System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,特别是涉及一种用户偏好的预测方法、一种用户偏好的预测装置、一种电子设备以及一种计算机可读存储介质。
技术介绍
1、信息推送,是通过一定的技术标准或协议,在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户,可以减少用户在网络上搜索所花的时间。现有技术中,运营商通常会为用户推送一些权益信息,以方便用户享受更优质的通信服务。然而,由于对推送内容或者目标用户定位不准确,部分用户所接收到的推送信息并非该用户所需,从而给用户带来打扰,以致所推送的信息的有效性较低。
技术实现思路
1、本专利技术实施例是提供一种用户偏好的预测方法、装置、电子设备以及计算机可读存储介质,以解决或部分解决权益推荐无法满足用户需求导致信息推送的有效性差的问题。
2、本专利技术实施例公开了一种用户偏好的预测方法,包括:
3、获取目标用户对历史购买的目标权益产品的第一评价信息;
4、确定与所述目标权益产品为相同类别的目标商品,并获取所述目标用户对所述目标商品的第二评价信息;
5、计算所述第一评价信息对应的第一评价情感值,以及所述第二评价信息对应的第二评价情感值,并将所述第一评价情感值和所述第二评价情感值进行特征整合,获得与所述目标权益产品对应的第一情感特征向量,以及与所述目标商品对应的第二情感特征向量;
6、获取所述目标用户的用户权益参数,并根据所述第一情感特征向量、所述第二情感特征向量以及所述用户
7、在一些可行的实现方式中,所述计算所述第一评价信息对应的第一评价情感值,包括:
8、对所述第一评价信息进行分词,获得第一分词信息;
9、对所述第一分词信息进行词性标记,获得第一分词信息的词性标记结果;
10、采用所述第一分词信息与所述词性标记结果,从所述第一评价信息中提取词组,获得所述第一评价信息对应的第一词组集合;
11、获取所述第一词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第一词组集合对应的第一词组情感值;
12、采用各个所述第一词组情感值进行计算,获得所述第一评价信息的第一评价情感值。
13、在一些可行的实现方式中,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第一词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第一词组集合对应的第一词组情感值,包括:
14、获取所述第一词组集合在所述好评评价信息中的第一出现次数;
15、获取所述第一词组集合在所述差评评价信息中的第二出现次数;
16、采用所述第一出现次数与所述第二出现次数按照下述公式进行计算,获得各个所述第一词组集合对应的第一词组情感值:
17、
18、其中,n1为所述第一出现次数,n2为所述第二出现次数;若存在n1或n2任一数值为0,则不进行相应第一词组集合的情感值计算。
19、在一些可行的实现方式中,所述计算所述第二评价信息对应的第二评价情感值,包括:
20、对所述第二评价信息进行分词,获得第二分词信息;
21、对所述第二分词信息进行词性标记,获得第二分词信息的词性标记结果;
22、采用所述第二分词信息与所述词性标记结果,从所述第二评价信息中提取词组,获得所述第二评价信息对应的第二词组集合;
23、获取所述第二词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第二词组集合对应的第二词组情感值;
24、采用各个所述第二词组情感值进行计算,获得所述第二评价信息的第二评价情感值。
25、在一些可行的实现方式中,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第二词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第二词组集合对应的第二词组情感值,包括:
26、获取所述第二词组集合在所述好评评价信息中的第三出现次数;
27、获取所述第二词组集合在所述差评评价信息中的第四出现次数;
28、采用所述第三出现次数与所述第四出现次数按照下述公式进行计算,获得各个所述第二词组集合对应的第二词组情感值:
29、
30、其中,n1为所述第三出现次数,n2为所述第四出现次数;若存在n1或n2任一数值为0,则不进行相应第二词组集合的情感值计算。
31、在一些可行的实现方式中,所述将所述第一评价情感值和所述第二评价情感值进行特征整合,获得与所述目标权益产品对应的第一情感特征向量,以及与所述目标商品对应的第二情感特征向量,包括:
32、将各个所述第一评价信息的第一评价情感值的平均值,作为所述目标权益产品的权益产品情感值,以及将各个所述第二评价信息的第二评价情感值的平均值,作为所述目标商品的商品情感值;
