[发明专利]用户行为数据分析方法、装置、设备及存储介质

说明书

本发明涉及大数据领域，公开了一种用户行为数据分析方法、装置、设备及存储介质。本方法包括：获取用户行为数据，并对用户行为数据进行数据清洗，得到目标用户行为数据；将目标用户行为数据输入预置服务偏好分析模型，得到目标用户的服务偏好信息；通过预置意图识别模型对目标用户行为数据进行分析处理，得到用户意图标签数据；根据意图标签数据对目标用户进行画像，得到目标用户的用户画像；将服务偏好信息输入预置推荐评分模型，根据评分结果和用户画像获取与目标用户对应的推荐内容。通过对用户行为数据精准分析，提高了用户偏好数据推荐准确率。本发明中的用户行为数据可以存储于区块链中。

技术领域

本发明涉及大数据领域，尤其涉及一种用户行为数据分析方法、装置、设备及存储介质。

背景技术

现有数据打点功能，更多的是统计用户某些操作，产品某些功能曝光率等，并没有完整的一次应用生命周期中，用户所有行为链路的统计。一旦出现一些非特定步骤的偶现的崩溃或者异常时，仅仅从设备日志统计、数据打点并不能复现问题，往往只能推断修复，反复测试，才可能将问题修复。

同时，现有的打点数据更多的是为产品提供服务，比如某次活动上线的曝光、参与用户数等等，但是从用户角度来看，收集的用户行为、偏好等信息完整性、正确性不足，推荐算法团队无法以这个为准做用户行为、偏好分析。因此，充分利用用户行为数据，提高用户偏好数据推荐准确率成了本领域技术人员需要解决的技术问题。

发明内容

本发明通过对用户行为数据进行精准分析确定用户类别，并根据用户的对应类别进行推广数据的推荐，从而能够高效地将用户偏好数据推荐给用户，主要解决了现有技术中用户偏好数据推荐准确率低的技术问题。

本发明第一方面提供了一种用户行为数据分析方法，包括：获取预设场景下、预设时间段内目标用户的用户行为数据；对所述用户行为数据进行数据清洗，得到目标用户行为数据；将所述目标用户行为数据输入预置服务偏好分析模型进行分析，得到所述目标用户的服务偏好信息；通过预置意图识别模型对所述目标用户行为数据进行意图识别，得到用户意图标签数据；根据所述意图标签数据对所述目标用户进行画像，得到所述目标用户的用户画像；将所述服务偏好信息输入预置推荐评分模型进行评分，根据评分结果和所述用户画像，得到与所述目标用户对应的推荐内容。

可选地，在本发明第一方面的第一种实现方式中，在所述获取预设场景下、预设时间段内目标用户的用户行为数据之前，还包括：提取预置用户访问日志中的用户行为信息以及与所述用户行为信息对应的响应信息；根据预设分类规则，对用户行为信息和所述响应信息进行分类，得到至少一个行为数据；根据预置筛选参数对所述行为数据进行筛选，得到用户行为数据。

可选地，在本发明第一方面的第二种实现方式中，所述对所述用户行为数据进行数据清洗，得到目标用户行为数据包括：确定所述用户行为数据对应的数据类型；根据所述用户行为数据的数据类型在预存的至少一个清洗规则中为所述用户行为数据选择目标清洗规则；根据所述目标清洗规则对所述用户行为数据进行清洗，得到目标用户行为数据。

可选地，在本发明第一方面的第三种实现方式中，所述将所述目标用户行为数据输入预置服务偏好分析模型进行分析，得到所述目标用户的服务偏好信息包括：对获取到的所述目标用户行为数据进行分析，确定所述目标用户行为数据对应的数据区间；根据所述数据区间确定所述目标用户行为数据的计算权重；根据所述计算权重、所述目标用户行为数据得分和预置服务偏好得分公式，得到所述用户的服务偏好信息。

可选地，在本发明第一方面的第四种实现方式中，所述通过预置意图识别模型对所述目标用户行为数据进行意图识别，得到用户意图标签数据包括：将所述目标用户行为数据输入预置意图识别模型进行特征提取，得到所述用户行为特征；对所述用户行为特征进行语义相似度计算与意图识别，得到初始意图标签数据和与所述初始意图标签数据对应的意图标签置信度值；当所述意图标签置信度值大于预设阈值时，将所述初始意图标签数据标记为用户意图标签数据。