基于用户画像分析的大数据处理方法及大数据处理系统技术方案

本发明专利技术公开了一种基于用户画像分析的大数据处理方法及大数据处理系统，包括：根据潜在价值用户名单确定出目标用户并对其进行监控，在监控确定目标用户出现目标操作的基础上，生成针对目标用户的内容推荐指示；然后响应于内容推荐指示，基于目标用户的用户画像，得到针对目标用户的内容推荐参考对象；最终根据内容推荐参考对象从预置内容推荐谱图中确定出目标推荐内容，如此设计，利用了目标用户的用户画像确定内容推荐参考对象，进而能够根据内容推荐参考对象确定目标用户的目标推荐内容，相较于现有技术中仅利用目标用户的自身历史数据作为参考，能够提高目标推荐内容的准确性。确性。确性。

【技术实现步骤摘要】
基于用户画像分析的大数据处理方法及大数据处理系统


[0001]本专利技术涉及大数据处理领域，具体而言，涉及一种基于用户画像分析的大数据处理方法及大数据处理系统。

技术介绍

[0002]目前，各大在线平台为了能够向用户推荐用户感兴趣的内容，例如商品、视频、音乐等，往往会对用户历史操作行为进行记录，进而根据用户自身的历史操作行为量身定制用户感兴趣的推荐内容。而作为单一用户或者新用户，其历史用户操作数量较少，仅根据自身数据作为内容推荐依据并不能准确地推荐用户感兴趣的内容。

