[发明专利]可视化报告生成方法、装置、存储介质和程序产品在审
申请号: | 202210393409.9 | 申请日: | 2022-04-14 |
公开(公告)号: | CN114780647A | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 吴悔;李佳佳 | 申请(专利权)人: | 贝壳找房网(北京)信息技术有限公司 |
主分类号: | G06F16/28 | 分类号: | G06F16/28;G06F16/2458;G06F16/26;G06K9/62 |
代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 张驰;宋志强 |
地址: | 101500 北京市密云区经济开发区兴盛南路*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 可视化 报告 生成 方法 装置 存储 介质 程序 产品 | ||
1.一种可视化报告生成方法,其特征在于,包括:
获取待生成可视化报告的用户的属性数据对象;
从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型,其中所述多个用户模型是对已有用户的属性数据对象执行聚类处理所获取的;
确定对应于所述与所述属性数据对象相匹配的用户模型的可视化模型;
基于所述可视化模型,生成所述待生成可视化报告的用户的可视化报告。
2.根据权利要求1所述的可视化报告生成方法,其特征在于,还包括:
确定所述聚类处理的预定类数K,其中K为至少为2的正整数;
从所述已有用户的属性数据对象中随机选取K个属性数据对象作为聚类中心;
计算所述已有用户的属性数据对象中、除所述K个属性数据对象之外的每个属性数据对象与K个聚类中心的距离;
将所述每个属性数据对象分配到所述K个聚类中心中、距离该每个属性数据对象最近的聚类中心所代表的聚类中;
计算每个聚类中的每个属性数据对象到该聚类内其他属性数据对象的距离和,取距离和最小的属性数据对象作为该聚类的新聚类中心,直到各个聚类的聚类中心不再变化;
输出所述K个聚类中心。
3.根据权利要求1所述的可视化报告生成方法,其特征在于,所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括:
确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离;
基于所述距离和所述用户属性的预定权重,确定所述属性数据对象与所述每个用户模型的相似度;
基于所述多个用户模型的相似度排序结果,从所述多个用户模型中确定出所述与所述属性数据对象相匹配的用户模型。
4.根据权利要求1所述的可视化报告生成方法,其特征在于,所述从包含多个用户模型的用户模型集中确定出与所述属性数据对象相匹配的用户模型包括:
确定所述多个用户模型中的每个用户模型所包含的用户属性与所述属性数据对象所包含的、对应的用户属性之间的距离;
基于所述距离和所述用户属性的预定权重,确定所述属性数据对象与所述每个用户模型的相似度;
从所述多个用户模型中,确定出与最高相似度的差值的绝对值小于预定门限值的用户模型;
将确定出的用户模型组成为候选用户模型集合;
基于用户模型匹配概率向量,确定所述属性数据对象与所述候选用户模型集合中每个用户模型的相似度,其中所述用户模型匹配概率向量包括用户模型集中的每个用户模型的匹配概率,所述匹配概率是由该每个用户模型所代表的聚类中的已有用户个数所确定的;
基于所述候选用户模型集合中用户模型的相似度的排序结果,从所述候选用户模型集合中确定出所述与属性数据对象相匹配的用户模型。
5.根据权利要求1所述的可视化报告生成方法,其特征在于,该方法还包括:
基于所述待生成可视化报告的用户的初始报告,确定所述待生成可视化报告的用户与每个已有用户的兴趣相似度;
基于所述兴趣相似度的排序结果,确定所述待生成可视化报告的用户的相似用户;
确定所述相似用户的报告集;
确定所述待生成可视化报告的用户针对所述报告集中的每个报告的兴趣度;
基于所述兴趣度的排序结果,确定所述待生成可视化报告的用户的报告。
6.根据权利要求1-5中任一项所述的可视化报告生成方法,其特征在于,
所述确定对应于所述用户模型的可视化模型包括下列中的至少一个:
基于用户模型与预先配置的单个可视化模型之间的一一对应关系,确定对应于所述用户模型的单个可视化模型;
基于用户模型与预先配置的多个可视化模型之间的一对多对应关系,确定对应于所述用户模型的多个可视化模型;基于用户选择指令,从所述多个可视化模型中选择单个可视化模型。
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贝壳找房网(北京)信息技术有限公司,未经贝壳找房网(北京)信息技术有限公司许可,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/202210393409.9/1.html,转载请声明来源钻瓜专利网。