[发明专利]一种用户标签生成方法和系统在审

专利信息
申请号: 202210277838.X 申请日: 2022-03-16
公开(公告)号: CN114691869A 公开(公告)日: 2022-07-01
发明(设计)人: 韩亮;张渴;杨韦庚 申请(专利权)人: 前锦网络信息技术(上海)有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/335;G06F16/33;G06F16/332;G06F16/9535;G06Q10/10;G06F40/289
代理公司: 北京威禾知识产权代理有限公司 11838 代理人: 王月玲
地址: 200131 上海市浦东新区自由*** 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: 一种 用户 标签 生成 方法 系统
【权利要求书】:

1.一种用户标签生成方法,包括:

获取求职用户与招聘用户在招聘平台的在线聊天信息;

分别基于求职用户和招聘用户对所述在线聊天信息分类,分别获得求职用户的聊天信息群和招聘用户的聊天信息群;

基于目标用户的类别对其聊天信息群进行本文分析,从所述聊天信息群中确定出目标用户的关注信息,其中,所述目标用户为求职用户和/或招聘用户;以及

基于所述关注信息生成目标用户的补充标签。

2.根据权利要求1所述的方法,其中从所述聊天信息群中确定出目标用户的关注信息的步骤包括:

基于目标用户类别获取对应的标签内容词典,所述标签内容词典包括用于表达对应类别用户关注信息的多个关注词;

将目标用户聊天信息群的文本内容与标签内容词典中的关注词进行匹配;以及

将匹配到的关注词确定为目标用户的关注信息。

3.根据权利要求2所述的方法,其中进一步包括:

统计匹配到的关注词在所述聊天信息群的文本内容中出现的次数;以及

基于所述次数确定用户对关注信息的关注等级,其中,所述关注信息包括关注词及其关注等级。

4.根据权利要求2或3所述的方法,其中,所述目标用户补充标签包括补充标签名称和对应的标签内容,其中,根据所述关注信息分别生成补充标签名称和相应的标签内容。

5.根据权利要求4所述的方法,其中根据所述关注信息分别生成补充标签名称和相应的标签内容的步骤进一步包括:

将词语“关注”或其同义词、同义词组作为补充标签名称;以及

将匹配到的关注词作为对应的标签内容,或者将匹配到的关注词作为对应的第一标签内容,将关注等级作为第二标签内容。

6.根据权利要求4所述的方法,其中根据所述关注信息分别生成补充标签名称和相应的标签内容的步骤进一步包括:

将词语“关注”或其同义词、同义词组作为补充标签的大类标签名称;

将匹配到的关注词作为补充标签的小类标签名称;以及

将关注等级作为标签内容。

7.根据权利要求1所述的方法,其中在对所述聊天信息群进行本文分析之前进一步包括以下步骤:

将所述聊天信息群中的非文本内容转化为文本内容;

对所述聊天信息群的文本分词;以及

对分词后的文本进行停用词去除、同义词归并处理以得到用于分析的文本内容。

8.一种用户标签生成系统,其中包括:

聊天信息读取模块,经配置以获取求职用户与招聘用户在招聘平台的在线聊天信息;

分类模块,其与所述聊天信息读取模块相连接,经配置以分别基于求职用户和招聘用户对所述在线聊天信息分类,分别获得求职用户的聊天信息群和招聘用户的聊天信息群;

分析模块,其与所述分类模块相连接,经配置以基于目标用户的类别对其聊天信息群进行本文分析,从所述聊天信息群中确定出目标用户的关注信息,其中,所述目标用户为求职用户和/或招聘用户;以及

标签生成模块,其与所述分析模块相连接,经配置以基于所述关注信息生成目标用户的补充标签。

9.根据权利要求8所述的系统,其中所述分析模块包括:

词典选择单元,经配置以基于目标用户类别获取对应的标签内容词典,所述标签内容词典包括用于表达对应类别用户关注信息的多个关注词;和

匹配单元,其与所述词典选择单元相连接,经配置将目标用户聊天信息群的文本内容与标签内容词典中的关注词进行匹配。

10.根据权利要求9所述的系统,其中,所述分析模块还包括关注等级单元,其与所述匹配单元相连接,经配置以统计匹配到的关注词在所述聊天信息群的文本内容中出现的次数,并基于所述次数确定用户对关注信息的关注等级。

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前锦网络信息技术(上海)有限公司,未经前锦网络信息技术(上海)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/202210277838.X/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