[发明专利]用户信息的标签化处理方法、装置、终端设备及介质

权利要求书

1.一种用户信息的标签化处理方法，其特征在于，包括：

获取用户的行为数据；

基于所述用户的行为数据获取对应的用户特征数据，所述用户特征数据包括静态特征数据以及一个以上动态特征数据；

将每一所述静态特征数据输出为所述用户的一个静态标签；

分别计算各项所述动态特征数据的特征权重；

将每一所述特征权重大于预设阈值的所述动态特征数据输出为所述用户的动态标签。

2.如权利要求1所述的标签化处理方法，其特征在于，所述基于特征权重计算算法，分别计算各项所述动态特征数据的特征权重，包括：

对于每一所述动态特征数据，计算该动态特征数据的获取频率，所述获取频率表示预设时长内，该动态特征数据的获取次数与所述用户的动态特征数据总数的比值；

计算该动态特征数据的逆向文件频率，所述逆向文件频率基于所述预设时长内具有该动态特征数据的用户的总数以及与各个用户关联的动态特征数据总数确定；

根据所述获取频率以及所述逆向文件频率，计算该动态特征数据的特征权重。

3.如权利要求2所述的标签化处理方法，其特征在于，所述根据所述获取频率以及所述逆向文件频率，计算该动态特征数据的特征权重，包括：

获取该动态特征数据的时间因子权重系数以及特征权重系数；

根据所述获取频率以及所述逆向文件频率，计算该动态特征数据的标准特征权重；

将所述时间因子权重系数、所述特征权重系数以及所述标准特征权重的乘积输出为该动态特征数据的特征权重。

4.如权利要求3所述的标签化处理方法，其特征在于，所述获取该动态特征数据的时间因子权重系数以及特征权重系数，包括：

获取与该动态特征数据匹配的特征属性，并根据所述特征属性，获取该动态特征数据与时间因子的关联等级；

若该动态特征数据与时间因子的关联等级小于或等于预设阈值，则根据所述获取频率以及所述逆向文件频率，计算该动态特征数据的特征权重；

若该动态特征数据与时间因子的关联等级大于预设阈值，则获取该动态特征数据的时间因子权重系数以及特征权重系数。

5.如权利要求1或4任一项所述的标签化处理方法，其特征在于，在所述将所述特征权重大于预设阈值的所述动态特征数据输出为所述用户的动态标签之后，还包括：

依照所述特征权重的高低顺序，对所述用户的各个所述动态标签进行排序处理，并获取排序在前的N个动态标签；其中，所述N为大于零的整数，且所述N为预设值；

获取与所述用户的所述静态标签以及与所述N个动态标签均匹配的推送信息；

将所述推送信息推送至所述用户的电视端设备或者移动端设备。

6.一种用户信息的标签化处理装置，其特征在于，包括：

第一获取单元，用于获取用户的行为数据；

第二获取单元，用于基于所述用户的行为数据获取对应的用户特征数据，所述用户特征数据包括静态特征数据以及一个以上动态特征数据；

静态标签输出单元，用于将每一所述静态特征数据输出为所述用户的一个静态标签；

计算单元，用于基于特征权重计算算法，分别计算各项所述动态特征数据的特征权重；

动态标签输出单元，用于将所述特征权重大于预设阈值的所述动态特征数据输出为所述用户的动态标签。

7.如权利要求6所述的标签化处理装置，其特征在于，所述计算单元包括：

获取频率计算子单元，用于对于每一所述动态特征数据，计算该动态特征数据的获取频率，所述获取频率表示预设时长内，该动态特征数据的获取次数与所述用户的动态特征数据总数的比值；

逆向文件频率计算子单元，用于计算该动态特征数据的逆向文件频率，所述逆向文件频率基于所述预设时长内具有该动态特征数据的用户的总数以及与各个用户关联的动态特征数据总数确定；

特征权重计算子单元，用于根据所述获取频率以及所述逆向文件频率，计算该动态特征数据的特征权重。