绍

[0002]随着信息技术的不断发展，越来越多的企业会通过各种渠道采集用户的相关数据。通过分析这些数据，可以构建相应的用户画像，以便帮助企业根据这些用户画像找到特定的用户群体，从而更好地服务用户。
[0003]目前，在构建用户画像时通常采用的方式是直接从大量的数据中提取用户特征，进而构建相应的用户画像，而在对这些数据进行数据分析时，由于数据量庞大，特征因子种类繁多，会极大地降低用户画像的构建效率，并且导致用户画像不准确，影响用户画像分析的有效性。

技术实现思路

[0004]本申请实施例提供一种用户画像构建方法、装置、设备、存储介质及产品，能够提高用户画像的构建效率和准确性，实现有效的用户画像分析。
[0005]第一方面，本申请实施例提供一种用户画像构建方法，该方法包括：
[0006]获取与K个用户分别对应的用户特征数据，并构建与所述用户特征数据对应的量子态数据，其中，所述K个用户包括种子用户和N个备选用户，所述用户特征数据包括与D个维度的特征分别对应的数据；
[0007]基于与所述用户特征数据对应的量子态数据，利用第一量子电路确定所述N个备选用户分别与所述种子用户之间的相似度；
[0008]从所述N个备选用户中确定与所述种子用户相似度最高的M个核心用户；
[0009]根据所述种子用户和所述M个核心用户分别对应的用户特征数据，将所述D个维度的特征聚类为P个类型的特征，其中，每个类型的特征中包括至少一个维度的特征；
[0010]根据所述种子用户和所述M个核心用户在所述P个类型的特征下分别对应的用户特征数据，构建与所述K个用户对应的用户画像；
[0011]其中，K、N、M、D、P为正整数，且K＞N＞M＞1，D＞P＞1。
[0012]第二方面，本申请实施例提供了一种用户画像构建装置，该装置包括：
[0013]数据处理模块，用于获取与K个用户分别对应的用户特征数据，并构建与所述用户特征数据对应的量子态数据，其中，所述K个用户包括种子用户和N个备选用户，所述用户特征数据包括与D个维度的特征分别对应的数据；
[0014]相似度确定模块，用于基于与所述用户特征数据对应的量子态数据，利用第一量子电路确定所述N个备选用户分别与所述种子用户之间的相似度；
[0015]用户确定模块，用于从所述N个备选用户中确定与所述种子用户相似度最高的M个核心用户；
[0016]特征聚类模块，用于根据所述种子用户和所述M个核心用户分别对应的用户特征数据，将所述D个维度的特征聚类为P个类型的特征，其中，每个类型的特征中包括至少一个维度的特征；
[0017]画像构建模块，用于根据所述种子用户和所述M个核心用户在所述P个类型的特征下分别对应的用户特征数据，构建与所述K个用户对应的用户画像；
[0018]其中，K、N、M、D、P为正整数，且K＞N＞M＞1，D＞P＞1。
[0019]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0020]处理器执行所述计算机程序指令时实现如第一方面的任一项实施例中所述的用户画像构建方法的步骤。
[0021]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所述的用户画像构建方法的步骤。
[0022]第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面的任一项实施例中所述的用户画像构建方法的步骤。
[0023]本申请实施例中的用户画像构建方法、装置、设备、存储介质及产品，通过在K个用户中设置最具画像特征代表性的种子用户，并通过构建与用户特征数据对应的量子态数据，利用第一量子电路从其他N个用户中快速确定得到与该种子用户相似度最高的M个核心用户，进而根据该种子用户和M个核心用户所对应的用户特征数据，对D个维度的特征进行降维，聚类为P个类型的特征，再根据该种子用户和M个核心用户在该P个类型下所对应的用户特征数据构建与该K个用户对应的用户画像。如此，由于本申请实施例是从种子用户出发，从大量用户的特征数据中挑选出少量的最具特征的核心用户的特征数据进行用户画像构建，且对特征维度进行了降维处理，因此，可以提高用户画像的构建效率和准确性，实现有效的用户画像分析。另外，本申请实施例还在从大量用户中筛选少量核心用户的过程中使用了量子态数据，实现了基于量子计算的用户相似度分析，在量子计算的支持下，能够在分析高维特征的情况下高效处理数据，降低计算复杂度，从而进一步提高用户画像的构建效率。
