【技术实现步骤摘要】
本专利技术涉及大数据以及用户画像领域，尤其涉及一种用户画像构建方法、基于用户画像的个性化推荐方法及装置、计算机可读存储介质、计算机程序产品、电子设备。
技术介绍
1、用户画像通常基于用户的行为习惯和人口信息学数据构建得到，用以实现对用户感兴趣的内容进行推荐；其中，行为习惯可以是购物偏好、浏览记录、搜索习惯、运动数据等，以及人口信息学数据是年龄、性别等。
2、现有的构建用户画像构建方法所依赖的数据，无论是用户的行为习惯还是人口信息学数据，都是在较长时间跨度内获取的，即仅是简单地关注到了用户的历史数据。因此，现有用户画像的建立未充分考虑到数据的时效性和易变性，构建出的用户画像在理解用户实时状态方面上存在不足。例如，用户在跑步、工作或休息等不同实时状态下，其行为习惯会随着实时状态的变化而改变，以及在不同状态下用户的即时需求也是不同的，而现有的用户画像构建方法无法根据用户实时状态的变化及时做出改变，从而降低了用户画像的精确性，进而造成推荐给用户的信息不准确。
技术实现思路
1、本专利技...
【技术保护点】
1.一种用户画像构建方法，其特征在于，由用户终端执行，所述方法包括：
2.如权利要求1所述的用户画像构建方法，其特征在于，所述根据所述静态信息数据和所述动态特征数据，获得与用户行为状态匹配的群体动态聚类簇，包括：
3.如权利要求1所述的用户画像构建方法，其特征在于，所述根据所述静态画像和所述动态画像生成所述用户的个体孪生动静态画像，包括：
4.如权利要求2所述的用户画像构建方法，其特征在于，所述云端存储的所有群体孪生静态画像由云端通过以下步骤获得：
5.如权利要求4所述的用户画像构建方法，其特征在于，所述对所有样本的动态...
【技术特征摘要】
1.一种用户画像构建方法，其特征在于，由用户终端执行，所述方法包括：
2.如权利要求1所述的用户画像构建方法，其特征在于，所述根据所述静态信息数据和所述动态特征数据，获得与用户行为状态匹配的群体动态聚类簇，包括：
3.如权利要求1所述的用户画像构建方法，其特征在于，所述根据所述静态画像和所述动态画像生成所述用户的个体孪生动静态画像，包括：
4.如权利要求2所述的用户画像构建方法，其特征在于，所述云端存储的所有群体孪生静态画像由云端通过以下步骤获得：
5.如权利要求4所述的用户画像构建方法，其特征在于，所述对所有样本的动态特征数据进行聚类，得到k个不同类别的群体动态聚类簇，包括：
6.如权利要求5所述的用户画像构建方法，其特征在于，所述对k个聚类中心进行更新，具体为：
7.如权利要求6所述的用户画像构建方法，其特征在于，所述对所有样本的动态特征数据进行聚类，得到k个不同类别的群体动态聚类簇，进一步包括：
8.如权利要求3所述的用户画像构建方法，其特征在于，所述误差修正模型由以下步骤获得：
9.如权利要求8所述的用户画像构建方法，其特征在于，所述基于所述损失函数和所述训练数...
【专利技术属性】
技术研发人员：郑智民，巩晨，崔春风，潘成康，王启星，刘建军，刘光毅，袁弋非，丁海煜，
申请(专利权)人：中国移动通信有限公司研究院，
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。