[发明专利]基于用户画像的外卖推荐方法、系统、装置及介质

权利要求书

1.基于用户画像的外卖推荐方法，其特征在于，包括：

获取用户信息，所述用户信息包括用户订单信息、用户账号信息和用户评价信息；

根据用户的活跃度，从所述用户信息中识别第一用户和第二用户；

对所述第一用户的用户信息进行特征提取，并利用提取到的特征构建用户画像，所述用户画像包括以下至少之一：用户背景信息、用户点餐喜好、用户点餐时间分布、用户点餐频率、工作日与节假日的点餐频率分布、收餐地分布、用户点餐金额、餐具选择偏好、用户使用软件以及用户评价；

根据所述用户画像，生成推荐餐厅名单；

所述根据用户的活跃度，从所述用户信息中识别第一用户和第二用户，包括：

从所述用户信息中获取用户活跃度信息，所述用户活跃度信息包括用户账号的有效性和历史交易次数；

将用户账号有效且历史交易次数不为0的用户确定为第一用户，否则确定为第二用户；

在对所述第一用户的用户信息进行特征提取，并利用提取到的特征构建用户画像这一步骤中，包括：

将用户评价进行关键字分析，得到用户评价词云；

所述将用户评价进行关键字分析，得到用户评价词云，包括：

将用户评价内容汇总，形成文档集合；

对所述文档集合中的内容进行分词，形成词语集合；

统计所述词语集合中的每个词语在对应文档的出现次数，计算得到每个词语的出现概率；

计算所述词语集合中每个词语的逆文档概率；

根据所述出现概率和逆文档概率，计算每个词语的TF-IDF值；

根据所述TF-IDF值对词语集合中的词语进行排序；

根据排序结果确定关键词；

根据所述关键词，通过词云生成工具生成用户评价词云；

在对所述第一用户的用户信息进行特征提取，并利用提取到的特征构建用户画像这一步骤中，还包括确定各类特征权重大小的步骤，该步骤包括：

确定每类特征对应的分类区间；

统计用户在每个分类区间的点餐次数；

根据所述每个分类区间的点餐次数以及用户的所有点餐次数，计算每类特征的权重大小。

2.根据权利要求1所述的基于用户画像的外卖推荐方法，其特征在于，所述获取用户信息，包括：

从目标平台收集用户信息到大数据平台；

通过sqoop工具将所述用户信息导入HDFS文件系统；

通过Hive集群对HDFS文件系统内的用户信息进行筛选，得到各个用户所属的用户信息。

3.根据权利要求1所述的基于用户画像的外卖推荐方法，其特征在于，还包括将用户画像进行实时展示的步骤。

4.一种装置，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序；

所述处理器用于根据所述程序执行如权利要求1-3中任一项所述的方法。

5.一种存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行完成如权利要求1-3中任一项所述的方法。