附图说明
[0024]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0025]图1是本申请一个实施例提供的用户画像构建方法的流程示意图；
[0026]图2是本申请提供的第一量子电路的一种结构示意图；
[0027]图3是本申请提供的用户画像雷达图的一种示意图；
[0028]图4是本申请另一个实施例提供的用户画像构建方法的流程示意图；
[0029]图5是本申请提供的相关系数矩阵的一种结构示意图；
[0030]图6是本申请提供的全连接图的一种结构示意图；
[0031]图7是本申请提供的特征划分方式的一种示意图；
[0032]图8是本申请又一个实施例提供的用户画像构建方法的流程示意图；
[0033]图9是本申请一个实施例提供的用户画像构建装置的结构示意图；
[0034]图10是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
[0035]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0036]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户画像构建方法，其特征在于，包括：获取与K个用户分别对应的用户特征数据，并构建与所述用户特征数据对应的量子态数据，其中，所述K个用户包括种子用户和N个备选用户，所述用户特征数据包括与D个维度的特征分别对应的数据；基于与所述用户特征数据对应的量子态数据，利用第一量子电路确定所述N个备选用户分别与所述种子用户之间的相似度；从所述N个备选用户中确定与所述种子用户相似度最高的M个核心用户；根据所述种子用户和所述M个核心用户分别对应的用户特征数据，将所述D个维度的特征聚类为P个类型的特征，其中，每个类型的特征中包括至少一个维度的特征；根据所述种子用户和所述M个核心用户在所述P个类型的特征下分别对应的用户特征数据，构建用户画像；其中，K、N、M、D、P为正整数，且K＞N＞M＞1，D＞P＞1。2.根据权利要求1所述的方法，其特征在于，所述第一量子电路包括第一哈达玛门、第二哈达玛门和交换门；所述基于与所述用户特征数据对应的量子态数据，利用第一量子电路确定所述N个备选用户分别与所述种子用户之间的相似度，包括：将预设单位量子比特输入至所述第一哈达玛门，输出得到第一量子比特；针对所述N个备选用户中每个备选用户，执行如下步骤，得到所述N个备选用户分别与所述种子用户之间的相似度：将所述备选用户对应的量子态数据与所述种子用户对应的量子态数据输入至所述交换门，并利用所述第一量子比特对所述交换门进行控制，输出得到第二量子比特；将所述第二量子比特输入至所述第二哈达玛门，输出得到第三量子比特；根据所述预设单位量子比特对应的量子态，对所述第三量子比特进行保真度测量，得到测量结果；根据所述测量结果计算所述备选用户对应的量子态数据与所述种子用户对应的量子态数据之间的欧式距离，并将所述欧式距离确定为所述备选用户与所述种子用户之间的相似度。3.根据权利要求1所述的方法，其特征在于，所述从所述N个备选用户中确定与所述种子用户相似度最高的M个核心用户，包括：根据所述N个备选用户分别与所述种子用户之间的相似度，构建与所述相似度对应的量子态数据；将所述N个备选用户分别与所述种子用户之间的相似度所对应的量子态数据输入至第二量子电路中，利用所述第二量子电路搜索得到与所述种子用户相似度最高的M个核心用户。4.根据权利要求3所述的方法，其特征在于，所述第二量子电路为基于量子搜索算法构建的量子电路。5.根据权利要求1所述的方法，其特征在于，所述根据所述种子用户和所述M个核心用户分别对应的用户特征数据，将所述D个维度的特征聚类为P个类型的特征，包括：根据所述种子用户和所述M个核心用户分别对应的用户特征数据，确定所述D个维度的
特征中每个维度的特征对应的维度特征数据，其中，所述维度特征数据中包括所述种子用户和所述M个核心用户分别在相应维度的特征下所对应的用户特征数据；基于所述维度特征数据，计算所述D个维度的特征中每两个维度特征之间的相关系数；根据所述相关...

【专利技术属性】
技术研发人员：汤韬，艾博轩，高鹏飞，杨燕明，郑建宾，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：