产品画像生成方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种数据分析领域的产品画像生成方法、装置、计算机设备和存储介质。所述方法包括：获取多维度产品信息以及对应的标签类别；根据多维度产品信息以及标签类别建立产品矩阵；根据产品标识对产品矩阵的建立过程进行监听，当建立过程完成时，调用线程将所述产品矩阵输入训练后的标签模型；通过标签模型在产品标签库中识别产品标识对应的多个画像标签，根据多个画像标签识别相关联的推测标签，通过多线程并发计算画像标签与多个推测标签之间的关联性；提取关联性达到阈值的推测标签，将提取的推测标签以及画像标签输入至画像模型进行运算，生成与所述产品标识对应的产品画像。采用本方法能够有效提高产品画像的准确性。

Production method, device, computer equipment and storage medium of product portrait

【技术实现步骤摘要】
产品画像生成方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种产品画像生成方法、装置、计算机设备和存储介质。
技术介绍
企业在向用户推荐产品时，需要对产品进行描述，即生成与产品对应的产品画像。该产品可以是有形产品，也可以是无形产品。在传统方式中，是根据产品的特有功能来得到对应的产品标签，并根据产品标签生成与产品对应的产品画像。但是在面对专业的、复杂的产品时，通过传统方式无法得到全面的产品标签，导致生成的产品画像的准确性较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高产品画像的准确性的产品画像生成方法、装置、计算机设备和存储介质。一种产品画像生成方法，所述方法包括：利用线程扫描任务表，在所述任务表中提取产品画像任务，所述产品画像任务包括产品标识；根据所述产品画像任务读取信息维度文件，所述信息维度文件中包括与产品标识对应的多个维度；根据所述维度在产品信息库中获取多维度产品信息以及对应的标签类别；根据所述多维度产品信息以及所述标签类别建立产品矩阵；根据产品标识对产品矩阵的建立过程进行监听，当建立过程完成时，调用线程将所述产品矩阵输入训练后的标签模型；通过所述标签模型在产品标签库中识别所述产品标识对应的多个画像标签，根据多个画像标签识别相关联的推测标签，通过多线程并发计算所述画像标签与多个推测标签之间的关联性；提取所述关联性达到阈值的推测标签，将提取的推测标签以及所述画像标签输入至画像模型进行运算，生成与所述产品标识对应的产品画像，将生成的产品画像存储至产品画像库中。在其中一个实施例中，所述标签模型中部署有多个画像标签的重要因子；所述根据多个画像标签识别相关联的推测标签，包括：利用多线程对多个画像标签进行特征提取，得到对应的画像标签向量；利用多线程以及多个画像标签的重要因子，并发计算多个画像标签向量之间的关联性；利用多线程以及多个画像标签向量之间的关联性，并发计算多个画像标签向量与候选标签之间的关联性；提取所述关联性达到预设阈值的候选标签，将所述候选标签作为推测标签。在其中一个实施例中，所述方法还包括：获取待推荐用户的用户画像；将所述用户画像与多个产品标识对应的产品画像进行匹配，得到与所述用户画像对应的第一画像标签；在用户历史数据中查找与所述待推荐用户对应的第二画像标签；根据所述第一画像标签以及第二画像标签确定与所述待推荐用户对应的待推荐产品信息；将所述待推荐产品信息推送至所述待推荐用户。在其中一个实施例中，所述方法还包括：获取待推荐用户的用户信息；将所述用户信息与预设配置矩阵进行匹配，得到与所述用户信息相对应的产品配置信息；根据所述产品配置信息与多个产品标识对应的产品画像，确定待推荐产品信息；将所述待推荐产品信息推送至所述待推荐用户。在其中一个实施例中，所述根据所述产品配置信息与多个产品标识对应的产品画像，确定待推荐产品信息包括：根据所述产品配置信息以及所述预设配置矩阵，在多个产品标识对应的产品画像中确定与所述待推荐用户对应的产品画像；根据所述产品画像确定待推荐产品信息。在其中一个实施例中，所述根据所述产品配置信息以及预设配置矩阵在所述多个产品标识对应的产品画像中确定与所述待推荐用户对应的产品画像包括：根据所述预设配置矩阵获取与所述用户信息对应的产品策略信息；将所述产品配置信息与所述待推荐用户的现有产品信息进行比较，得到所述现有产品信息的差异信息；根据所述差异信息以及产品策略信息在所述多个产品标识对应的产品画像中确定与所述待推荐用户对应的产品画像。一种产品画像生成装置，所述装置包括：扫描模块，用于利用线程扫描任务表，在所述任务表中提取产品画像任务，所述产品画像任务包括产品标识；读取模块，用于根据所述产品画像任务读取信息维度文件，所述信息维度文件中包括与产品标识对应的多个维度；第一获取模块，用于根据所述维度在产品信息库中获取多维度产品信息以及对应的标签类别；建立模块，根据所述多维度产品信息以及所述标签类别建立产品矩阵；将所述产品矩阵存储至产品标签库中；监听模块，用于根据产品标识对产品矩阵的建立过程进行监听，当建立过程完成时，调用线程将所述产品矩阵输入训练后的标签模型；识别模块，用于通过标签模型在产品标签库中识别所述产品标识对应的多个画像标签，根据多个画像标签识别相关联的推测标签，通过多线程并发计算所述画像标签与多个推测标签之间的关联性；生成模块，用于提取所述关联性达到阈值的推测标签，将提取的推测标签以及所述画像标签输入至画像模型进行运算，生成与所述产品标识对应的产品画像，将生成的产品画像存储至产品画像库中。在其中一个实施例中，所述装置还包括：第二获取模块，用于获取待推荐用户的用户信息；第一匹配模块，用于将所述用户信息与预设配置矩阵进行匹配，得到与所述用户信息相对应的产品配置信息；第一确定模块，用于根据所述产品配置信息与多个产品标识对应的产品画像，确定待推荐产品信息；第一推送模块，用于将所述待推荐产品信息推送至所述待推荐用户。一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。上述产品画像生成方法、装置、计算机设备和存储介质，通过产品标识对应的多个维度在产品信息库来获取多维度的产品信息，有助于得到更全面的画像标签。通过在产品信息库中获取多维度信息对应的标签类别，标签类别是预先设置的，能够提高标签类别的获取效率。根据多维度产品信息以及所述标签类别建立产品矩阵，以便将产品矩阵输入训练后的标签模型。通过对产品矩阵的建立过程进行监听，能够及时将产品矩阵输入训练后的标签模型中。通过训练后的标签模型根据多个画像标签识别相关联的推测标签，通过多线程并发计算画像标签与多个推测标签之间的关联性，能够提高画像标签的全面性以及识别效率。通过画像模型对提取的推测标签以及画像标签进行运算，从而得到与产品标识对应的产品画像。能够在面对专业、复杂的产品时，生成全面的画像标签，进而有效提高产品画像的准确性。附图说明图1为一个实施例中产品画像生成方法的应用环境图；图2为一个实施例中产品画像生成方法的流程示意图；图3为一个实施例中根据用户信息与多个产品标识对应的产品画像确定待推荐产品信息步骤的流程示意图；图4为一个实施例中产品画像生成装置的结构框图；图5为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一本文档来自技高网...

