[发明专利]一种基于标签模型的大数据画像方法及系统

说明书

一种基于标签模型的大数据画像方法及系统，包括数据采集模块、数据清洗模块、数据存储模块、分析建模模块、用户画像模块、忠诚度分析模块和分类模块；忠诚度分析模块包括输入单元、查询单元和分析单元；所述的大数据画像生成方法包括以下步骤：S1、采集用户相关数据；S2、对数据进行处理，并存储清洗过后的有效数据；S3、生成特定的用户画像；S4、对用户进行忠诚度上的分析；S5、对用户进行忠诚度分类，添加针对具体企业的用户的忠诚度标签。本发明中，能有效避免传统的了解用户的方式存在的形式单一、数据收集不全、真假难辨的问题，且能针对具体企业来对用户进行分类，增加忠诚度标签，来提高产品推荐的准确性从而提高成交率。

技术领域

本发明涉及大数据画像技术领域，尤其涉及一种基于标签模型的大数据画像方法及系统。

背景技术

用户画像即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。传统的了解用户的方式主要是通过用户调研和访谈的形式，形式单一、数据收集不全、真假难辨，现有的大数据画像仅仅是对客户做了标签化，实际上往往不同客户的标签在很多点上是相同的，同一家公司无法对类似的用户进行忠诚度上的区分，往往类似画像的用户商家推荐的商品以及服务会类似，无法达到精准推送的目的，从而影响产品推荐的准确性导致成交率较低。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于标签模型的大数据画像方法及系统，通过数据采集模块进行采集数据，能有效避免传统的了解用户的方式主要是通过用户调研和访谈的形式，形式单一、数据收集不全、真假难辨的问题，且能针对具体企业来对用户进行分类，增加忠诚度标签，便于企业针对不同的用户进行推送相关信息或产品，例如针对忠诚用户推送最新产品，针对流失用户推送做活动的产品等，来提高产品推荐的准确性从而提高成交率。

(二)技术方案

本发明提出了一种基于标签模型的大数据画像方法及系统，包括数据采集模块、数据清洗模块、数据存储模块、分析建模模块、用户画像模块、忠诚度分析模块和分类模块；

数据采集模块用来从不同来源进行采集数据；数据清洗模块用来对数据采集模块采集到的数据进行处理；数据存储模块用来存储清洗过后的有效数据；分析建模模块用来根据清洗后的数据进行用户画像建模，生成特定的用户画像，并结合清洗后的数据进行随时对用户画像进行更新，用户画像内容包括静态标签和动态标签；用户画像模块用来存储已生产的用户画像，用户画像模块与分析建模模块连接，用户画像模块与分析建模模块同步对用户画像进行更新；

忠诚度分析模块包括输入单元、查询单元和分析单元，输入单元用来输入用户信息和企业名称，查询单元用来在数据存储模块中进行检索查询输入的用户在输入企业中的消费行为，以及用户对输入企业的搜索行为，分析单元根据事先设定好的忠诚度规则对用户进行忠诚度上的分析；

分类模块用来按照忠诚度分析结果对用户进行忠诚度分类，并定义不同类别的用户，添加针对具体企业的用户的忠诚度标签，定义方法如下：未在企业发生过消费行为但搜索了解过企业的为潜在用户，在企业发生过消费行为但最近半年及以上的时间未在企业发生过消费行为的为流失用户，在企业发生过消费行为且近半年内仍有消费行为的为忠诚用户。

优选的，所述的大数据画像生成方法包括以下步骤：S1、从不同来源进行采集用户相关数据；S2、对数据采集模块采集到的数据进行处理，并存储清洗过后的有效数据；S3、用户画像建模，生成特定的用户画像，并结合清洗后的数据进行随时对用户画像进行更新；S4、根据事先设定好的忠诚度规则对用户进行忠诚度上的分析，忠诚度指的是用户对具体企业的忠诚度；S5、按照忠诚度分析结果对用户进行忠诚度分类，并定义不同类别的用户，添加针对具体企业的用户的忠诚度标签。