[发明专利]基于标签用户品牌偏好行为预测方法及其装置

权利要求书

1.一种基于标签用户品牌偏好行为预测方法，其特征在于，包括以下步骤：

获取用以反映用户上网行为的URL数据；

解析所述URL数据，从解析结果中提取搜索关键词并存储在用户搜索行为表中；

从所述解析结果中提取电商的商品编码；

通过爬虫式数据库，获取与所述商品编码相对应的电商浏览数据并存储在用户电商浏览行为表中；

对所述用户搜索行为表和用户电商浏览行为表中存储的数据通过文本智能分词和语义分析，删除与品牌信息不相符的数据，形成第一数据集合；

对所述第一数据集合进行聚类分析，获得用户对品牌信息的偏好程度，计算得到用户的品牌偏好。

2.根据权利要求1所述的方法，其特征在于，获取用以反映用户上网行为的URL数据之后，所述方法还包括：

通过预设的数据黑白名单，过滤所述URL数据。

3.根据权利要求1所述的方法，其特征在于，所述计算得到用户的品牌偏好，具体包括：

使用如下公式计算所述用户的品牌偏好度：

其中，为计算得出的平台权重；N_i为在售i品牌的电商数量；α_action为计算得出的行为权重；α_t为计算得出的时间权重和频率权重。

4.根据权利要求1所述的方法，其特征在于，所述语义分析具体通过Word2vec的语义相似度算法完成。

5.根据权利要求1所述的方法，其特征在于，所述从解析结果中提取搜索关键词，具体包括：基于平均互信息，从解析结果中提取品牌关键词；所述平均互信息通过如下算式计算：

其中，I(x_i；y_j)为x，y共同出现的概率；p(x_iy_j)为x，y同时出现的概率，p(x_i|y_j)为y出现时会出现x的概率，p(x_i)为x出现的概率；x和y为任意两个词。

6.一种基于标签用户品牌偏好行为预测装置，其特征在于，包括：

URL数据获取模块，用于获取用以反映用户上网行为的URL数据；

关键词提取模块，用于解析所述URL数据，从解析结果中提取搜索关键词并存储在用户搜索行为表中；

商品编码提取模块，用于从所述解析结果中提取电商的商品编码；

电商浏览数据获取模块，用于通过爬虫式数据库，获取与所述商品编码相对应的电商浏览数据并存储在用户电商浏览行为表中；

第一数据集合生成模块，用于对所述用户搜索行为表和用户电商浏览行为表中存储的数据通过文本智能分词和语义分析，删除与品牌信息不相符的数据，形成第一数据集合；

品牌偏好度生成模块，用于对所述第一数据集合进行聚类分析，获得用户对品牌信息的偏好程度，计算得到用户的品牌偏好。

7.根据权利要求6所述的装置，其特征在于，所述URL数据获取模块还用于通过预设的数据黑白名单，过滤所述URL数据。

8.根据权利要求6所述的装置，其特征在于，所述品牌偏好度生成模块具体用于：使用如下公式计算所述用户的品牌偏好度：

其中，为计算得出的平台权重；N_i为在售i品牌的电商数量；α_action为计算得出的行为权重；α_t为计算得出的时间权重和频率权重。

9.根据权利要求6所述的装置，其特征在于，所述第一数据集合生成模块具体用于：通过Word2vec的语义相似度算法完成语义分析。

10.根据权利要求6所述的装置，其特征在于，所述关键词提取模块具体用于：基于平均互信息，从所述解析结果中提取品牌关键词；所述平均互信息通过如下算式计算：

其中，I(x_i；y_j)为x，y共同出现的概率；p(x_iy_j)为x，y同时出现的概率，p(x_i|y_j)为y出现时会出现x的概率，p(x_i)为x出现的概率；x和y为任意两个词。