【技术保护点】
1.一种产品画像生成方法，所述方法包括：/n利用线程扫描任务表，在所述任务表中提取产品画像任务，所述产品画像任务包括产品标识；/n根据所述产品画像任务读取信息维度文件，所述信息维度文件中包括与产品标识对应的多个维度；/n根据所述维度在产品信息库中获取多维度产品信息以及对应的标签类别；/n根据所述多维度产品信息以及所述标签类别建立产品矩阵；将所述产品矩阵存储至产品标签库中；/n根据产品标识对产品矩阵的建立过程进行监听，当建立过程完成时，调用线程将所述产品矩阵输入训练后的标签模型；/n通过所述标签模型在所述产品标签库中识别所述产品标识对应的多个画像标签，根据多个画像标签识别相关联的推测标签，通过多线程并发计算所述画像标签与多个推测标签之间的关联性；/n提取所述关联性达到阈值的推测标签，将提取的推测标签以及所述画像标签输入至画像模型进行运算，生成与所述产品标识对应的产品画像，将生成的产品画像存储至产品画像库中。/n

【技术特征摘要】
1.一种产品画像生成方法，所述方法包括：
利用线程扫描任务表，在所述任务表中提取产品画像任务，所述产品画像任务包括产品标识；
根据所述产品画像任务读取信息维度文件，所述信息维度文件中包括与产品标识对应的多个维度；
根据所述维度在产品信息库中获取多维度产品信息以及对应的标签类别；
根据所述多维度产品信息以及所述标签类别建立产品矩阵；将所述产品矩阵存储至产品标签库中；
根据产品标识对产品矩阵的建立过程进行监听，当建立过程完成时，调用线程将所述产品矩阵输入训练后的标签模型；
通过所述标签模型在所述产品标签库中识别所述产品标识对应的多个画像标签，根据多个画像标签识别相关联的推测标签，通过多线程并发计算所述画像标签与多个推测标签之间的关联性；
提取所述关联性达到阈值的推测标签，将提取的推测标签以及所述画像标签输入至画像模型进行运算，生成与所述产品标识对应的产品画像，将生成的产品画像存储至产品画像库中。


2.根据权利要求1所述的方法，其特征在于，所述标签模型中部署有多个画像标签的重要因子；所述根据多个画像标签识别相关联的推测标签，包括：
利用多线程对多个画像标签进行特征提取，得到对应的画像标签向量；
利用多线程以及多个画像标签的重要因子，并发计算多个画像标签向量之间的关联性；
利用多线程以及多个画像标签向量之间的关联性，并发计算多个画像标签向量与候选标签之间的关联性；
提取所述关联性达到预设阈值的候选标签，将所述候选标签作为推测标签。


3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取待推荐用户的用户画像；
将所述用户画像与多个产品标识对应的产品画像进行匹配，得到与所述用户画像对应的第一画像标签；
在用户历史数据中查找与所述待推荐用户对应的第二画像标签；
根据所述第一画像标签以及第二画像标签确定与所述待推荐用户对应的待推荐产品信息；
将所述待推荐产品信息推送至所述待推荐用户。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取待推荐用户的用户信息；
将所述用户信息与预设配置矩阵进行匹配，得到与所述用户信息相对应的产品配置信息；
根据所述产品配置信息与多个产品标识对应的产品画像，确定待推荐产品信息；
将所述待推荐产品信息推送至所述待推荐用户。


5.根据权利要求4所述的方法，其特征在于，所述根据所述产品配置信息与多个产品标识对应的产品画像，确定待推荐产品信息包括：
根据所述产品配置信息以及所述预设配...

【专利技术属性】
技术研发人员：卜庆琛，孙定涛，
申请(专利权)人：上海陆家嘴国际金融资产交易市场股份有限公司，
类型：发明
国别省市：上海;31