[发明专利]针对业务对象识别潜在用户的关键特征的方法及装置

说明书

本发明公开了一种针对业务对象识别潜在用户的关键特征的方法及装置，涉及电子信息领域，包括：获取与业务对象相对应的历史消费记录，分别确定与各条历史消费记录相对应的历史消费用户；从用户属性数据库中获取历史消费用户的多维用户属性数据，并确定历史消费用户的消费频次，以生成多条样本数据；针对多条样本数据进行分析，以确定多维用户属性数据中包含的各个维度的用户属性与消费频次之间的关联关系；根据关联关系，从各个维度的用户属性中提取关键属性作为与业务对象相对应的潜在用户的关键特征。该方式能够挖掘潜在用户的关键特征，进而根据关键特征来识别潜在用户，从而为潜在用户的筛选提供了依据。

技术领域

本发明涉及电子信息领域，具体涉及一种针对业务对象识别潜在用户的关键特征的方法及装置。

背景技术

随着大数据的发展，出现了很多智能推荐方法。例如，在现有技术中，专利申请号为201810395572.2的专利申请中公开了一种物品推荐方法和装置。该方法根据用户历史行为数据获取N个目标物品以及对应每个目标物品的推荐因子；根据N个目标物品获取多个推荐物品以及每个推荐物品对应的推荐值排序，从而根据推荐值高低选择合适的物品进行推荐。

但是，上述方式仅限于向用户推送物品的应用场景中。实际情况中，可能还需要针对物品确定与该物品相对应的潜在用户。例如，需要针对特定的业务对象，从众多候选用户中识别与该业务对象相匹配的潜在用户。其中，不同的业务对象具有不同的业务属性数据，另外，不同类型的用户也具有不同的用户属性数据。现有技术中尚无法有效挖掘业务属性数据中的各类业务属性值与用户属性数据中的各类用户属性值之间的关联关系。因此，无法快速高效地识别与业务对象相匹配的潜在用户。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种针对业务对象识别潜在用户的关键特征的方法及装置。

根据本发明的一个方面，提供了一种针对业务对象识别潜在用户的关键特征的方法，包括：

获取与业务对象相对应的各条历史消费记录，分别确定与各条历史消费记录相对应的各个历史消费用户；

从用户属性数据库中获取各个历史消费用户的多维用户属性数据，并确定各个历史消费用户的消费频次，根据各个历史消费用户的消费频次以及各个历史消费用户的多维用户属性数据生成多条样本数据；

针对所述多条样本数据进行分析，以确定所述多维用户属性数据中包含的各个维度的用户属性与消费频次之间的关联关系；

根据所述关联关系，从各个维度的用户属性中提取关键属性，将所述关键属性识别为与所述业务对象相对应的潜在用户的关键特征。

可选的，所述业务对象为业务提供端和/或业务项目；其中，所述业务提供端用于提供多个业务项目。

可选的，当所述业务对象为业务项目时，所述获取与业务对象相对应的各条历史消费记录包括：

接收所述业务项目对应的业务提供端发送的历史消费数据，从所述历史消费数据中筛选与所述业务项目相对应的历史消费记录；

根据筛选出的历史消费记录，获取与该业务项目相关联的项目描述信息，根据获取到的项目描述信息生成该业务项目的项目标识。

可选的，所述获取与该业务项目相关联的项目描述信息，根据获取到的项目描述信息生成该业务项目的项目标识具体包括：

分别从多个维度获取与该业务项目相关联的项目描述信息，根据多个维度的项目描述信息生成包含多个类目节点的项目标识；

其中，各个类目节点分别对应于各个维度；并且，所述项目标识中包含的各个类目节点之间呈树状层级结构。