[发明专利]基于移动互联网的用户管理方法及装置在审

专利信息
申请号: 202010980778.9 申请日: 2020-09-17
公开(公告)号: CN112000892A 公开(公告)日: 2020-11-27
发明(设计)人: 张金全;干天伟 申请(专利权)人: 张金全
主分类号: G06F16/9535 分类号: G06F16/9535;G06F40/216;G06F40/289;G06K9/62;G06Q30/06
代理公司: 厦门原创专利事务所(普通合伙) 35101 代理人: 梁英
地址: 215000 江苏省苏州市*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 移动 互联网 用户 管理 方法 装置
【权利要求书】:

1.一种基于移动互联网的用户管理方法,其特征在于,所述方法包括:

获取使用移动互联网平台的用户集群中,每个用户在当前时间周期内发送的信息;

对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种类型的关键词汇;

根据每一类型关键词汇的发送频率和/或发送数量,计算出每个用户对其在当前时间周期内发送的每种类型的关键词汇的兴趣值,其中,发送频率越高或者发送数量越高,则计算出的兴趣值也越高,反之则越低;

根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得多个用户子集群,其中,同一用户子集群中的任意两个用户之间的个体相关度高,而不同用户子集群中的任意两个用户之间的个体相关度低;

计算出所述多个用户子集群中,每两个用户子集群之间的集群相关度;

在集群相关度大于预设的上限值的两个用户子集群中,将一个用户子集群中一个用户的关键词汇对应的产品推送给另一个用户子集群中的用户。

2.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,根据每个用户的兴趣值的高低,将所述用户集群中的所有用户进行聚类,获得多个用户子集群,包括:

将所述用户集群中每两个用户针对同一类型的关键词汇的兴趣值代入预设的第一聚类函数进行计算,以获得每两个用户之间的个体相关度;

其中,第一聚类函数包括:

x表示所述用户集群中的第x个用户,y表示所述用户集群中的第y个用户,n表示所述用户集群中所有用户的数量,x和y均为取1到n的自然数;αx和βx分别表示:针对同一类型的关键词汇第x个用户对该关键词汇的兴趣值为αx,而第y个用户对该关键词汇的兴趣值则为βx;Ax,y表示第x个用户的所有兴趣值的和值以及第y个用户的所有兴趣值的和值;m1和m2均为常数;

按每两个用户之间的个体相关度,将个体相关度高的用户进行聚类,获得所述多个用户子集群。

3.根据权利要求2所述的基于移动互联网的用户管理方法,其特征在于,按每两个用户之间的个体相关度,将个体相关度高的用户进行聚类,获得所述多个用户子集群,包括:

按照所述用户集群中用户排列的先后顺序,通过将每个用户与该用户之后且与该用户的个体相关度最高的用户进行聚类,直至所述用户集群中的所有用户均进行了聚类,从而获得所述多个用户子集群。

4.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,计算出所述多个用户子集群中,每两个用户子集群之间的集群相关度,包括:

利用预设的第二聚类函数计算每两个用户子集群中的用户数量以及各用户之间的个体相关度,获得每两个用户子集群之间的集群相关度,其中,第二聚类函数包括:

θij=log10(Qij)/log10(QMAX)

其中,i表示第i个用户子集群,j表示第j个用户子集群,a表示第i个用户子集群中用户的总数量,b表示第j个用户子集群中用户的数量,Qij表示第i个用户子集群和第j个用户子集群初始的集群相关度,QMAX表示所有初始的集群相关度中的最大值,θij表示第i个用户子集群和第j个用户子集群最终计算出的集群相关度。

5.根据权利要求1所述的基于移动互联网的用户管理方法,其特征在于,对所述信息进行关键词提取,获取每个用户在当前时间周期内发送的各种关键词汇,包括:

对所述信息进行分词,获得分词后的各单词;

将所述各单词按照语法顺序进行组合,获得组合后的各叠词,其中,获得所述各单词和所述各叠词中每个单词或每个叠词都作为一个单元词汇用于后续处理;

通过将上一步骤获得的所有单元词汇中的每个单元词汇均与预设的各关键词进行匹配,从而从所述所有单元词汇中确定出每个用户在当前时间周期内发送属于关键词的各种单元词汇,即获取到每个用户在当前时间周期内发送的各种关键词汇。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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张金全,未经张金全许可,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/202010980778.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top