一种基于大数据的用户画像方法技术

本发明专利技术属于互联网数据分析技术领域，尤其涉及一种基于大数据的用户画像方法，包括：数据获取步骤，采集用户数据，用户数据包括信息数据、行为数据和其他数据；数据处理步骤，将用户数据传输至数据处理平台，对用户数据进行预处理后，进行多源数据整合；基础画像步骤，根据预处理后的信息数据，搭建基础用户画像；补充画像步骤，根据整合后的用户数据，用预设的模型，得到补充用户画像；最终画像步骤，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。使用本方法，得到的最终用户画像更加全面且客观，在最终用户画像的支持下，可以更有针对性的调整用户的编排管理系统，提升用户的使用体验。

【技术实现步骤摘要】
一种基于大数据的用户画像方法
本专利技术属于互联网数据分析
，尤其涉及一种基于大数据的用户画像方法。
技术介绍
IPTV作为以宽带网络分发电视信息介质的一种系统，在近几年得到广泛发展。依托于网络通信的特点，IPTV能够对用户提供更多类型的服务，除了传统的直播电视外，还提供了时移电视、点播电视、音乐/游戏播放和互动等。在整个服务网络中，影视节目占据了重要的比例，可覆盖的用户类型和范围也是最广泛的。运营商虽然坐拥庞大IPTV用户流量，但由用户量发展到精细化运营的转型期，业务发展仍面临不少问题，例如：如何挖掘用户价值，提升订购付费比例；如何运营用户持续订购，甚至多品类订购；如何提升大屏侧观影体验，提高用户活跃度；如何挽回、激活沉睡流失用户等等。要解决以上问题，除了要保障作品资源充足以外，还需要提升用户的使用体验，由于每个用户的使用喜好都不同，提升用户的使用体验，就需要根据用户的喜好，对其进行针对性的内容排序，这个，就涉及到用户画像。目前，本领域中用户画像的基本模式是将每一个用户行为及作为行为对象的内容都仅当作一个孤立的数据点，通过汇总全部用户行为及其对象所形成的海量数据点，并从中发现统计分布规律。这种模式依据统计分布规律，可以一定程度上的了解用户的使用习惯。但是，这样的统计方式，对用户数据的利用太过于简单粗暴。用该方法来进行大众群体的现象解释有一定的参考性，但对单个用户进行用户画像却难以保证精准性。因此，现有IPTV产品及平台无法满足精细化运营需求，难以得到有效的针对用户个体的用户画像。
技术实现思路
本专利技术的目的在于，提供一种基于大数据的用户画像方法，能够得到有效的针对用户个体的用户画像。本专利技术提供的基础方案为：一种基于大数据的用户画像方法，包括：数据获取步骤，采集用户数据，用户数据包括信息数据、行为数据和其他数据；数据处理步骤，将用户数据传输至数据处理平台，对用户数据进行预处理后，进行多源数据整合；基础画像步骤，根据预处理后的信息数据，搭建基础用户画像；补充画像步骤，根据整合后的用户数据，用预设的模型，得到补充用户画像；最终画像步骤，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。有益效果：与现有的用户分析相比，现有技术只是将用户基础数据来进行用户偏好统计分析，而使用本方法，可实现关于用户的多源信息的充分利用。除此，使用本方法，将基础的用户画像方法和前沿处理方法(补充用户画像)整合，进而得到的最终用户画像，用户基础数据仍能够发挥其作用(基础用户画像)，并且，用户的行为数据和其他数据也能够发挥作用(补充用户画像)，并通过模型融合的方式得到最终用户画像，通过模型融合可以达到信息补充、互补的效果。与常规的用户画像相比，本方法的最终用户画像更加全面且客观，在最终用户画像的支持下，可以更有针对性的调整用户的编排管理系统，提升用户的使用体验。综上，使用本方法可以得到有效的针对用户个体的用户画像。进一步，补充画像步骤中，预设的模型进行训练时，引入attention机制进行训练。引入attention机制后，训练处的模型，在进行补充用户画像时，能够更加精准、快速的得到结果。进一步，最终画像步骤中，预设的规则为特征融合法。与其他的融合规则相比，特征融合法能解决实际融合中经常遇到的数据缺失的问题，因为并非所有用户都有齐全的各类数据，通过特征融合的方法能够保证在各种情况下，都能得到适用的最终用户画像。进一步，补充用户画像有多个。由于用户数据的多样化，通过多个补充用户画像，可以使各项用户数据均能发挥其作用。同时，多个补充用户画像，也可以使得最终用户画像的精细化程度更高，准确性更好。进一步，行为数据包括点击、观看、暂停和退出。进一步，其他数据包括观看日期、观看时间、观看时长和观看频率。进一步，数据处理步骤中，预处理包括数据清理、数据集成、数据变换和数据归约。便于后续使用。进一步，用户数据为多模态数据。使得可采集的用户数据更多更全。进一步，还包括模型调整步骤，对搭建补充用户画像的模型进行调整。工作人员可以根据最终用户画像的使用效果，对搭建补充用户画像的模型进行调整，使其更加适用。进一步，调整步骤中，身份验证通过后，才能对搭建补充用户画像的模型进行调整。可以防止无关人员的恶意操作导致的损失。附图说明图1为本专利技术一种基于大数据的用户画像方法实施例一的流程图。具体实施方式下面通过具体实施方式进一步详细说明：实施例一如图1所示，一种基于大数据的用户画像方法，包括：数据获取步骤，采集用户数据，用户数据包括信息数据、行为数据和其他数据；本实施中，行为数据包括点击、观看、暂停和退出。其他数据包括观看日期、观看时间、观看时长和观看频率。数据处理步骤，将用户数据传输至数据处理平台，对用户数据进行预处理后，进行多源数据整合；其中，预处理包括数据清理、数据集成、数据变换和数据归约。基础画像步骤，根据预处理后的信息数据，搭建基础用户画像；补充画像步骤，根据整合后的用户数据，用预设的模型，得到补充用户画像；其中，补充用户画像有多个。预设的模型进行训练时，引入attention机制进行训练，引入attention机制后，训练处的模型，在进行补充用户画像时，能够更加精准、快速的得到结果。最终画像步骤，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。本实施例中，预设的规则为特征融合法。具体实施过程如下：采集用户的信息数据、行为数据和其他数据后，将用户数据传输至数据处理平台，由数据处理平台进行对用户数据进行预处理(数据清理、数据集成、数据变换、数据归约等)，待后续使用。并进行多源数据整合。之后，根据预处理后的基础数据进行基础用户画像，再根据整合后的用户数据，用预设的模型得到补充用户画像。本实施例中用户画像有多个。由于用户数据的多样化，通过多个补充用户画像，可以使各项用户数据均能发挥其作用。同时，多个补充用户画像，也可以使得最终用户画像的精细化程度更高，准确性更好。再然后，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。本实施例中预设的规则为特征融合法。与其他的融合规则相比，特征融合法能解决实际融合中经常遇到的数据缺失的问题，因为并非所有用户都有齐全的各类数据，通过特征融合的方法能够保证在各种情况下，都能得到适用的最终用户画像。与现有的用户分析相比，现有技术只是将用户基础数据来进行用户偏好统计分析，而使用本方法，可实现关于用户的多源信息的充分利用。除此，使用本方法，将基础的用户画像方法和前沿处理方法整合，进而得到的最终用户画像，用户基础数据仍能够发挥其作用(基础用户画像)，并且，用户的行为数据和其他数据也能够发挥作用(补本文档来自技高网...

