[发明专利]基于社保数据构建用户画像的方法和用户画像生成器

说明书

技术领域

本发明涉及大数据领域和社会保障领域，涉及一种基于社保数据构建用户画像的方法和用户画像生成器，本发明涉及到的用户为社保个人用户。

背景技术

用户画像即用户信息标签化，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，抽象出的用户的商业全貌。用户画像普遍用来完善产品运营、精准营销、信息统计、智能推荐、效果评估、产品和服务私人定制等。

目前社保领域尚没从用户画像的角度来描述社保参保对象并进行社保画像的应用。随着信息化的发展，国家大力促进大数据的发展，运用大数据创新服务模式，为公众提供更为个性化、更具针对性的服务。社会保障事业也得到了长足的发展，社保覆盖迅速扩大，参保人数和资金不断增长，社会保障领域数据增长迅速。国家大力发展一体化建设，社保信息系统省级集中已经取得初步的成果。社会保障领域已经具备了对社保数据进行大数据分析的能力，基于社会保障大数据构建用户画像有了基本的前提。

目前，社会保障领域的大数据应用正在开展，社保用户画像的概念提出不久，鉴于社保数据具有量大、质优、动态、核心的特点，形成社保领域用户画像有着十分有利的基础和广泛地应用前景，同时，社保领域尚没有专业的方法来构造社保用户画像。

发明内容

本发明为了解决上述问题，提出了一种基于社保数据构建用户画像的方法和用户画像生成器，为涉及地区广泛，涉及系统多，数据统筹困难的的人社数据提供可一种较为简便数据整合、转换、计算并构建用户画像的方法和用户画像生成器。

为了实现上述目的，本发明采用如下方案：

一种基于社保数据构建用户画像的方法，包括以下步骤：

获取用户社保数据，所述社保数据为可查询数据；

将所述用户社保数据存储在Hbase数据库中；

对所述用户的社保数据进行过滤，得到社保数据的关键字段，所述关键字段至少用于指示用户的基本信息、参保信息、待遇信息、医疗信息和人事资质信息中的一种；将所述关键字段作为用户基本标签；

采用大数据并行计算方法对所述用户的社保数据进行分析，定义分析类标签的标签值和阈值，标签值根据所述用户社保数据与权重值加权计算得到，阈值用来区分所述用户的不同社保状态，根据标签值与阈值的关系，确定用户的社保状态，并将此时的社保状态作为用户分析类标签；所述社保状态至少用于指示用户的社保缴费状态、健康状态、收入水平、生存状态、生育状态和业务经办行为偏好中的一种；所述业务经办行为偏好包括偏好业务大厅办理、偏好自助终端办理、偏好网上办理和偏好手机终端办理；

生成以基本标签和分析类标签为集合的用户画像。

上述方法还包括：

获取社会保障领域可以执行的所有业务信息；

采用大数据并行计算方法对用户画像和社会保障领域可以执行的所有业务信息进行关联分析，得到用户画像可以做和必须做的业务信息。

所述获取用户的社保数据步骤中还包括：

获取公安部门和民政部门记载的用户信息，用于验证所述用户的社保数据是否正确，并舍弃不正确的社保数据。

将所述用户社保数据中重复数据删除，对所述用户社保数据中不完整数据，采用0值、空字符串或实际社保数据进行补齐。

所述用户的基本信息至少包括性别、年龄段、经常居住地和教育信息中的一种。

所述用户社保数据包括：保险数据、人事人才数据、公共就业数据和劳动关系数据。

采用Sqoop数据工具获取所述用户社保数据。

采用Spark大数据并行计算方法计算用户社保数据。

一种基于社保数据的用户画像生成器，包括：

获取模块，用于获取用户的社保数据，所述社保数据为可查询数据；

存储模块，用于将所述用户社保数据存储在Hbase数据库中；

过滤模块，用于对所述用户的社保数据进行过滤，得到社保数据的关键字段，所述关键字段至少用于指示用户的参保信息、待遇信息、医疗信息和人事资质信息中的一种；将所述关键字段作为用户基本标签；