[发明专利]基于用户画像的外卖推荐方法、系统、装置及介质

说明书

本发明公开了基于用户画像的外卖推荐方法、系统、装置及介质，方法包括：获取用户信息；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；根据所述用户画像，生成推荐餐厅名单。本发明的实施例能够生成外卖订单中的用户画像，并根据用户画像为用户生成餐厅推荐名单，有助于提高用户的点餐效率，节约用户浏览店铺时间，并能餐厅的成交率，可广泛应用于数据挖掘技术领域。

技术领域

本发明涉及数据挖掘技术领域，尤其是基于用户画像的外卖推荐方法、系统、装置及介质。

背景技术

随着互联网技术发展，以及现代人们生活节奏加快，外卖点餐、送餐已经成为现代人们的一种重要餐饮方式。随着餐饮商户增加，用户从浏览到选择自己心仪的店铺所需时间也随之增加，用户可能会觉得烦躁，从而影响用户满意度。因此，进一步了解用户喜好，帮助用户快速准确找到符合用户要求的商品变得日趋重要。而且，掌握用户喜好，可以帮助平台、商家有针对性地制定营销策略，提高营销效果。

因此，如何快速准确地为用户推荐喜爱的外卖成为一个急需解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种快速且准确的，基于用户画像的外卖推荐方法、系统、装置及介质。

本发明的第一方面提供了基于用户画像的外卖推荐方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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；