[發明專利]用戶偏好的確定方法、系統、可讀存儲介質及電子設備

有效

• 申請號: 201810664206.2
• 申請日: 2018-06-25
• 公開（公告）號: CN109190013B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 徐驕
• 申請（專利權）人: 廣州視源電子科技股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 何世磊

本發明公開了一種用戶偏好的確定方法、系統、可讀存儲介質及電子設備，該方法包括如下步驟：確定用戶訪問分類體系中各層級的業務類型所對應的業務類型數，根據業務類型以及對應的業務類型數構建一準則矩陣；根據準則矩陣計算得到與每個業務類型相對應的第一權重值；構建一用戶行為矩陣，根據用戶行為矩陣與對應層級的第一權重值計算以得到一用戶加權行為矩陣；根據用戶加權行為矩陣計算以得到每個業務類型對應的第二權重值，根據第二權重值確認用戶所偏好的業務類型。本發明提出的用戶偏好的確定方法，可較為準確地確定用戶所偏好的業務類型，滿足了實際分析需求。

技術領域

本發明涉及互聯網數據分析技術領域，特別涉及一種用戶偏好的確定方法、系統、可讀存儲介質及電子設備。

背景技術

隨著移動終端的智能化，用戶可以在移動終端上安裝各類應用程序以滿足其不同的需求。為了給用戶提供更加符合用戶操作習慣的服務，應用程序會采集用戶針對該應用程序的操作行為并對該操作行為進行分析，形成應用程序內部的用戶的行為偏好。例如，收音機應用程序可以通過采集和分析用戶的操作行為，以得到該用戶的行為偏好是收聽古典音樂頻道，從而可以根據該用戶的行為偏好向用戶推送與古典音樂相關的節目。

具體的，互聯網用戶偏好通常依據用戶在互聯網上的行為計算得出。例如在電商平臺，可以通過用戶對商品的瀏覽、收藏、購買等行為獲取用戶偏好的隱式反饋，也即通過用戶的一些行為記錄從而提取用戶的興趣偏好，。例如用戶瀏覽一雙鞋子10余次并收藏，那么該用戶對這雙鞋子的喜愛程度或者購買概率就大大提升；反之，若該用戶對某些商品只瀏覽過一次，則反映出用戶對這些商品的興趣并不是很大。用戶偏好的評估主要是為了根據用戶的個性化差異，向其提供個性化的服務或推薦，增加企業營收和流量，對用戶偏好進行研究的最直接目的就是做到用戶的千人千面。目前，在進行用戶偏好描述和提取時，常用的方法包括：(1)基于規則的用戶偏好進行提取；(2)用戶行為加權，例如：用戶瀏覽矩陣為A₁，購買矩陣為A₂，評分矩陣為A₃，則加權矩陣為A＝a₁*A₁+a₂*A₂+a₃*A₃，其中a₁、a₂、a₃為各矩陣的權重，如果更希望找到用戶的品味偏好，則權重可能是a1a2a3，如果更希望用戶產生更多的購買行為，則權重可能是a1a3a2；(3)各個屬性的相關性分析(如Pearson相關性分析)及降維技術(如PCA)等，直接選取更重要的屬性，根據這些篩選出來的屬性進行用戶偏好的確定；(4)統計量，通過對比單個屬性的統計量進行屬性確定，例如購買量，瀏覽量的總數，統計量通常與規則結合，但也常用作數據挖掘算法的特征，例如以統計量為特征進行K-Means聚類，根據聚類結果的簇中所有用戶的偏好Top_N作為該簇中所有用戶的偏好；(5)單純的用層次分析法或者熵權法計算屬性權重。

然而，現有的用戶偏好的確定方法，其一般采用傳統的層次分析方法，單純地采用層次分析法，最終計算得到的各項目權重值與真實值偏差較大，無法非常精準地確定用戶偏好。

發明內容

為此，本發明的目的是為了解決現有技術中，由于單純地采用層次分析法造成最終計算得到的項目權重值與真實值偏差較大的問題。

本發明提出一種用戶偏好的確定方法，其中，包括如下步驟：

確定用戶訪問分類體系中各層級的業務類型所對應的業務類型數，根據所述業務類型以及對應的所述業務類型數構建一準則矩陣；

根據所述準則矩陣計算得到與所述業務類型相對應的第一權重值；

構建一用戶行為矩陣，根據所述用戶行為矩陣與對應層級的所述第一權重值計算以得到一用戶加權行為矩陣；

根據所述用戶加權行為矩陣計算以得到每個所述業務類型對應的第二權重值，并將所述第二權重值進行排序以確認用戶所偏好的所述業務類型。