技术实现思路

[0003]本专利技术的目的在于提供一种基于用户画像分析的大数据处理方法及大数据处理系统。
[0004]第一方面，本专利技术实施例提供一种基于用户画像分析的大数据处理方法，包括：根据潜在价值用户名单过滤针对于指定的在线平台中登录请求，其中，登录请求包括登录用户标识；当登录用户标识与潜在价值用户名单中包括的至少一个潜在用户标识匹配时，将与潜在用户标识匹配的用户作为目标用户；获取在线平台维护的多个监控线程服务器的算力裕量；调用算力裕量最高的监控线程服务器作为目标服务器，以基于目标服务器监控目标用户是否执行目标操作；在监控确定出现目标操作的基础上，生成针对目标用户的内容推荐指示；响应于针对目标用户的内容推荐指示，基于目标用户的用户画像，得到针对目标用户的内容推荐参考对象；根据内容推荐参考对象从预置内容推荐谱图中确定出目标推荐内容，其中，内容推荐参考对象与目标推荐内容存在关联关系。
[0005]第二方面，本专利技术实施例提供一种大数据处理系统，包括服务器；服务器用于执行第一方面至少一种可能的实施方式中的方法。
[0006]相比现有技术，本专利技术提供的有益效果包括：采用本专利技术公开的一种基于用户画像分析的大数据处理方法及大数据处理系统，通过潜在价值用户名单确定出目标用户并对其进行监控，在监控确定目标用户出现目标操作的基础上，生成针对目标用户的内容推荐指示；然后响应于内容推荐指示，基于目标用户的用户画像，得到针对目标用户的内容推荐参考对象；最终根据内容推荐参考对象从预置内容推荐谱图中确定出目标推荐内容，如此设计，利用了目标用户的用户画像确定内容推荐参考对象，进而能够根据内容推荐参考对象完成确定目标用户的目标推荐内容，相较于仅利用目标用户的自身历史数据，能够提高目标推荐内容的准确性。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0008]图1为本专利技术实施例提供的基于用户画像分析的大数据处理方法的步骤流程示意图；图2为本专利技术实施例提供的服务器的结构示意框图。
具体实施方式
[0009]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0010]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0011]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0012]此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0013]下面结合附图，对本专利技术的具体实施方式进行详细说明。
[0014]为了解决前述
技术介绍
中的技术问题，图1为本公开实施例提供的基于用户画像分析的大数据处理方法的流程示意图，下面对该基于用户画像分析的大数据处理方法进行详细介绍。
[0015]步骤110，根据潜在价值用户名单过滤针对于指定的在线平台中登录请求，其中，登录请求包括登录用户标识。
[0016]步骤120，当登录用户标识与潜在价值用户名单中包括的至少一个潜在用户标识匹配时，将与潜在用户标识匹配的用户作为目标用户。
[0017]步骤130，获取在线平台维护的多个监控线程服务器的算力裕量；步骤140，调用算力裕量最高的监控线程服务器作为目标服务器，以基于目标服务器监控目标用户是否执行目标操作；步骤150，在监控确定出现目标操作的基础上，生成针对目标用户的内容推荐指示。
[0018]步骤160，响应于针对目标用户的内容推荐指示，基于目标用户的用户画像，得到针对目标用户的内容推荐参考对象；步骤170，根据内容推荐参考对象从预置内容推荐谱图中确定出目标推荐内容，其中，内容推荐参考对象与目标推荐内容存在关联关系。
[0019]在本专利技术实施例中，在线平台可以是指在线交易平台、在线购物平台、在线视频平台等等，在此不做限制，而潜在价值用户名单可以是指用户在与在线交易平台存在关联协议的其他平台中执行过某些特定的操作行为后被标记并记录到潜在价值用户名单中的，例如开通会员、购买商品等。而当检测到属于潜在价值用户名单的用户登录平台后，可以调用专门用户监测用户行为的监控线程服务器用于监控，为了实现负载平衡，减轻服务器负担，防止服务器崩溃（例如在某些特定日期，在线平台开展对应活动会使得登录用户段时间内大量出现），因此每次执行监视任务的服务器均为当前剩余监控线程服务器中算力裕量最多的服务器。在作为目标服务器对目标用户的用户行为进行持续监控过程中，若出现了目标用户作出了目标操作，例如查看了对应的会员开通规则页面或者浏览了预设内容等，那么可以认为此时向该目标用户推荐对应的目标内容，很有可能会使目标用户产生消费等正面操作，因此可以基于目标用户的用户画像，确定出内容推荐参考对象，并利用内容推荐参考对象和预置内容推荐谱图中预置内容推荐谱图中存储的推荐内容的关联关系，向目标用户推荐目标推荐内容。如此设计，能够高效地为目标用户推荐能够产生正面影响的推荐内容。
[0020]为了能够更加清楚的描述本专利技术实施例提供的方案，下面对前述步骤步骤150进行详细的描述。
