[发明专利]一种企业用户画像构建方法、系统、介质和电子设备在审
申请号: | 201910389932.2 | 申请日: | 2019-05-10 |
公开(公告)号: | CN110135901A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 刘孝;谭光柱 | 申请(专利权)人: | 重庆天蓬网络有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 邹成娇 |
地址: | 401135 重*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 企业用户 历史特征 构建 画像 电子设备 训练模型 决策树 基本属性数据 业务属性数据 互联网平台 数据包括 行为属性 异常数据 贴标签 清洗 分析 | ||
本发明提供一种企业用户画像构建方法、系统、介质及电子设备,所述方法包括:获取企业用户在互联网平台的历史特征数据,其中,所述历史特征数据包括基本属性数据、行为属性数据及业务属性数据;清洗所述历史特征数据中的异常数据;分析不同企业用户的所述历史特征数据,构建决策树训练模型;根据所述决策树训练模型,对企业用户贴标签,构建企业用户画像。
技术领域
本发明涉及用户画像技术领域,具体而言,涉及一种企业用户画像构建方法、系统、介质和电子设备。
背景技术
在互联网逐渐步入大数据时代后,消费者的一切行为在企业面前都将是可视化的。企业的专注点日也开始益聚焦于怎样利用大数据来为精准地向用户提供服务;于是,用户画像也就应运而生了。
用户画像,即用户信息标签化,就是通过收集与分析用户社会属性、生活习惯、行为等主要信息的数据之后,完美地抽象出一个用户的全貌。用户画像实际上是挖掘其中隐藏的价值信息,分析和总结用户的特征行为;目前在B2C、电信等领域运用较多。
此外,随着互联网的迅速发展,网络视频已经成为人们获取视频信息和娱乐信息的主要来源之一。并且视频数量在快速增长,各大视频网站或者客户端为了提高用户的体验效果,往往会根据视频用户的喜爱程度对用户进行相应的视频推荐。向用户推荐视频信息时采用的关键技术之一是建立用户画像,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。我们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。
目前,用户画像主要通过数据整合及模型训练完成。在数据整合方面,主要是通过用户留在互联网平台上一些行为、交易数据,将结构化数据和非结构化数据进行了整合;模型训练方面,主要是通过机器学习算法学习用户的行为习惯,然后给用户贴标签。但在B2B领域,为了实现平台企业用户的精准画像,需充分考虑业务场景的变化及企业自身的特性。然而,随着业务流程的变化,企业用户的行为也会随之改变,其画像也会改变;同时企业规模、所属行业的不同,企业用户画像的结果也会不同。
因此,在长期的研发当中,发明人对用户画像进行了大量的研究,提出了一种企业用户画像构建方法,以解决上述技术问题之一。
发明内容
本发明的目的在于提供一种企业用户画像构建方法、系统、介质和电子设备,能够解决上述提到的至少一个技术问题。具体方案如下:
一种企业用户画像构建方法,该方法用于企业用户画像构建系统中,所述画像构建系统包括获取模块、清洗模块、模型构建模块、画像构建模块,该方法包括:
步骤1,获取模块获取企业用户在互联网平台的历史特征数据,其中,所述历史特征数据包括基本属性数据、行为属性数据及业务属性数据;
步骤2,清洗模块清洗所述历史特征数据中的异常数据;
步骤3,模型构建模块分析不同企业用户的所述历史特征数据,构建决策树训练模型;
步骤4,画像构建模块根据所述决策树训练模型,对企业用户贴标签,构建企业用户画像。
进一步的,所述基本属性数据包括企业ID、企业规模、企业在互联网平台注册时间、企业所属行业。
进一步的,所述行为属性数据包括企业用户进入互联网平台网站后是否浏览过店铺、在互联网平台网站的停留时间、是否有过咨询行为。
进一步的,所述业务属性数据包括提交订单时间、提交订单数额、订单来源渠道、成交订单时间、成交订单数额、是否撤销、订单所属类目、交易模式、近一年提交订单次数、成交订单次数。
进一步的,所述异常数据包括:历史特征数据中的空数据、重复数据、不符合逻辑数据。
进一步的,根据所述决策树训练模型,对企业用户贴标签,包括:
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重庆天蓬网络有限公司,未经重庆天蓬网络有限公司许可,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/201910389932.2/2.html,转载请声明来源钻瓜专利网。