[发明专利]基于不同信息源自动生成报表的方法和系统

权利要求书

1.基于不同信息源自动生成报表的方法，包括：

步骤1、从第一信息源获取用户的静态信息数据；

步骤2、从第二信息源获取用户的动态信息数据；

步骤3、分析所获取的静态和动态信息数据，进行数据清洗，过滤/格式化后得到生成报表所需的数据，包括用户的多个标签；

步骤4、根据在步骤3获得的数据和标签，对用户的各个标签计算权重；

步骤5、将步骤4的计算结果与步骤3的数据结合，形成包含该用户各维度的数据集合。

2.根据权利要求1所述的方法，其中，第一信息源是业务服务端的用户数据，第二信息源包括从第三方获取的用户行为数据、线下业务数据、以及与业务服务端的用户行为数据，所述用户行为数据包括使用Scrapy从第三方网站抓取的用户行为数据。

3.根据权利要求2所述的方法，其中，在步骤4中，如下确定所述标签权重：

标签权重＝衰减因子×行为权重×网址权重，

其中，衰减因子由用户的每个标签所涉及的用户行为数据的行为时间确定，行为权重由用户的每个标签所涉及的用户行为数据的行为类别确定，所述网址权重由用户的每个标签所涉及的信息源确定。

4.根据权利要求1所述的方法，其中，所述步骤3包括：对静态和动态信息数据进行变量区间处理，其中，根据业务的规则为作为变量的行为数据划定区间，并将划定的区间映射为具有业务指标，从而作为后续的数值输入。

5.根据权利要求4所述的方法，其中，通过以下步骤，确定所述行为类别：

计算用户行为数据在预设的各个维度上的属性；

根据用户行为数据的来源、以及与所述来源相对应的所述属性，选择相应的分类模型；

根据所选的分类模型，对用户行为数据进行分类。

6.根据权利要求5所述的方法，其中，确定所述行为类别的步骤还包括：

对用户身份进行识别，获取所述用户行为数据在各个维度上的属性，如果所述用户行为数据在部分维度的属性不完整，则调用该用户的历史行为数据，与所述预设时段的用户行为数据合并，补充所述部分维度的属性。

7.根据权利要求5所述的方法，其中，对于在业务服务端的用户行为数据，选择决策树分类模型，对于线下业务数据、和/或从第三方获取的所述用户行为数据，选择随机森林分类模型。

8.根据权利要求1所述的方法，其中，在步骤4中，用户的各个标签在不同业务场景下具有不同的权重值，

在步骤5中，在用户各维度的数据集合中，根据当前的业务场景，选择权重靠前的用户标签，进行可视化处理，生成用户画像。

9.一种基于不同信息源自动生成报表的系统，包括：

第一获取模块，用于从第一信息源获取用户的静态信息数据；

第二获取模块，用于从第二信息源获取用户的动态信息数据；

数据分析模块，用于分析所获取的静态和动态信息数据，进行数据清洗，过滤/格式化后得到生成报表所需的数据，包括用户的多个标签；

权重计算模块，用于根据第一获取模块和第二获取模块获取的数据、以及数据分析模块生成的标签，对用户的各个标签计算权重；

数据结合模块，用于将权重计算模块的计算结果与数据分析模块得到的数据结合，形成包含该用户各维度的数据集合。

10.一种计算机可读存储介质，其上存储有基于不同信息源自动生成报表的方法的程序，所述程序被处理器执行时，实现根据权利要求1至10中的一个所述的方法的步骤。