[发明专利]提取用户特征数据的方法和装置

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种提取用户特征数据的方法和装置。

背景技术

随着互联网技术的快速发展，网上购物、网上学习、网上咨询等各种网络服务平台已深入人们的日常生活的每个角落。网络服务平台在为用户提供服务的同时，一般会对用户进行精准营销或广告投放等商业行为。以目前最常见的网上购物平台来说，通常是使用根据用户的购买记录进行分析刻画的“用户画像”来描述用户形象特征，并根据用户画像来为用户推荐产品，从而创造更大的收益。以网上学习平台为例，通常是使用根据用户的浏览学习记录进行分析刻画的“用户画像”来描述用户特征，并根据用户画像来为用户推荐书籍等学习资料，从而获取更大的收益。用户画像又称用户角色，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性能代表产品的主要受众和目标群体。

以电子商务平台为例，虽然现有的大数据用户画像标签已经较为丰富，例如用户的人口学特征(性别、年龄、家庭结构等)、社会学特征(学历、职业、收入等)、购买行为特征(浏览、搜索、订单数量、金额、评论等)、产品偏好特征(产品性能、价格、外观等)，但是用户画像标签中还缺少对用户感性方面特征的描述。对用户感性方面的描述，又可以将其称为用户心智，如时尚、商务等等，可以更好地适应不同的应用场景。

目前尚无直接描述用户感性方面特征的方法，常用的技术是采用统计的方法计算用户的品牌或品类喜好，用于粗略描述用户对某些品牌或品类的偏好。例如：通过统计对于同一用户购买量或购买金额最大的几个品牌，用来表示用户的品牌偏好等等。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1、现有技术的分析维度单一，只分析用户的购买行为，导致用户品牌偏好结果局限性较大，覆盖用户范围较小；

2、通过纯粹统计罗列用户品牌偏好数据，不容易总结用户特点，无法形成系统的对用户感性方面的特征描述；

3、在使用品牌偏好作为用户特征刻画用户画像时，若需要对用户进行产品推荐或者广告推送，一般会推荐用户偏好的品牌，这样会对网络服务平台的营销措施造成极大的限制，使得营销措施达不到应有的效果。

发明内容

有鉴于此，本发明实施例提供一种提取用户特征数据的方法和装置，能够将用户的行为数据与用户的性格特征联系起来，并对用户的每个性格特征进行量化，以更加立体和形象地描述用户的感性方面的特征，并能支撑丰富的商业应用场景，大大提高了营销措施的效果。

为实现上述目的，根据本发明实施例的一个方面，提供了一种提取用户特征数据的方法。

一种提取用户特征数据的方法，包括：根据用户的行为数据确定用户对不同的特征标识的偏好值；根据所述用户对不同的特征标识的偏好值及预设的特征项集合计算所述用户对不同特征项的偏好值，并将所述特征项及所述用户对所述特征项的偏好值作为所述用户的特征数据。

可选地，根据用户的行为数据确定用户对不同的特征标识的偏好值的步骤包括：分别对用户的不同类型的行为数据进行归一化处理，以得到每个所述不同类型的行为数据对应的特征标识的偏好值；针对每个特征标识，将所述不同类型的行为数据对应的所述特征标识的偏好值进行加权求和，以得到所述用户对不同的特征标识的偏好值。

可选地，根据所述用户对不同的特征标识的偏好值及预设的特征项集合计算所述用户对不同特征项的偏好值的步骤包括：根据特征标识，从预设的特征项集合中获取所述特征标识对应的特征项；将所述用户对所述特征标识的偏好值作为所述用户对所述特征标识对应的特征项的偏好值；针对每个所述特征项，将用户对不同的特征标识对应的所述特征项的偏好值之和作为所述用户对所述特征项的偏好值。

可选地，所述行为数据包括用户在预定时间段内的购买行为数据、关注和添加购物车行为数据，以及浏览行为数据。

可选地，所述特征标识为产品品牌，所述特征项为产品品牌形象词。

根据本发明实施例的另一个方面，提供了一种提取用户特征数据的装置。