[发明专利]商户画像模型生成方法、装置、设备及存储介质在审

专利信息
申请号: 202010919302.4 申请日: 2020-09-04
公开(公告)号: CN112561559A 公开(公告)日: 2021-03-26
发明(设计)人: 陈玉芬;夏扬;李培吉 申请(专利权)人: 上海东普信息科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q10/08
代理公司: 北京市京大律师事务所 11321 代理人: 姚维
地址: 201700 上海市青浦区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商户 画像 模型 生成 方法 装置 设备 存储 介质
【权利要求书】:

1.一种商户画像模型生成方法,其特征在于,所述商户画像模型生成方法包括:

获取多个结构化商户画像数据,所述结构化商户画像数据至少包括商户基本信息数据和商户销量数据;

将所述多个结构化商户画像数据写入卡夫卡消息队列中;

从所述卡夫卡消息队列中提取得到目标结构化商户画像数据;

基于预置的标签规则库对所述目标结构化商户画像数据进行标签匹配,得到商户画像标签集;

基于所述商户画像标签集进行模型构建,得到目标商户画像模型,并将所述目标商户画像模型上传至预置的接口,所述目标商户画像模型供快递管理系统调用。

2.根据权利要求1所述的商户画像模型生成方法,其特征在于,在所述获取多个结构化商户画像数据,所述结构化商户画像数据至少包括商户基本信息数据和商户销量数据之前,所述商户画像模型生成方法还包括:

通过快递管理系统获取多个商户画像数据;

通过快递管理系统对所述每个商户画像数据进行结构化处理,得到多个结构化商户画像数据。

3.根据权利要求2所述的商户画像模型生成方法,其特征在于,所述通过快递管理系统对所述每个商户画像数据进行结构化处理,得到多个结构化商户画像数据包括:

通过快递管理系统和预置的日志收集系统将每个商户画像数据发送至预置的日志分析器进行处理,得到多个结构化数据;

或者,

通过快递管理系统和预置的卡夫卡数据通道将每个商户画像数据发送至预置的日志分析器进行处理,得到多个结构化数据。

4.根据权利要求1所述的商户画像模型生成方法,其特征在于,所述基于预置的标签规则库对所述目标结构化商户画像数据进行标签匹配,得到商户画像标签集包括:

调用预置的特征提取器对所述目标结构化商户画像数据进行特征提取,得到目标商户画像特征;

在预置的标签规则数据库中搜寻与所述目标商户画像特征匹配的标签,得到商户画像标签集。

5.根据权利要求1所述的商户画像模型生成方法,其特征在于,所述基于所述商户画像标签集进行模型构建,得到目标商户画像模型,并将所述目标商户画像模型上传至预置的接口,所述目标商户画像模型供快递管理系统调用包括:

对所述商户画像标签集进行场景计算,得到目标场景数据;

对所述商户画像标签集进行维度计算,得到目标维度数据,所述维度数据至少包括基本信息维度数据、经营商品维度数据、客群特征维度数据、服务偏好维度数据以及核心竞争维度数据;

基于所述目标场景数据和目标维度数据进行模型训练,得到目标商户画像模型。

6.根据权利要求1-5中任意一项所述的商户画像模型生成方法,其特征在于,在所述基于所述商户画像标签集进行模型构建,得到目标商户画像模型,并将所述目标商户画像模型上传至预置的接口,所述目标商户画像模型供快递管理系统调用之后,所述商户画像模型生成方法还包括:

获取标签数据库优化请求,所述标签数据库优化请求为标签添加请求、标签删除请求或者标签修改请求;

基于所述标签添加请求在所述预置的标签规则数据库中添加标签、基于所述标签删除请求从所述预置的标签规则数据库中删除标签或者基于所述标签修改请求对所述预置的标签规则数据库中的标签进行修改。

7.一种商户画像模型生成装置,其特征在于,所述商户画像模型生成装置包括:

结构化数据获取模块,用于获取多个结构化商户画像数据,所述结构化商户画像数据至少包括商户基本信息数据和商户销量数据;

写入模块,用于将所述多个结构化商户画像数据写入卡夫卡消息队列中;

提取模块,用于从所述卡夫卡消息队列中提取得到目标结构化商户画像数据;

匹配模块,用于基于预置的标签规则库对所述目标结构化商户画像数据进行标签匹配,得到商户画像标签集;

构建模块,用于基于所述商户画像标签集进行模型构建,得到目标商户画像模型,并将所述目标商户画像模型上传至预置的接口,所述目标商户画像模型供快递管理系统调用。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海东普信息科技有限公司,未经上海东普信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010919302.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top