[发明专利]特征提取\购买倾向判断方法、装置、存储介质及终端

说明书

本申请实施例提供了一种特征提取\购买倾向判断方法、装置、存储介质及终端。该特征提取方法，包括以下步骤：获取目标用户的通行轨迹信息，所述通行轨迹信息包括用户标识、通行轨迹、所述通行轨迹上的多个节点的名称、每个节点对应的时间信息；对所述多个节点按照功能进行分类，以得到每一所述节点的功能标识；根据每一所述节点的功能标识以及所述通行轨迹信息生成用于描述所述目标用户的通行活动的通行样本数据；将所述通行样本数据输入预设的神经网络结构，以生成与所述轨迹信息对应的Embedding特征向量。本申请通过采用Embedding特征向量来进行购买倾向判断，可以提高判断的准确率。

技术领域

本申请涉及计算机网络技术领域，具体而言，涉及一种特征提取\购买倾向判断方法、装置、存储介质及终端。

背景技术

在商品精准营销领域，为了能够针对不同类型的商品精准识别出购物群体，并进而通过电话营销、短信通知等方式联系客户。推动购买转化，往往需要在大数据技术的支持下，构建用户画像，进而分析其可能存在的购买意图和目标类型。但是，现有技术中往往只采用用户的基本信息，例如年龄、职业、性别等进行判断，导致对购买倾向判断的准确度较低。

针对上述问题，目前尚未有有效的技术解决方案。

发明内容

本申请实施例的目的在于提供一种特征提取/购买倾向判断方法、装置及终端，可以购买倾向判断的准确率。

第一方面，本申请实施例提供了一种特征提取方法，包括：

获取目标用户的通行轨迹信息，所述通行轨迹信息包括用户标识、通行轨迹、所述通行轨迹上的多个节点的名称、每个节点对应的时间信息；

根据每一所述节点的功能描述信息给每一节点添加功能标识；

根据每一所述节点的功能标识以及所述通行轨迹信息生成用于描述所述目标用户的通行活动的通行样本数据；

将所述通行样本数据输入预设的神经网络结构，以生成与所述轨迹信息对应的Embedding特征向量。

可选地，在本申请实施例所述的特征提取方法中，所述根据每一所述节点的功能标识以及所述通行轨迹信息生成用于描述所述目标用户的通行活动的通行样本数据，包括：

根据所述通行轨迹信息从所述多个节点中选出起始节点及终止节点；

根据所述通行轨迹信息获取对应的关联数据，所述关联数据包括以下信息中的至少一种：相邻节点之间的间距、完成相邻节点之间通行所用的时长、在每一所述节点的停留时间以及所述通行轨迹对应的日期；

根据所述用户标识、起始节点、终止节点、每一所述节点的功能标识以及所述关联数据生成通行样本数据。

可选地，在本申请实施例所述的特征提取方法中，所述通行样本数据包括正样本以及至少一个负样本；

而所述根据所述用户标识、起始节点、终止节点、每一所述节点的功能标识以及所述关联数据生成通行样本数据，包括：

根据所述用户标识、起始节点、终止节点、每一所述节点的功能标识以及所述关联数据生成一个正样本；

根据所述正样本生成至少一个负样本。

可选地，在本申请实施例所述的特征提取方法中，所述根据所述正样本生成至少一个负样本，包括：

将所述正样本中的至少一个节点进行替换，并根据替换的节点修改所述关联数据及功能标识，以得到至少一个负样本。

可选地，在本申请实施例所述的特征提取方法中，所述Embedding特征向量包括第一特征向量、第二特征向量以及第三特征向量；