[发明专利]用户行为信息推送方法、装置、电子设备和计算机介质

说明书

本公开的实施例公开了用户行为信息推送方法、装置、电子设备和计算机介质。该方法的一具体实施方式包括：构建用户行为权重分值表；根据各个用户的用户标识、操作行为信息集与用户行为权重分值表，构建用户行为评分信息表；根据用户行为评分信息表，构建行为指标信息倒查表；根据行为指标信息倒查表，构建用户行为指标相似度矩阵；基于用户行为指标相似度矩阵和用户行为权重分值表，构建用户倾向行为指标表；根据目标用户对应的行为指标信息与用户倾向行为指标表，生成目标用户倾向行为指标推荐表；将目标用户倾向行为指标推荐表发送至目标用户的用户终端。该实施方式提升了向用户推送的指标信息与用户的契合度，减少了用户的浏览时间的浪费。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用户行为信息推送方法、装置、电子设备和计算机介质。

背景技术

随着新型电力系统的构建以及电力信息建设范围规模的扩大，使得电力业务数据呈“指数爆炸式”增长，同时也加速了大数据分析技术在信息数据挖掘领域的应用进程。当前针对数据知识挖掘推荐服务更多集中于基于人口统计学的推荐以及基于内容的推荐，由于缺乏企业用户与实际业务场景知识的深入考查，使得在用户个性化推荐在深度应用中具备挑战性。现有知识挖掘推荐一种是基于人口统计学机制利用用户的基本信息如年龄、部门、专业、登录时间、所属地域等，发现企业服务系统中用户的相关程度，然后将同一服务系统中相似用户所拥有使用的物品、设备、指标等数据推荐给当前服务用户。

然而，采用上述推荐方式通常会存在以下技术问题：

第一，相似用户逻辑计算可信度较低，导致向用户推送的指标信息与用户的契合度较低，浪费了用户的浏览时间；

第二，未考虑指标之间相似性，导致向用户推送的指标信息不全面。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了用户行为信息推送方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种用户行为信息推送方法，该方法包括：获取每个用户对于目标页面的操作行为信息，得到操作行为信息集，其中，上述操作行为信息集中的操作行为信息包括：点击行为信息、查询行为信息、收藏行为信息、浏览行为信息、申请行为信息，点击行为信息包括点击标识和点击次数，查询行为信息包括查询标识和查询次数，收藏行为信息包括收藏标识和收藏次数，浏览行为信息包括浏览标识和浏览次数，申请行为信息包括申请标识和申请次数；根据点击行为信息包括的点击标识、查询行为信息包括的查询标识、收藏行为信息包括的收藏标识、浏览行为信息包括的浏览标识与申请行为信息包括的申请标识，构建用户行为权重分值表；根据各个用户的用户标识、上述操作行为信息集与上述用户行为权重分值表，构建用户行为评分信息表，其中，上述用户行为评分信息表的纵向表头为各个用户的用户标识，用户行为评分信息表的横向表头为各个行为标识，用户行为评分信息包括：用户标识与用户行为评分组，每一用户行为评分对应一行为标识；根据上述用户行为评分信息表，构建行为指标信息倒查表，其中，上述行为指标信息倒查表中的行为指标信息包括行为标识与对应的至少一个用户标识；根据上述行为指标信息倒查表，构建用户行为指标相似度矩阵，其中，上述用户行为指标相似度矩阵的矩阵纵向表头与矩阵横向表头均为各个用户标识，上述矩阵纵向表头对应的各个用户标识的顺序与上述矩阵横向表头对应的各个用户标识的顺序相同；基于上述用户行为指标相似度矩阵和上述用户行为权重分值表，构建用户倾向行为指标表；根据目标用户对应的行为指标信息与上述用户倾向行为指标表，生成目标用户倾向行为指标推荐表；将上述目标用户倾向行为指标推荐表发送至上述目标用户的用户终端。