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】
本申请实施例涉及计算机,尤其涉及一种用户兴趣画像生成方法、装置、设备、存储介质以及产品。
技术介绍
1、随着社交媒体和实时沟通工具的普及,语音房作为一种新型的社交互动方式正在迅速崛起。语音房为主播分享以及用户交互提供良好的交流平台,使得用户可以通过收听主播语音,或直接参与多主题的讨论和分享见解,及时获取需要的资讯,建立更紧密的社交联系。为了提升用户体验,语音房平台需要更深入地理解用户的兴趣,以便为其推荐相关内容,定制个性化的互动体验。由于语音房在活跃期间生成的数据庞大而复杂,用户在语音房中涉及的主题多种多样,讨论的深度和广度都很大,因而语音房中用户的兴趣可能因人而异,需要能够理解和适应各种不同兴趣和语境,才能准确捕捉用户的偏好,确保推送的内容符合用户的期望。
2、相关技术中使用基于规则或传统的机器学习方法生成用户画像,但是缺乏对于用户兴趣的个性化分析,无法满足对于用户兴趣实时变化的捕捉,也无法对用户的兴趣进行全面且准确的把握,需要改进。
技术实现思路
1、本申请实施例提供了一种用户兴趣画像生成方法、装置、设备、存储介质以及产品,解决了相关技术中无法满足对于用户兴趣实时变化的捕捉,也无法对用户的兴趣进行全面且准确的把握的问题,实现了有效捕捉用户兴趣的实时变化,合理构建用户的短期兴趣画像,准确把握用户长期的兴趣特点,有效构建用户的长期兴趣画像,从而得到全面且准确的用户兴趣画像,以有利于推荐符合用户兴趣的相关内容,定制个性化的互动体验。
2、第一方面,本申请实施例
3、获取用户最近一次访问的语音房对应的房间文本信息,所述房间文本信息的统计时间范围基于所述用户的活跃行为事件的触发时间点确定;
4、基于所述房间文本信息以及训练完成的第一文本分类模型,确定所述用户的短期兴趣画像;
5、获取记录的所述用户的历史短期画像以及关注的语音房的房间兴趣画像,根据所述短期兴趣画像、所述历史短期画像以及所述房间兴趣画像,确定所述用户的长期兴趣画像;
6、将所述短期兴趣画像以及所述长期兴趣画像组合得到用户兴趣画像。
7、第二方面,本申请实施例还提供了一种用户兴趣画像生成装置,该装置包括:
8、获取模块,配置为获取用户最近一次访问的语音房对应的房间文本信息,所述房间文本信息的统计时间范围基于所述用户的活跃行为事件的触发时间点确定;
9、短期画像生成模块,配置为基于所述房间文本信息以及训练完成的第一文本分类模型,确定所述用户的短期兴趣画像;
10、长期画像生成模块,配置为获取记录的所述用户的历史短期画像以及关注的语音房的房间兴趣画像,根据所述短期兴趣画像、所述历史短期画像以及所述房间兴趣画像,确定所述用户的长期兴趣画像;
11、用户画像生成模块,配置为将所述短期兴趣画像以及所述长期兴趣画像组合得到用户兴趣画像。
12、第三方面,本申请实施例还提供了一种用户兴趣画像生成设备,该设备包括:
13、一个或多个处理器;
14、存储装置,配置为存储一个或多个程序,
15、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请实施例所述的用户兴趣画像生成方法。
16、第四方面,本申请实施例还提供了一种存储计算机可执行指令的非易失性存储介质,所述计算机可执行指令在由计算机处理器执行时配置为执行本申请实施例所述的用户兴趣画像生成方法。
17、第五方面,本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中,设备的至少一个处理器从计算机可读存储介质读取并执行计算机程序,使得设备执行本申请实施例所述的用户兴趣画像生成方法。
18、本申请实施例中,通过获取用户最近一次访问的语音房对应的房间文本信息,房间文本信息的统计时间范围基于用户的活跃行为事件的触发时间点确定,基于房间文本信息以及训练完成的第一文本分类模型,确定用户的短期兴趣画像,获取记录的用户的历史短期画像以及关注的语音房的房间兴趣画像,根据短期兴趣画像、历史短期画像以及房间兴趣画像,确定用户的长期兴趣画像;将短期兴趣画像以及长期兴趣画像组合得到用户兴趣画像。上述方案中,通过获取用户最近一次访问的语音房的房间文本信息,有效基于用户活跃行为事件的触发时间点合理确定用户兴趣的参考信息,通过利用满足信息多源化的房间文本信息以及对应类型的文本分类模型,有效捕捉用户兴趣的实时变化,合理构建用户的短期兴趣画像,通过融合记录的多个短期兴趣画像以及用户关注的语音房对应的房间兴趣画像,准确把握用户长期的兴趣特点,有效构建用户的长期兴趣画像,从而得到全面且准确的用户兴趣画像,以有利于推荐符合用户兴趣的相关内容,定制个性化的互动体验。
本文档来自技高网...【技术保护点】
1.一种用户兴趣画像生成方法,其特征在于,包括:
2.根据权利要求1所述的用户兴趣画像生成方法,其特征在于,所述房间文本信息包括不同类型的第一文本内容,所述基于所述房间文本信息以及训练完成的第一文本分类模型,确定所述用户的短期兴趣画像,包括:
3.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述根据频次统计结果以及获取的全量语音房的兴趣标签信息,计算得到每种类型中每个所述第一兴趣标签的权重值,包括:
4.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述根据所述短期兴趣画像、所述历史短期画像以及所述房间兴趣画像,确定所述用户的长期兴趣画像,包括:
6.根据权利要求1-5中任一项所述的用户兴趣画像生成方法,其特征在于,在所述获取记录的所述用户的历史短期画像以及关注的语音房的房间兴趣画像之前,还包括:
7.一种用户兴趣画像生成装置,其特征在于,包括:
8.一种用户兴趣画像生成设备,所述设备包括:一个或多个处理
9.一种存储计算机可执行指令的非易失性存储介质,所述计算机可执行指令在由计算机处理器执行时配置为执行权利要求1-6中任一项所述的用户兴趣画像生成方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的用户兴趣画像生成方法。
...【技术特征摘要】
1.一种用户兴趣画像生成方法,其特征在于,包括:
2.根据权利要求1所述的用户兴趣画像生成方法,其特征在于,所述房间文本信息包括不同类型的第一文本内容,所述基于所述房间文本信息以及训练完成的第一文本分类模型,确定所述用户的短期兴趣画像,包括:
3.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述根据频次统计结果以及获取的全量语音房的兴趣标签信息,计算得到每种类型中每个所述第一兴趣标签的权重值,包括:
4.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述方法还包括:
5.根据权利要求2所述的用户兴趣画像生成方法,其特征在于,所述根据所述短期兴趣画像、所述历史短期画像以及所述房间兴趣画像,确定所述用户的长期兴趣画像,包括:
6.根据权利要求1-5中任一项...
【专利技术属性】
技术研发人员:岳文应,
申请(专利权)人:百果园技术新加坡有限公司,
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。