[發明專利]構建用戶實時畫像的方法及裝置

有效

• 申請號: 201310661820.0
• 申請日: 2013-12-09
• 公開（公告）號: CN104090886A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 張文郁;洪坤乾;宋亞娟;杜沖
• 申請（專利權）人: 深圳市騰訊計算機系統有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 關文魁

1.一種構建用戶實時畫像的方法，其特征在于，所述方法包括：

獲取用戶的日志信息；

對所述日志信息進行過濾，得到所述日志信息的關鍵字段；

提取所述關鍵字段的標簽標識；

根據所述標簽標識及所述關鍵字段，獲取當前標簽信息，所述標簽信息至少用于指示所述標簽標識在所述日志信息的生成時間內的出現次數；

根據所述標簽標識，確定所述當前標簽信息對應的全部興趣類目；

根據所述當前標簽信息，獲取與每個興趣類目相對應的用戶興趣度；

其中，所述關鍵字段至少包括用戶標識、日志信息的生成時間、所述日志信息的數據源標識及產品標識。

2.根據權利要求1所述的方法，其特征在于，所述提取所述關鍵字段的標簽標識，包括：

檢測所述關鍵字段中是否包含行為類目標識；

如果所述關鍵字段中包含行為類目標識，則將所述行為類目標識作為提取到的所述關鍵字段的標簽標識。

3.根據權利要求2所述的方法，其特征在于，所述檢測所述關鍵字段中是否包含行為類目標識之后，所述方法還包括：

如果所述關鍵字段中未包含行為類目標識，則根據所述關鍵字段中的產品標識獲取與所述產品標識相對應的產品標題，并根據所述產品標題提取所述關鍵字段的標簽標識。

4.根據權利要求3所述的方法，其特征在于，所述根據所述產品標題提取所述關鍵字段的標簽標識，包括：

根據預設語法規則對所述產品標題進行分詞處理，得到所述產品標題的多個分詞結果；

根據預設過濾條件對多個分詞結果進行過濾分析，如果得到過濾結果，則將所述過濾結果提取為所述關鍵字段的標簽標識。

5.根據權利要求1所述的方法，其特征在于，所述根據所述標簽標識及所述關鍵字段，獲取當前標簽信息，包括：

檢測已存儲的多個標簽信息中是否存在包括所述標簽標識和所述標簽標識的提取類型的標簽信息；

如果已存儲的多個標簽信息中包括所述標簽標識和所述標簽標識的提取類型，則將所述包括所述標簽標識和所述標簽標識的提取類型的標簽信息確定為匹配標簽信息，并確定所述標簽標識對應的所述日志信息的生成時間是否與所述匹配標簽信息的多個預設時間段中的一個相對應；

如果所述標簽標識對應的所述日志信息的生成時間與所述匹配標簽信息的多個預設時間段中的一個相對應，則對相對應的時間段中所述標簽標識的出現次數進行更新。

6.根據權利要求5所述的方法，其特征在于，所述確定所述標簽標識對應的所述日志信息的生成時間是否與所述匹配標簽信息的多個預設時間段中的一個相對應之后，所述方法還包括：

如果所述標簽標識對應的所述日志信息的生成時間與所述匹配標簽信息的多個預設時間段均不對應，則根據所述標簽標識對應的所述日志信息的生成時間創建一條單獨的存儲項，并統計所述標簽標識在所述標簽標識對應的日志信息的生成時間內的出現次數。

7.根據權利要求5所述的方法，其特征在于，所述檢測已存儲的多個標簽信息中是否存在包括所述標簽標識和所述標簽標識的提取類型的標簽信息之后，所述方法還包括：

如果已存儲的所述用戶的多個標簽信息均不包括所述標簽標識和所述標簽標識的提取類型，則將所述用戶標識及所述日志信息的數據源標識作為鍵，將所述標簽標識、所述標簽標識的提取類型及所述標簽標識的出現次數作為值，進行鍵值存儲，得到當前標簽信息。

8.根據權利要求5至7中任一權利要求所述的方法，其特征在于，所述方法還包括：

對已存儲的且存儲時長超過預設時長的預設時間段及對應的標簽標識的出現次數進行刪除。

9.根據權利要求1所述的方法，其特征在于，所述根據所述當前標簽信息，獲取與每個興趣類目相對應的用戶興趣度，包括：

獲取每個興趣類目對應的多個歷史標簽信息；

確定所述當前標簽信息及所述多個歷史標簽信息分別對應的數據源的權重值、興趣類目的權重值、標簽標識出現次數及時間衰減因子；

根據所述當前標簽信息及所述多個歷史標簽信息中每個標簽信息對應的數據源的權重值、興趣類目的權重值、標簽標識出現次數及時間衰減因子，獲取與所述每個興趣類目對應的所述用戶興趣度。