[发明专利]一种基于用户画像的任务推荐方法、装置、存储介质及终端在审
申请号: | 202110307233.6 | 申请日: | 2021-03-23 |
公开(公告)号: | CN113204714A | 公开(公告)日: | 2021-08-03 |
发明(设计)人: | 杨俊京;黄智勇;夏曙东;蔡抒扬;孙智彬;张志平 | 申请(专利权)人: | 北京中交兴路信息科技有限公司 |
主分类号: | G06F16/9536 | 分类号: | G06F16/9536;G06F16/906;G06K9/62 |
代理公司: | 北京辰权知识产权代理有限公司 11619 | 代理人: | 李小朋 |
地址: | 100176 北京市海淀区东北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 用户 画像 任务 推荐 方法 装置 存储 介质 终端 | ||
1.一种基于用户画像的任务推荐方法,其特征在于,所述方法包括:
采集并预处理卡车数据与用户数据;
关联所述预处理后的卡车数据与用户数据,生成拉通后的数据集合;其中,所述拉通后的数据集合中包括多条关联成功的卡车数据与用户数据;
根据目标应用场景设定用户画像的标签主题集合;
将所述多条关联成功的卡车数据与用户数据逐一映射至所述用户画像的标签主题集合中各标签主题上,生成关联数据的标签主题集合;
根据预设过滤规则将所述关联数据的标签主题集合进行过滤,生成目标用户群体;
将所述目标应用场景对应的至少一个任务推荐至所述目标用户群体。
2.根据权利要求1所述的方法,其特征在于,所述将所述目标应用场景对应的至少一个任务推荐至所述目标用户群体之后,还包括:
分析所述用户群体针对所述至少一个任务的操作信息,生成分析结果;
基于所述分析结果将所述用户画像的标签主题集合进行更新或删除,生成更新或删除后的用户画像的标签主题集合;
将所述多条关联成功的卡车数据与用户数据逐一映射至所述更新或删除后的用户画像的标签主题集合中各标签主题上,生成关联数据的标签主题集合;
和/或基于所述分析结果将所述任务推荐模块中用户针对任务的处理信息进行更新或删除,生成更新或删除后的用户处理信息;
将所述多条关联成功的卡车数据与用户数据逐一映射至所述更新或删除后的用户处理信息上;
继续执行所述根据预设过滤规则将所述关联数据的标签主题集合和/或用户处理信息进行过滤的步骤。
3.根据权利要求1所述的方法,其特征在于,所述根据预设过滤规则将所述关联数据的标签主题集合进行过滤,生成目标用户群体,包括:
初始化预设标签主题参数值;
获取所述关联数据的标签主题集合中各标签主题参数值;
将所述关联数据的标签主题集合中各标签主题参数值与所述预设标签主题参数值进行比较,判断是否存在至少一个大于所述预设标签主题参数值的标签;
若存在,获取所述至少一个大于所述预设标签主题参数值的标签对应的用户生成目标用户群体。
4.根据权利要求1所述的方法,其特征在于,所述根据预设过滤规则将所述关联数据的标签主题集合进行过滤,生成目标用户群体,包括:
初始化多个预设标签主题参数值;
获取所述关联数据的标签主题集合中各标签主题参数值;
将所述关联数据的标签主题集合中各标签主题参数值与所述预设多个标签主题参数值进行比较,判断是否存在多个大于所述预设标签主题参数值的标签;
若存在,获取所述多个大于所述预设标签主题参数值的标签对应的用户生成目标用户群体。
5.根据权利要求1所述的方法,其特征在于,所述根据预设过滤规则将所述关联数据的标签主题集合进行过滤,生成目标用户群体,包括:
根据所述目标应用场景的业务推荐需求、经验和数据划分出多个用户群体类型;
将所述关联数据的标签主题集合中各标签数据作为特征进行筛选,生成多种类型的标签主题;
预处理所述多种类型的标签主题,并将所述预处理后的多种类型的标签主题进行向量转换,生成用户集合;
采用Kmeans聚类算法对所述用户集合进行聚类计算,生成聚类后的用户群体;
将所述聚类后的用户群体与所述划分出的多个用户群体类型进行比较分析,输出分析值;
当所述分析值大于预设阈值时,生成目标用户群体。
6.根据权利要求5所述的方法,其特征在于,所述当所述分析值大于预设阈值时,生成目标用户群体,包括:
当所述分析值小于预设阈值时,调整所述算法的参数;
基于所述调整后的算法继续执行所述将所述聚类后的用户群体与所述划分出的多个用户群体类型进行比较分析的步骤,直到所述分析值大于预设阈值时,生成目标用户群体。
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北京中交兴路信息科技有限公司,未经北京中交兴路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/202110307233.6/1.html,转载请声明来源钻瓜专利网。