【技术保护点】
1.一种基于大数据的用户画像方法，其特征在于，包括：/n数据获取步骤，采集用户数据，用户数据包括信息数据、行为数据和其他数据；/n数据处理步骤，将用户数据传输至数据处理平台，对用户数据进行预处理后，进行多源数据整合；/n基础画像步骤，根据预处理后的信息数据，搭建基础用户画像；/n补充画像步骤，根据整合后的用户数据，用预设的模型，得到补充用户画像；/n最终画像步骤，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。/n

【技术特征摘要】
1.一种基于大数据的用户画像方法，其特征在于，包括：
数据获取步骤，采集用户数据，用户数据包括信息数据、行为数据和其他数据；
数据处理步骤，将用户数据传输至数据处理平台，对用户数据进行预处理后，进行多源数据整合；
基础画像步骤，根据预处理后的信息数据，搭建基础用户画像；
补充画像步骤，根据整合后的用户数据，用预设的模型，得到补充用户画像；
最终画像步骤，按照预设的规则，将基础用户画像及补充画像进行模型融合，得到最终用户画像。


2.根据权利要求1所述的基于大数据的用户画像方法，其特征在于：补充画像步骤中，预设的模型进行训练时，引入attention机制进行训练。


3.根据权利要求1所述的基于大数据的用户画像方法，其特征在于：最终画像步骤中，预设的规则为特征融合法。


4.根据权利要求1所述的基于大数据的用户画像方法，其特征在于：补...

【专利技术属性】
技术研发人员：王晶，
申请(专利权)人：重庆空间视创科技有限公司，
类型：发明
国别省市：重庆;50