一种用户画像优化处理方法技术

本发明专利技术提供了一种用户画像优化处理方法，包括以下步骤：S01：获取用户行为的日志或者用户行为的数据记录；S02：利用处理模块分析处理该日志或数据记录；S03：利用动态标签挖掘模块提取处理后的日志或数据记录的第二标签，并对该第二标签进行处理；S04：利用优先级模块提取处理后的日志或数据记录的第一标签，并对该第一标签进行处理；以及利用优先级模块对动态标签挖掘模块处理后的第二标签进行处理；S05：完成该用户画像的优化。

【技术实现步骤摘要】

本专利技术涉及
，具体为一种用户画像优化处理方法。
技术介绍
在互联网逐渐步入大数据时代后，不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于，消费者的行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业价值。于是，“用户画像”的概念也就应运而生。用户画像(UserProfile)，作为大数据的根基，它完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。用户画像，即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。传统的画像引擎系统无效化比较严重,实际场景中无意义或者意义很弱的标签属性太多。标签静态化问题,需要大量人工标记来设定已知标签属性,无法根据使用场景来动态挖掘未知属性。
技术实现思路
本专利技术的目的是：提供一种用户画像优化处理方法，以克服现有技术中关于无效标签属性太多而产生的画像引擎系统无效的问题以及未知标签属性的挖掘和关联问题。实现上述目的的技术方案是：一种用户画像优化处理方法，包括以下步骤：S01：获取用户行为的日志或者用户行为的数据记录；S02：利用处理模块分析处理该日志或数据记录；S03：利用动态标签挖掘模块提取处理后的日志或数据记录的第二标签，并对该第二标签进行处理；S04：利用优先级模块提取处理后的日志或数据记录的第一标签，并对该第一标签进行处理；以及利用优先级模块对动态标签挖掘模块处理后的第二标签进行处理；S05：完成该用户画像的优化。进一步的，所述步骤S03包括以下步骤：S031：第二标签包括已知的静态标签属性和未知的动态标签属性，利用该动态标签挖掘模块剔除已知的静态标签属性；S032：采用自适应算法对未知的动态标签属性进行计算分析，判断该动态标签属性是否可以成为候补标签属性，若可以，则进入步骤S033；S033：利用优先级模块对该候补标签属性进一步判断,决定该候补标签属性是否成为可用标签属性。进一步的，所述步骤S033包括以下步骤：S0331：采用多种数据挖掘算法，计算出该候补标签属性与预设标签属性的关联度；S0332：利用优先级模块对该候补标签属性进行分级以及设定标签属性阈值；其中，关联度与排序权重值成正比。进一步的，所述步骤S04包括以下步骤：S041：利用行业分类，筛选出行业必要的第一标签属性；S042：采用多种数据挖掘算法，计算出该第一标签属性与预设标签属性的关联度；S043：利用优先级模块对该第一标签属性进行分级以及设定标签属性阈值；其中，关联度与排序权重值成正比。本专利技术的优点是：本专利技术的用户画像优化处理方法，克服了现有技术中关于无效标签属性太多而产生的画像引擎系统无效的问题，以及解决了未知标签属性的挖掘和关联问题，有效的优化了用户画像的“可视化”效果；能够帮助企业更加快速找到精准用户群体以及用户需求等更为广泛的反馈信息。附图说明下面结合附图和实施例对本专利技术作进一步解释。图1是本专利技术实施例的用户画像优化处理方法的步骤流程图。具体实施方式实施例1，如图1所示，一种用户画像优化处理方法，包括以下步骤。S01：获取用户行为的日志或者用户行为的数据记录。在该步骤中，可以设置一数据读取模块，用于实时读取存储器中存储的用户行为的日志或者用户行为的数据记录等，本实施例中所述的用户行为的日志或用户行为的数据记录是可以用其他等价数据来替代的。S02：利用处理模块分析处理该日志或数据记录。本实施例中，处理模块可以是中央处理器，对此不作具体限定。S03：利用动态标签挖掘模块提取处理后的日志或数据记录的第二标签，并对该第二标签进行处理。其中，步骤S03包括以下步骤。S031：第二标签包括已知的静态标签属性和未知的动态标签属性，利用该动态标签挖掘模块剔除已知的静态标签属性。S032：采用自适应算法对未知的动态标签属性进行计算分析，判断该动态标签属性是否可以成为候补标签属性，若可以，则进入步骤S033。其中，自适应算法本质上为统计,关联,聚类等算法综合设计而成,计算各个属性的特征向量之间的差异,相似度与场景的契合度。根据公式综合得出一个评分来判断该属性是否可以成为候补标签属性。S033：利用优先级模块对该候补标签属性进一步判断,决定该候补标签属性是否成为可用标签属性。其中，步骤S033包括以下步骤。S0331：采用多种数据挖掘算法，计算出该候补标签属性与预设标签属性的关联度。S0332：利用优先级模块对该候补标签属性进行分级以及设定标签属性阈值；其中，关联度与排序权重值成正比。S04：利用优先级模块提取处理后的日志或数据记录的第一标签，并对该第一标签进行处理；以及利用优先级模块对动态标签挖掘模块处理后的第二标签进行处理。步骤S04包括以下步骤。S041：利用行业分类，筛选出行业必要的第一标签属性。S042：采用多种数据挖掘算法，计算出该第一标签属性与预设标签属性的关联度。例如关联,协同过滤等算法可以得到一些列与事先设定的标签属性的关联度,从而得到一个排序过的权重值。S043：利用优先级模块对该第一标签属性进行分级以及设定标签属性阈值；其中，关联度与排序权重值成正比。让优先级低于阈值的标签属性处于失效状态,保证最优画像模型。S05：完成该用户画像的优化。以上仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种用户画像优化处理方法，其特征在于，包括以下步骤：S01：获取用户行为的日志或者用户行为的数据记录；S02：利用处理模块分析处理该日志或数据记录；S03：利用动态标签挖掘模块提取处理后的日志或数据记录的第二标签，并对该第二标签进行处理；S04：利用优先级模块提取处理后的日志或数据记录的第一标签，并对该第一标签进行处理；以及利用优先级模块对动态标签挖掘模块处理后的第二标签进行处理；S05：完成该用户画像的优化。

【技术特征摘要】
1.一种用户画像优化处理方法，其特征在于，包括以下步骤：S01：获取用户行为的日志或者用户行为的数据记录；S02：利用处理模块分析处理该日志或数据记录；S03：利用动态标签挖掘模块提取处理后的日志或数据记录的第二标签，并对该第二标签进行处理；S04：利用优先级模块提取处理后的日志或数据记录的第一标签，并对该第一标签进行处理；以及利用优先级模块对动态标签挖掘模块处理后的第二标签进行处理；S05：完成该用户画像的优化。2.根据权利要求1所述的用户画像优化处理方法，其特征在于，所述步骤S03包括以下步骤：S031：第二标签包括已知的静态标签属性和未知的动态标签属性，利用该动态标签挖掘模块剔除已知的静态标签属性；S032：采用自适应算法对未知的动态标签属性进行计算分析，判断该动态标签属性是否可以成为候补标签属...

【专利技术属性】
技术研发人员：洑云龙，
申请(专利权)人：洑云龙，
类型：发明
国别省市：江苏;32