[发明专利]标签推荐方法及装置

说明书

本申请公开了一种标签推荐方法及装置，属于大数据领域。该方法包括：获取参考标签信息，该参考标签信息用于指示用户针对目标业务所产生的用户行为，参考标签信息包括n个参考标签的信息，n≥2。然后确定在初始知识图谱中与n个参考标签中每个参考标签和预先获取的指定标签对应的目标实体，得到m个目标实体，m≥2。之后，根据参考标签信息所指示的用户行为和指定标签为m个目标实体建立关联关系，得到参考知识图谱。最后，基于得到的参考知识图谱确定推荐标签。本申请解决了相关技术给业务人员推荐标签时推荐依据较单一，推荐的标签较单一的问题，丰富了标签推荐依据，推荐的标签更加丰富多样化，用于确定目标用户群。

技术领域

本申请涉及大数据领域，特别涉及一种标签推荐方法及装置。

背景技术

在一些服务行业中，业务人员为了给一些特定用户提供合适的业务，需要先确定目标用户群，然后给确定的目标客户群提供合适的业务。在确定目标用户群时，通常会采用标签来确定用户分群规则，然后基于该用户分群规则获取相关用户数据，再基于该相关用户数据得到目标用户群。其中，标签用于指示用户使用业务的情况。

比如运营商为了留住老用户，延长老用户在网时间，通常会基于上述过程将老用户确定为目标用户群，然后针对该目标用户群进行合约续约工作或套餐适配工作。但目前在向目标用户群推荐业务时，业务人员只是采用经验标签(该经验标签是靠经验得到的)来确定用户分群规则，在这种情况下，如果没有关于该业务的历史推荐记录来参考，则无法较好地完成业务推荐工作，这个问题称为冷启动问题。为了解决该冷启动问题，需要给业务人员推荐出多样化的标签。

相关技术中，通常采用推荐设备推荐标签，推荐设备通常是基于用户对应的经验标签的标签向量与待推荐标签的标签向量的相似度来推荐标签。具体的，推荐设备先基于预先构建的知识谱图确定经验标签的标签向量，该经验标签是根据用户使用当前业务的情况确定的，再基于该知识图谱确定待推荐标签的标签向量。之后，判断两个标签向量的相似度是否大于预设值。当两个标签向量的相似度大于预设值时，将待推荐标签推荐给业务人员。其中，知识图谱为一个网络，该网络包括多个结点和代表结点间的语义关系的边，每个结点为一个实体(entity)，实体与标签对应。

但上述过程仅单纯采用固定内容的知识图谱来给业务人员推荐标签，推荐依据较单一，推荐的标签较单一。

发明内容

为了解决相关技术给业务人员推荐标签时推荐依据较单一，推荐的标签较单一的问题，本发明实施例提供了一种标签推荐方法及装置。所述技术方案如下：

第一方面，提供了一种标签推荐方法，该方法包括：获取参考标签信息，该参考标签信息用于指示用户针对目标业务所产生的用户行为，该参考标签信息包括n个参考标签的信息，n≥2。然后，确定在初始知识图谱中与n个参考标签中每个参考标签和预先获取的指定标签对应的目标实体，得到m个目标实体，m≥2，该指定标签是基于预定的用户分群规则获取的。之后，根据参考标签信息所指示的用户行为和指定标签为m个目标实体建立关联关系，得到参考知识图谱，该参考知识图谱用于反映m个目标实体的关联关系。最后，基于该参考知识图谱确定推荐标签。

该方法结合用户行为对知识图谱进行了改进，基于改进后的知识图谱为业务人员推荐标签，知识图谱的内容不再是固定的，丰富了标签推荐依据，推荐的标签更加丰富多样化。

示例的，目标业务可以是汽车行业、交通运输行业、运营商行业和互联网行业等的业务。

可选的，参考标签信息包括由用户行为得到的参考标签之间的共现关系。

在本发明实施例中，可以基于用户的浏览行为得到存在共现关系的多个参考标签。也可以基于用户的购买行为得到存在共现关系的多个参考标签。本发明实施例对用户行为的形式不作限定。

可选的，在获取参考标签信息之前，该方法还可以包括：基于预定的用户分群规则获取指定标签，该用户分群规则是基于目标业务确定的。