[发明专利]基于行为的目标物数据分析方法、装置及存储介质

说明书

本发明涉及数据处理技术，揭露了一种基于行为的目标物数据分析方法，包括：获取用户的基本数据和目标物的特征数据；对基本数据和/或特征数据进行分词处理和进行编码，得到词向量集；对词向量集进行特征值计算；从特征值计算的结果中选取优化向量，得到优化向量集；利用构建的优化向量集对初始目标物分析模型进行训练得到标准目标物分析模型；利用标准目标物分析模型对待分析用户的基本数据和待分析目标物的特征数据进行分析，得到分析结果；根据分析结果对用户对应的待分析目标物的特征数据进行调整。此外，本发明还涉及区块链技术，所述基本数据和/或特征数据可存储于区块链节点中。本发明可以提高调整目标物数据的效率和精确度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于行为的目标物数据分析方法、装置、电子设备及计算机可读存储介质。

背景技术

随着科技的发展，人们需求的目标物也变得越来越复杂与个性化，虽然越来越多的产品和服务出现在人们面前，但面对着海量的用户，绝大多数产品和服务却难以满足人们的不同需求，因此，如何对现有的目标物的数据(如产品的大小和类型或服务的时间和类型)进行调整，从而符合大众的需求，越来越被人们所重视。

例如，用户可能更偏好于某一产品和\或服务的某一价格区间或是提供时间段，而错误的定价或是在错误的时间段进行提供产品和\或服务，将导致用户的流失。目前主流的目标物数据调整策略是人工进行统计调整，该方法过于依赖人工进行，缺乏时效性且精确度不高，因此，如何高效率，高精确度的对目标物进行调整成为越来越重要的问题。

发明内容

本发明提供一种基于行为的目标物数据分析方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高调整目标物数据的效率和精确度。

为实现上述目的，本发明提供的一种基于行为的目标物数据分析方法，包括：

获取用户的基本数据和目标物的特征数据，其中，所述基本数据包括所述用户相对所述目标物的行为数据；

对所述基本数据和/或所述特征数据进行分词处理，并对分词后的分词结果数据进行编码，得到词向量集；

对所述词向量集中的词向量进行特征值计算；

从特征值计算的结果中选取优化向量，得到优化向量集；

构建初始目标物分析模型，利用所述优化向量集对所述初始目标物分析模型进行训练，得到标准目标物分析模型；

获取待分析用户的基本数据和所述待分析用户对应的待分析目标物的特征数据，利用所述标准目标物分析模型对所述取待分析用户的基本数据和所述待分析目标物的特征数据进行分析，得到分析结果；

根据所述分析结果对所述待分析用户对应的待分析目标物的特征数据进行调整。

可选地，所述对所述词向量集中的词向量进行特征值计算包括：

对所述词向量集进行多次词向量采样，得到多个包含词向量的训练集，所述采样为有放回随机采样；

对所述多个包含词向量的训练集分别分类，得到多个分类结果，所述分类结果包含特征向量集和/或非特征向量集；

计算所述多个分类结果中特征向量集包含的信息熵，选取所述信息熵大于预设熵阈值的特征向量集对应的分类结果，得到分类结果集；

计算所述分类结果集包含的不同特征向量集中每个特征向量的第一特征值和第二特征值。

可选地，所述从特征值计算的结果中选取优化向量，得到优化向量集，包括：

将所述第一特征值和所述第二特征值分别对应相加，得到所述不同特征向量集中各个特征向量的总特征值；

将所述不同特征向量集中各个特征向量按照所述总特征值的大小排序，得到向量序列；