33、获取所述目标权益产品的权益产品特征;
34、将所述目标权益产品的所述权益产品特征、产品类别以及所述权益产品情感值进行拼接,获得所述目标权益产品对应的第一情感特征向量;
35、将所述目标商品的产品类别以及所述商品情感值进行拼接,获得所述目标商品对应的第二情感特征向量。
36、在一些可行的实现方式中,所述用户权益参数至少包括权益浏览次数、交易金额以及交易次数,所述根据所述第一情感特征向量、所述第二情感特征向量以及所述用户权益参数进行产品预测,获得目标权益产品,包括:
37、将所述权益浏览次数、所述交易金额、所述交易次数、所述第一情感特征向量以及所述第二情感特征向量输出预设的权益预测模型,获得目标权益产品。
38、本专利技术实施例还公开了一种用户偏好的预测装置,包括:
39、产品获取模块,用于获取目标用户对历史购买的目标权益产品的第一评价信息;
40、评价信息获取模块,用于确定与所述目标权益产品为相同类别的目标商品,并获取所述目标用户对所述目标商品的第二评价信息;
41、向量确定模块,用于计算所述第一评价信息对应的第一评价情感值,以及所述第二评价信息对应的第二评价情感值,并将所述第一评价情感值和所述第二评价情感值进行特征整合,获得与所述目标权益产品对应的第一情感特征向量,以及与所述目标商品对应的第二情感特征向量;
42、产品预测模块,用于获取所述目标用户的用户权益参数,并根据所述第一情感特征向量、所述第二情感特征向量以及所述用户权益参数进行产品预测,获得目标权益产品。
43、在一些可行的实现方式中,所述向量确定模块具体用于:
44、对所述第一评价信息进行分词,获得第一分词信息;
45、对所述第一分词信息进行词性标记,获得第一分词信息的词性标记结果;
46、采用所述第一分词信息与所述词性标记结果,从本文档来自技高网...
【技术保护点】
1.一种用户偏好的预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述计算所述第一评价信息对应的第一评价情感值,包括:
3.根据权利要求2所述的方法,其特征在于,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第一词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第一词组集合对应的第一词组情感值,包括:
4.根据权利要求1所述的方法,其特征在于,所述计算所述第二评价信息对应的第二评价情感值,包括:
5.根据权利要求4所述的方法,其特征在于,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第二词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第二词组集合对应的第二词组情感值,包括:
6.根据权利要求1至5任一项所述的方法,其特征在于,所述将所述第一评价情感值和所述第二评价情感值进行特征整合,获得与所述目标权益产品对应的第一情感特征向量,以及与所述目标商品对应的第二情感特征向量,包括:
7.根据权利要求1所述的方法,其特征
8.一种用户偏好的预测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信;
10.一种计算机可读存储介质,其上存储有指令,当由一个或多个处理器执行所述指令时,使得所述处理器执行如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种用户偏好的预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述计算所述第一评价信息对应的第一评价情感值,包括:
3.根据权利要求2所述的方法,其特征在于,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第一词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第一词组集合对应的第一词组情感值,包括:
4.根据权利要求1所述的方法,其特征在于,所述计算所述第二评价信息对应的第二评价情感值,包括:
5.根据权利要求4所述的方法,其特征在于,所述历史评价信息至少包括好评评价信息以及差评评价信息,所述获取所述第二词组集合在所述目标用户发布的历史评价信息中的出现次数,计算各个所述第二词组集合对应的第二词组情感值,包括:
6.根据权利要求1至5任一项所...
【专利技术属性】
技术研发人员:刘健,魏丫丫,仲籽彦,张明哲,金伟德,陈梦南,
申请(专利权)人:中国电信股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。