[发明专利]目标用户群体确定方法、装置、计算机设备及存储介质在审
申请号: | 201910301218.3 | 申请日: | 2019-04-15 |
公开(公告)号: | CN110147821A | 公开(公告)日: | 2019-08-20 |
发明(设计)人: | 陈伟源 | 申请(专利权)人: | 中国平安人寿保险股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q30/00;G06Q30/02 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 黄章辉 |
地址: | 518000 广东省深圳市福田*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标用户 预设 用户反馈信息 用户行为数据 计算机设备 存储介质 特征信息 群体 客户端 测试 维度 方案解决 日常数据 用户标签 用户群体 标签库 数据库 筛选 | ||
1.一种目标用户群体确定方法,其特征在于,所述目标用户群体确定方法包括:
根据预设标签库中的用户标签建立测试任务,并将所述测试任务发送到客户端;
从所述客户端获取用户完成所述测试任务后的用户反馈信息;
将所述用户反馈信息与预设数据库中的用户日常数据进行结合,得到用户行为数据集;
按照预设维度对所述用户行为数据集进行筛选,得到具有共同特征信息的目标用户群体,其中,所述共同特征信息与所述预设维度相对应。
2.如权利要求1所述的目标用户群体确定方法,其特征在于,所述按照预设维度对所述用户行为数据集进行筛选,得到具有共同特征信息的目标用户群体,包括:
根据所述预设维度对应的字段取值条件,从所述用户行为数据集中筛选出满足所述字段取值条件的用户,组成具有所述共同特征信息的目标用户群体。
3.如权利要求1所述的目标用户群体确定方法,其特征在于,所述按照预设维度对所述用户行为数据集进行筛选,得到具有共同特征信息的目标用户群体,还包括:
对所述用户行为数据集中的用户行为数据进行聚类分析,得到至少两个用户分组;
对每个所述用户分组中不同的所述用户行为数据进行特征提取,得到每个所述所述用户分组的分组特征;
将与所述预设维度相匹配的分组特征对应的所述用户分组,组成具有所述共同特征信息的目标用户群体。
4.如权利要求1所述的目标用户群体确定方法,其特征在于,所述将所述用户反馈信息与预设数据库中的用户日常数据进行结合,得到用户行为数据集,包括:
从所述用户反馈信息中获取用户标识信息,并根据所述用户标识信息从预设数据库中提取出与所述用户标识信息匹配的所述用户日常数据;
将所述用户反馈信息和所述用户日常数据进行关联存储,并作为所述用户行为数据集。
5.如权利要求1至4任一所述的目标用户群体确定方法,其特征在于,按照预设维度对所述用户行为数据集进行筛选,得到具有共同特征信息的目标用户群体之后,所述目标用户群体确定方法,还包括:
提取所述共同特征信息中的关键字,并将所述关键字作为目标标签;
将所述目标标签与所述预设标签库中的用户标签进行一致性比较,得到比较结果;
若所述比较结果为不一致,则将所述目标标签保存到所述预设标签库中。
6.一种目标用户群体确定装置,其特征在于,所述目标用户群体确定装置,包括:
测试模块,用于根据预设标签库中的用户标签建立测试任务,并将所述测试任务发送到客户端;
信息采集模块,用于从所述客户端获取用户完成所述测试任务后的用户反馈信息;
数据结合模块,用于将所述用户反馈信息与预设数据库中的用户日常数据进行结合,得到用户行为数据集;
分类模块,用于按照预设维度对所述用户行为数据集进行筛选,得到具有共同特征信息的目标用户群体,其中,所述共同特征信息与所述预设维度相对应。
7.如权利要求6所述的目标用户群体确定装置,其特征在于,所述分类模块,包括:
字段筛选子模块,用于根据所述预设维度对应的字段取值条件,从所述用户行为数据集中筛选出满足所述字段取值条件的用户,组成具有所述共同特征信息的目标用户群体。
8.如权利要求6所述的目标用户群体确定装置,其特征在于,所述分类模块,还包括:
聚类分析子模块,用于对所述用户行为数据集中的用户行为数据进行聚类分析,得到至少两个用户分组;
特征提取子模块,用于对每个所述用户分组中不同的所述用户行为数据进行特征提取,得到每个所述所述用户分组的分组特征;
分组匹配子模块,用于将与所述预设维度相匹配的分组特征对应的所述用户分组,组成具有所述共同特征信息的目标用户群体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910301218.3/1.html,转载请声明来源钻瓜专利网。