[发明专利]基于用户数据分析的自动推送方法、装置和计算机设备在审

专利信息
申请号: 202110814850.5 申请日: 2021-07-19
公开(公告)号: CN113626686A 公开(公告)日: 2021-11-09
发明(设计)人: 赵鹏飞;郑元杰 申请(专利权)人: 上海泛宥信息科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06K9/62;G06N3/08;G06N20/00;H04L29/08
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 李治东
地址: 200120 上海市浦东新区中国(*** 国省代码: 上海;31
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 用户 数据 分析 自动 推送 方法 装置 计算机 设备
【说明书】:

本申请提供的一种基于用户数据分析的自动推送方法、装置和计算机设备,通过获取用户数据;依据推荐算法与搜索引擎中预设的兴趣信息进行匹配,以得对应该用户的多个兴趣信息以及相应的兴趣点坐标;按照兴趣点坐标距离用户由近至远的顺序向用户推送对应兴趣信息的产品或娱乐信息。本申请能够根据用户的操作来判断用户对产品与内容的喜爱程度并进行自动推送,且无需专门人员维护,降低了维护成本和匹配错误率。可实现向用户推送从当前坐标由近到远所匹配上的感兴趣的产品及娱乐信息。无论用户身处世界各地,只要打开APP就能看到自己周围附近的各种感兴趣的信息以及自己感兴趣的产品,能够浏览到世界各地人民的信息与产品,让用户不再为信息差而烦恼。

技术领域

发明涉及数据分析技术领域,特别是涉及一种基于用户数据分析的自动推送方法、装置和计算机设备。

背景技术

基于用户行为分析是将登录APP的用户在APP上的操作所纪录下来,并根据用户的喜爱与讨厌,将来自不同平台跟渠道的产品与内容进行智能匹配。

搜索产品自动推荐计算原理是根据用户在APP上的各种操作,比如点赞、收藏、关注等操作来进行一个等分值,并按照一定的权重匹配后给每个用户推荐用户偏好的内容,做到千人千面的个性化效果。

但普通的智能匹配,有以下不足:

1)无法根据用户的操作来判断用户对产品与内容的喜爱程度;

2)无法根据用户的喜爱程度来自动推送用户喜爱的产品,进而无法提高产品内容的转换率;

3)维护成本太高,需要人员专门去维护这些推送给用户的喜爱产品;并且这些产品的丰富程度会受人员主观因素而产生较大的影响;

4)很多产品的名字或命名不规范,造成匹配错误。

发明内容

鉴于以上所述现有技术的缺点,本申请的目的在于提供一种基于用户数据分析的自动推送方法、装置和计算机设备,以解决现有技术中产品与内容推荐由于多种原因造成用户对商家推荐的产品不满意的问题。

为实现上述目的及其他相关目的,本申请提供一种基于用户数据分析的自动推送方法,所述方法包括:获取用户数据;依据推荐算法与搜索引擎中预设的兴趣信息进行匹配,以得对应该用户的多个兴趣信息以及相应的兴趣点坐标;按照兴趣点坐标距离用户由近至远的顺序向用户推送对应兴趣信息的产品或娱乐信息。

于本申请的一实施例中,所述依据用户操作记录收集行为数据,包括:获取用户的唯一标识,以获取该用户在应用程序或平台上的至少包括用户画像、行为数据、订单数据及产品数据的用户数据。

于本申请的一实施例中,所述推荐算法包括:依据销售经验形成初始匹配规则;根据用户、产品、场景构建特征工程,利用相关性算法挑选出有效指标;运用机器学习算法训练监督学习模型,以供预测用户在具体场景对具体产品的热度,并根据预测的热度按序对用户展示产品。

于本申请的一实施例中,所述根据用户、产品、场景构建特征工程,包括:对用户数据进行清洗;依据相关系数法筛选出显著影响匹配的目标特征;利用递归特征消除法得到每个目标特征对学习模型的准确率的影响;根据主成分分析法将目标特征进行降维并采用min-max标准法进行归一化处理,以提取最终的目标特征。

于本申请的一实施例中,所述对训练数据进行清洗包括:去除明显违背逻辑数据;缺失值处理;其中,对缺失值极多的字段进行删除去掉;对缺失值少的字段,根据相似情景,补充对应字段;数据变换;其中,对类别型特征数据进行one-hot编码。

于本申请的一实施例中,所述根据主成分分析法将目标特征进行降维,包括:对样本集矩阵X中心化;计算样本矩阵的协方差矩阵C;求样本集矩阵X的协方差矩阵C的特征值和特征向量;构建降维转换矩阵U,按照特征值最大的k个特征值对应的特征向量组成矩阵U;由降维转换公式Z=XU求得X的降维矩阵Z。

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上海泛宥信息科技有限公司,未经上海泛宥信息科技有限公司许可,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/202110814850.5/2.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