[0021]在步骤101中，服务器响应于针对目标用户的内容推荐指示，获得目标用户的用户画像向量。
[0022]在实际实施时，服务器接收到针对目标用户的内容推荐指示时，可以获得目标用户的用户画像向量，其中，用户画像向量是将目标用户的用户基础特征（即采用用户基础数据表示的用户特征）进行二值量化处理得到的，用户画像向量取值为0或1，如此，便于电子设备进行识别和计算。采用用户画像向量进行用户表征时，其特征存储量低、匹配效率高且识别准确率高。
[0023]在步骤102中，根据用户画像向量，从多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户画像分析的大数据处理方法，其特征在于，包括：根据潜在价值用户名单过滤针对于指定的在线平台中登录请求，其中，所述登录请求包括登录用户标识；当所述登录用户标识与所述潜在价值用户名单中包括的至少一个潜在用户标识匹配时，将与所述潜在用户标识匹配的用户作为目标用户；获取所述在线平台维护的多个监控线程服务器的算力裕量；调用所述算力裕量最高的监控线程服务器作为目标服务器，以基于所述目标服务器监控所述目标用户是否执行目标操作；在监控确定出现所述目标操作的基础上，生成针对所述目标用户的内容推荐指示；响应于针对所述目标用户的内容推荐指示，基于所述目标用户的用户画像，得到针对所述目标用户的内容推荐参考对象；根据所述内容推荐参考对象从预置内容推荐谱图中确定出目标推荐内容，其中，所述内容推荐参考对象与所述目标推荐内容存在关联关系。2.根据权利要求1所述的方法，其特征在于，所述响应于针对所述目标用户的内容推荐指示，基于所述目标用户的用户画像，得到针对所述目标用户的内容推荐参考对象，包括：响应于针对所述目标用户的内容推荐指示，获得所述目标用户的用户画像向量；根据用户画像向量，从多个用户类别集合中得到所述目标用户的用户画像向量对应的参考用户类别集合；其中，所述多个用户类别集合，通过对用户数据库中的多个用户执行聚合操作获取；获得所述参考用户类别集合中的各个用户的分布标准，并根据所述分布标准对所述参考用户类别集合中的用户执行整合操作，得到参考用户组；其中，所述分布标准包括：所述用户和所述目标用户的用户同质信息、所述用户对应的分类信息；根据所述参考用户组，得到针对所述目标用户的内容推荐参考对象。3.根据权利要求2所述的方法，其特征在于，在所述根据所述分布标准对所述参考用户类别集合中的用户执行整合操作，得到参考用户组之后，所述方法还包括：获得所述参考用户类别集合中的各个用户的用户画像向量；得到所述目标用户的用户画像向量与各所述用户的用户画像向量之间的第二特征相似度；根据所述第二特征相似度，从所述参考用户类别集合包括的各个用户中选取预置占比的用户，得到待定参考用户组；所述根据所述参考用户组，得到针对所述目标用户的内容推荐参考对象，包括：根据所述待定参考用户组，得到针对所述目标用户的内容推荐参考对象。4.根据权利要求2所述的方法，其特征在于，所述分布标准包括所述用户和所述目标用户的用户同质信息，所述获得所述参考用户类别集合中各个用户的分布标准，包括：获得所述参考用户类别集合中的各个用户的用户基础特征，所述用户基础特征为采用用户基础数据表示的用户特征；根据所述目标用户的用户基础特征与各所述用户的用户基础特征的第二特征相似度，得到所述用户和所述目标用户的用户同质信息；
所述根据所述分布标准对所述参考用户类别集合中的用户执行整合操作，得到参考用户组，包括：根据所述用户和所述目标用户的用户同质信息，对所述参考用户类别集合中的用户执行整合操作，得到参考用户组。5.根据权利要求2所述的方法，其特征在于，每个所述用户类别集合对应一个参考用户画像向量，所述从多个用户类别集合中得到所述目标用户的用户画像向量对应的参考用户类别集合，包括：分别得到所述目标用户的用户画像向量与各所述用户类别集合对应的参考用户画像向量之间的第一特征相似度；获得与所述用户画像向量的第一特征相似度最高的参考用户画像向量所对应的聚合中心，作为参考聚合中心；从多个用户类别集合中得到所述参考聚合中心对应的用户类别集合，作为所述目标用户的用户画像向量对应的参考用户类别集合。6.根据权利要求2所述的方法，其特征在于，所述分布标准包括所述用户对应的分类信息，所述获得所述参考用户类别集合中的各个用户的分布标准，包括：获得所述参考用户类别集合中的用户对应的用户基础特征，并根据所述用户基础特征，得到所述用户对应的分类信息，所述用户基础特征为采用用户基础数据表示的用户特征，所述用户对应的分类信息用于指示所述用户对应各个用户类型的置信度；所述根据所述分布标准对所述参考用户类别集合中的用户执行整合操作，得到参考用户组，包括：对所述目标用户进行类别判定，得到所述目标用户的目标分类归属；根据所述目标分类归属及所述用户对应的分类信息，得到所述参考用户类别集合中用户的分类参考级别；根据所述用户对应的分类信息、以及所述参考用户类别集合中用户的分类参考级别，对所述参考用户类别集合中的用户执行整合操作，得到参考用户组。7.根据权利要求2所述的方法，其特征在于，所述分布标准包括所述用户和所述目标用户的用户同质信息、以及...

【专利技术属性】
技术研发人员：祝士龙，郭状，
申请(专利权)人：祝士龙，
类型：发明
国别省市：