【技术实现步骤摘要】
本专利技术涉及企业数字化运营，具体涉及一种企业数字化运营中的用户画像生成云平台。
技术介绍
1、在当今数字化快速发展的时代，企业数字化运营已成为企业发展的关键环节。随着市场竞争的加剧和消费者需求的日益多样化，企业需要更深入、更精准地了解用户，以便为其提供个性化的产品和服务，提高用户满意度和忠诚度，增强市场竞争力。
2、然而，传统的用户分析方法存在诸多局限性。一方面，它们往往只能获取和分析用户的部分数据，如简单的购买记录，而忽略了用户在浏览产品过程中的行为细节，如浏览次数、停留时长等。另一方面，传统方法在处理用户数据时缺乏系统性和综合性，难以从多维度全面评估用户的行为特征、交易特征和偏好特征。
3、此外，现有的用户画像生成手段不够精确和细致，无法准确地反映用户的真实需求和行为模式，导致企业在制定营销策略、优化产品设计等方面缺乏有效的依据。因此，为了满足企业在数字化运营中对用户进行全面、深入、精准分析的需求，一种能够整合多维度用户数据，并通过科学、严谨的计算和分析方法生成准确、全面用户画像的云平台成为迫切的需要。
技术实现思路
1、本专利技术的目的在于提供一种企业数字化运营中的用户画像生成云平台，解决了
技术介绍
中所提出的技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种企业数字化运营中的用户画像生成云平台，包括：
4、数据收集单元，用于收集目标用户的相关数据，相关数据包括不同类别产品的浏览次数、购买次数，以及
5、数据处理单元，用于对目标用户的相关数据进行特征处理，依据特征处理结果，得到多个数据特征；
6、其中，多个数据特征分别为所有类别产品对应的浏览频率特征、购买频率特征、浏览间隔时长特征、购买间隔时长特征、停留时长占比特征、消费金额特征，以及不同类别产品对应的浏览频率特征、购买频率特征、停留时长占比特征；
7、特征分析单元，用于根据数据处理单元得到的多个数据特征进行特征指标分析，并得到用户画像对应的多个特征指标；
8、用户画像对应的多个特征指标分别为行为特征指标、交易特征指标和偏好特征指标；
9、画像整合单元，用于依据特征分析单元得到的行为特征指标、交易特征指标和偏好特征指标进行整合处理，并得到用户画像。
10、作为本专利技术进一步的方案：特征处理方式如下：
11、stepa1、获取用户在指定周期内的所有类别产品的浏览次数、购买次数，并将其分别标记为n和m；
12、stepa2、通过pl＝n/t和pg＝m/t，分别计算出用户在指定周期内对所有类别产品的浏览频率特征pl和购买频率特征pg；
13、其中，t表示指定周期对应的时长；
14、stepa3、获取各次浏览产品时的时间戳和购买产品时的时间戳，并依据其分别获取各次浏览产品时对应相邻时间戳之间的间隔时长和各次购买产品时对应相邻时间戳之间的间隔时长，并将其分别标记为lsi和gsj，i＝1、2、……n-1，j＝1、2、……m-1；
15、stepa4、通过和计算出各次浏览产品时对应相邻时间戳之间的间隔时长和各次购买产品时对应相邻时间戳之间的间隔时长分别对应的平均值ls0和gs0，随之将其分别记为浏览间隔时长特征和购买间隔时长特征；
16、stepa5、获取各次浏览产品时对应的停留时长，并将其标记为tk，k＝1、2、……n；
17、stepa6、通过计算得到停留时长占比特征t0；
18、stepa7、获取各次购买产品时的购买金额，并将其标记为ur，r＝1、2、……m；
19、stepa8、通过计算得到消费金额特征u0；
20、stepa9、获取用户在指定周期内的各个类别产品的浏览次数、购买次数，并将其分别标记为n1g和m1g；g＝1、2、……z，z表示所有产品的类别数；
21、stepa10、通过pl1g＝n1g/t和pg1g＝m1g/t，分别计算出用户在指定周期内对各个类别产品的浏览频率特征pl1g和购买频率特征pg1g；
22、其中，t表示指定周期对应的时长；
23、stepa11、获取各个类别产品对应各次浏览产品时，对应的停留时长，并将其标记为tk1，g，k1＝1、2、……n1g；
24、stepa12、通过计算得到各个类别产品对应的停留时长占比特征t1g。
25、作为本专利技术进一步的方案：特征指标分析如下：
26、stepb1、用户行为特征指标计算
27、将浏览频率特征、购买频率特征、浏览间隔时长特征和购买间隔时长特征、停留时长占比特征代入预设的行为特征计算公式中，并计算出用户的行为特征指标；
28、stepb2、用户交易特征指标计算
