[发明专利]刻画用户画像的方法、计算机装置及可读存储介质有效
申请号: | 201910703306.6 | 申请日: | 2019-07-31 |
公开(公告)号: | CN110458067B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 龚泽熙 | 申请(专利权)人: | 卓尔智联(武汉)研究院有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/74;G06V10/82;G06K9/62;G06K17/00;G06N3/04;G06N3/08 |
代理公司: | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人: | 陈敬华;饶智彬 |
地址: | 430000 湖北省武汉市黄陂区盘龙城经*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 刻画 用户 画像 方法 计算机 装置 可读 存储 介质 | ||
1.一种刻画用户画像的方法,应用于计算机装置,其特征在于,所述方法包括:
识别每个用户的每件垃圾,从而获得每个用户的每件垃圾的相关信息,将所获取的每个用户的每件垃圾的相关信息与对应的投放时间建立关联;
将建立关联后的每个用户的每件垃圾的相关信息以及对应的投放时间作为垃圾的历史数据,并存储所述垃圾的历史数据;
根据投放时间属于第一预设时间段的垃圾的历史信息,以及投放时间属于第二预设时间段内且与指定用户对应的垃圾的相关信息,预测该指定用户在第三预设时间段所要投放的垃圾的相关信息,并根据所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息生成用户画像,包括:确定所述指定用户在所述第三预设时间段内所要投放的垃圾所属的用户结构、消费档次、消费水平,将所述指定用户与所确定的用户结构、消费档次以及消费水平建立关联,由此获得所述指定用户的用户画像;及
基于所述指定用户的用户画像中所述指定用户关联的用户结构、消费档次以及消费水平的向该指定用户作相应的产品推荐。
2.如权利要求1所述的刻画用户画像的方法,其特征在于,所述根据投放时间属于第一预设时间段的垃圾的历史信息,以及投放时间属于第二预设时间段内且与指定用户对应的垃圾的相关信息,预测该指定用户在第三预设时间段所要投放的垃圾的相关信息,并根据所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息生成用户画像包括:
从所述垃圾的历史数据中获取投放时间属于所述第一预设时间段内且与多个用户分别所对应的垃圾的相关信息,将所获取的与所述多个用户分别所对应的垃圾的相关信息作为训练样本训练LSTM神经网络获得垃圾预测模型;
利用所述垃圾预测模型基于投放时间属于所述第二预设时间段内且与所述指定用户所对应的垃圾的相关信息,预测该指定用户在所述第三预设时间段内所要投放的垃圾的相关信息;及
基于所预测的所述指定用户在所述第三预设时间段内所要投放的垃圾的相关信息,为所述指定用户打标签,获得所述指定用户的用户画像。
3.如权利要求1所述的刻画用户画像的方法,其特征在于,该方法还包括:
获取每个用户的每件垃圾的图像,将每件垃圾的图像与对应的用户建立关联;
根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息。
4.如权利要求3所述的刻画用户画像的方法,其特征在于,所述根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息包括:
将每件垃圾的图像输入预先训练好的垃圾识别模型得到每件垃圾的所述相关信息;其中,所述垃圾识别模型是一个利用大样本数据使用反向传播算法所训练获得的卷积神经网络模型。
5.如权利要求3所述的刻画用户画像的方法,其特征在于,所述根据每件垃圾的图像识别每件垃圾,从而获得每个用户的每件垃圾的相关信息,包括:
将每件垃圾的图像与预先存储的各种类别的各个物品的图像进行比较,根据每件垃圾的图像与预先存储的各种类别的各个物品的图像之间的相似度确定每件垃圾的类别;
于确定好每件垃圾的类别后,将预先存储的与所确定的类别所对应的各种商标的图像与所述每件垃圾的图像进行匹配,根据所述每件垃圾的图像与预先存储的与所确定的类别所对应的各种商标的图像之间的相似度确定所述每件垃圾的商标;及
根据所确定的每件垃圾的类别和商标确定每件垃圾的价格。
6.如权利要求1所述的刻画用户画像的方法,其特征在于,所述将建立关联后的每个用户的每件垃圾的相关信息以及对应的投放时间作为垃圾的历史数据,并存储所述垃圾的历史数据,包括:
按照投放时间对与每个用户所关联的垃圾的相关信息进行排序;及
按照投放时间的先后顺序在预先创建的指定格式的文件中记录所述与每个用户所关联的垃圾的相关信息。
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卓尔智联(武汉)研究院有限公司,未经卓尔智联(武汉)研究院有限公司许可,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/201910703306.6/1.html,转载请声明来源钻瓜专利网。