[发明专利]一种分组用户的方法和装置

说明书

本发明公开了一种分组用户的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据历史订单中物品的物品信息，确定用户对物品的偏好度，组合所确定的偏好度，得到用户隐向量；确定用户隐向量之间的相似度，结合预定用户组团方式，得到用户分组。该实施方式基于历史订单数据，分析用户的通用偏好，结合奇异值分解结果、余弦相似度以及六度分隔理论，将用户按照偏好进行分组；再结合当下电商平台上的具体活动，以用户触发方式对组内其他用户进行活动聚合页推送，实现触发式团推送，整体在一定程度上可以节省推送资源，同时提升推送准确度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种分组用户的方法和装置。

背景技术

随着电子商务的不断发展，更多的用户选择在网上进行购物。用户通过浏览、访问购物网站，可以方便选择自己所需商品。在用户浏览过程中，购物网站的推荐起着十分重要的作用，如果推荐得当，用户可能会直接购买所推荐的商品，还减少了用户浏览、点击行为，减轻了服务器的运行负担。

目前电商所常用的推送方式有：

1)基于促销活动的全广播式推送：不做任何个性化细分，粗粒度广播式推送活动信息，只要是用户均可以收到；

2)基于用户实时浏览进行推送：实时跟踪用户浏览信息，根据用户的历史浏览行为推送其历史浏览信息，促进商品成交。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1)基于促销活动的全广播式推送方式，所推送的内容用户不一定感兴趣，精准度低，可能还会造成用户反感；且推送全用户所需时间较长，效率较低；

2)基于用户实时浏览进行推送的方式，推送的是用户历史浏览数据，存在一定延迟，可能推送时用户已经购买了，导致推送合适程度难以保证。

发明内容

有鉴于此，本发明实施例提供一种分组用户的方法和装置，至少能够解决现有技术中推送时间或推送内容不合理，导致推送效果不理想的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种分组用户的方法，包括：

根据历史订单中物品的物品信息，确定用户对物品的偏好度，组合所确定的偏好度，得到用户隐向量；

确定用户隐向量之间的相似度，结合预定用户组团方式，得到用户分组。

可选的，所述确定用户对物品的偏好度，组合所确定的偏好度，得到用户隐向量，包括：

根据用户对物品的偏好度，构建用户偏好度矩阵；

对所述用户偏好度矩阵进行奇异值分解，得到用户隐特征矩阵；

抽取所述用户隐特征矩阵中的行元素，得到用户隐向量。

可选的，在所述抽取所述用户隐特征矩阵中的行元素，得到用户隐向量之前，还包括：

单位化所述用户隐特征矩阵中每一行的元素，得到第一用户隐特征矩阵。

可选的，所述确定用户隐向量之间的相似度，结合预定用户组团方式，得到用户分组，包括：

按照相似度从大到小顺序，将预定数量的用户隐向量所对应的用户进行组团，得到用户分组；或

将相似度超出预定相似度阈值的用户进行组团，得到用户分组。

可选的，在所述得到用户分组之后，还包括：

若接收到用户对指定页面的点击操作、且所述用户存在于所述用户分组中，则推送所述指定页面至所述用户分组中的其他用户。

为实现上述目的，根据本发明实施例的另一方面，提供了一种分组用户的装置，包括：