29、将购买频率特征、购买间隔时长特征、消费金额特征代入预设的交易特征计算公式中，并计算出用户的交易特征指标；
30、stepb3、用户偏好特征指标计算
31、将各个类别产品的浏览频率特征、购买频率特征和停留时长占比特征代入预设的偏好处理公式中，并计算出用户对各个类型产品的偏好特征值；
32、接着从对各个类型产品的偏好特征值中，选取一个偏好特征值最大的一个类型产品；
33、随之将各个类型产品的偏好特征值以及值最大一个偏好特征值代入预设的偏好特征计算公式，计算出用户的偏好特征指标。
34、作为本专利技术进一步的方案：行为特征计算公式如下：
35、
36、式中，tx为用户的行为特征指标，γ1、γ2、γ3、γ4均为对应预设的权重值；β为固定值，且β取值为1；
37、交易特征计算公式如下：
38、
39、式中，tj为用户的交易特征指标，λ1、λ2均为对应预设的权重值，β为固定值，且β取值为1；
40、偏好处理公式如下：
41、tpg＝pl1g×t1g×μ1+pg1g×μ2
42、式中，tpg为用户对各个类型产品的偏好特征值，μ1、μ2均为对应预设的权重值；
43、偏好特征计算公式如下：
44、
45、式中，tp为用户偏好特征指标，tpmax为值最大一个偏好特征值，β为固定值，且β取值为1。
46、作为本专利技术进一步的方案：整合处理方式如下：
47、随之依据预设的分类阈值集[y1,y2]，分别计算出行为特征指标、交易特征指标对应的指标阈值集[tx×y1,tx×y2]、[tj×y1,tj×y2]，以及偏好特征指标对应的指标阈值
48、其中，y1＞y2；
49、之后将行为特征指标、交易特征指标和偏好特征指标分别与对应的指标阈值集进行比较，并依据比较结果，确定用本文档来自技高网...
【技术保护点】
1.一种企业数字化运营中的用户画像生成云平台，其特征在于，包括：
2.根据权利要求1所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，还包括：
3.根据权利要求2所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，特征处理方式如下：
4.根据权利要求3所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，用户画像对应的多个特征指标分别为行为特征指标、交易特征指标和偏好特征指标。
5.根据权利要求4所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，行为特征指标的分析方式如下：
6.根据权利要求5所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，交易特征指标的分析方式如下：
7.根据权利要求6所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，偏好特征指标的分析方式如下：
8.根据权利要求7所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，整合处理方式如下：
9.根据权利要求8所述的一种企业数字化运营中的用户画像生成云平台，其特
10.根据权利要求9所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，整合处理中的比较方式如下：
...【技术特征摘要】
1.一种企业数字化运营中的用户画像生成云平台，其特征在于，包括：
2.根据权利要求1所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，还包括：
3.根据权利要求2所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，特征处理方式如下：
4.根据权利要求3所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，用户画像对应的多个特征指标分别为行为特征指标、交易特征指标和偏好特征指标。
5.根据权利要求4所述的一种企业数字化运营中的用户画像生成云平台，其特征在于，行为特征指标的分析方式如下：
6.根据权利要求5所述的一种企业数字...
【专利技术属性】
技术研发人员：戴丽霞，陆玉兰，高夏，
申请(专利权)人：南京弘竹泰信息技术有限公司，
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。