[发明专利]用户属性区分方法、装置、设备及计算机可读介质

权利要求书

1.一种用户属性区分方法，其特征在于，包括：

推送不同类别的资讯至用户；

接收用户的资讯点击数据，获取各个类别的重度用户和负反馈用户；所述重度用户为对推送的资讯的点击频次或频率大于设定阈值的用户，所述负反馈用户为对推送的资讯的点击频次或频率小于设定阈值的用户；

对每个类别的重度用户和负反馈用户进行差异分析，获取每个类别的重度用户的类别属性，包括：

分别计算各个类别中重度用户的每个属性的目标群体指数，包括：分别提取重度用户集合中的每个属性的占比，以及分别提取负反馈用户集合中的每个属性的占比；计算相同属性的重度用户集合中的占比与负反馈用户集合中的占比的比值，将该比值乘以标准数作为该属性的目标群体指数；

获取目标群体指数最高的属性，将该属性作为所属类别的类别属性。

2.根据权利要求1所述的方法，其特征在于，所述接收用户的资讯点击数据，获取各个类别的重度用户和负反馈用户，包括：

统计用户对不同类别资讯的点击频次或频率；

根据统计的点击频次或频率分别提取出重度用户和负反馈用户。

3.根据权利要求1所述的方法，其特征在于，所述资讯类别包括：体育类别、娱乐类别、新闻类别、教育类别、财经类别中的一种或多种；所述类别属性包括：性别属性、年龄属性、职业属性中的一种或多种。

4.一种用户属性区分装置，其特征在于，包括：

推送模块，用于推送不同类别的资讯至用户；

接收模块，用于接收用户的资讯点击数据，获取各个类别的重度用户和负反馈用户；所述重度用户为对推送的资讯的点击频次或频率大于设定阈值的用户，所述负反馈用户为对推送的资讯的点击频次或频率小于设定阈值的用户；

分析模块，用于对每个类别的重度用户和负反馈用户进行差异分析，获取每个类别的重度用户的类别属性；

所述分析模块包括：

计算子模块，用于分别计算各个类别中重度用户的每个属性的目标群体指数；获取子模块，用于获取目标群体指数最高的属性，将该属性作为所属类别的类别属性；

所述计算子模块包括：

占比提取单元，用于分别提取重度用户集合中的每个属性的占比，以及分别提取负反馈用户集合中的每个属性的占比；指数计算单元，用于计算相同属性的重度用户集合中的占比与负反馈用户集合中的占比的比值，将该比值乘以标准数作为该属性的目标群体指数。

5.根据权利要求4所述的装置，其特征在于，所述接收模块包括：

统计子模块，用于统计用户对不同类别资讯的点击频次或频率；

提取子模块，用于根据统计的点击频次或频率分别提取出重度用户和负反馈用户。

6.根据权利要求4所述的装置，其特征在于，所述资讯类别包括：体育类别、娱乐类别、新闻类别、教育类别、财经类别中的一种或多种；所述类别属性包括：性别属性、年龄属性、职业属性中的一种或多种。

7.一种用户属性区分设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-3中任一所述的用户属性区分方法。

8.一种计算机可读介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的用户属性区分方法。