[发明专利]一种用户偏好分析方法及其装置

说明书

本公开是针对现有技术中缺少根据用户的偏好分析出该用户的个性化需求信息推送的问题，提供一种用户偏好分析方法及其装置，提取产品与案例信息的特征词，通过日志文件和数据库采集用户历史数据，过滤用户历史数据中的非真正用户数据得到过滤后的用户历史数据并计算出整体产品与案例的偏好度，根据偏好度匹配产品与案例的特征词获取偏好信息，从用户历史访问记录中挖掘到用户的偏好信息，并根据偏好信息向用户推荐相关产品信息，节省用户获取有用产品信息的时间，个性化产品推荐服务应运而生，个性化产品推荐服务首先会根据用户行为数据进行相应的用户行为偏好分析。

技术领域

本公开涉及计算机网络数据技术领域，特别涉及一种用户偏好分析方法及其装置。

背景技术

为了高效高速的给用户提供推荐产品信息，从用户历史访问记录中挖掘到用户的偏好信息，并根据偏好信息向用户推荐相关产品信息，节省用户获取有用产品信息的时间，个性化产品推荐服务应运而生，个性化产品推荐服务首先会根据用户行为数据进行相应的用户行为偏好分析，常用的方法是通过用户行为分析建立一个用户偏好模型，将用户的行为转换为用户的偏好。本公开对用户行为偏好建模大多是在信息搜索引擎、电商平台等，针对用户信息搜索关键字、访问记录、访问频度、搜索信息，访问日志、评价信息等方面进行偏好分析，并不能根据用户的偏好分析出该用户的个性化需求信息推送。

发明内容

本公开的目的是针对现有技术中缺少根据用户的偏好分析出该用户的个性化需求信息推送的问题，提供一种用户偏好分析方法及其装置，所述一种用户偏好分析方法具体包括以下步骤：

步骤1，提取产品与案例信息的特征词；

步骤2，通过日志文件和数据库采集用户历史数据；

步骤3，过滤用户历史数据中的非真正用户数据得到过滤后的用户历史数据；

步骤4，使用过滤后的用户历史数据计算出整体产品与案例的偏好度；

步骤5，根据偏好度匹配产品与案例的特征词获取偏好信息；

步骤6，向用户推送用户的偏好信息；

其中，用户历史数据至少包括用户对产品与案例信息的访问次数，产品类型、主砖色系、装修风格、门店接待历史、垂直/移动服务平台访问历史、用户服务体系行为记录、楼盘、户型偏好。

进一步地，在步骤1中，所述提取产品与案例信息的特征词的方法包括以下子步骤：

步骤1.1，将所述产品与案例的文本分词，获得分类词；

步骤1.2，遍历所有分类词并统计每个分类词次数；

步骤1.3，选取分类词次数大于或等于次数阈值的分类词作为特征词；

其中，次数阈值为5次。

进一步地，在步骤2中，所述采集用户历史数据的方法包括以下子步骤：

步骤2.1，采集日志文件中的用户访问关键词；

步骤2.2，读取SQL数据库内的用户访问类型记录；

步骤2.3，合并用户访问关键词和用户访问记录得到用户历史数据。

其中，用户访问类型记录包括产品类型、主砖色系、装修风格、门店接待历史、垂直/移动服务平台访问历史、用户服务体系行为记录、楼盘、户型偏好。

进一步地，在步骤3中，所述非真正用户数据包括非注册用户访问数据、临时用户数据和已注销用户数据。

进一步地，在步骤4中，所述计算出整体产品与案例的偏好度的方法为：