[發明專利]用戶屬性區分方法、裝置、設備及計算機可讀介質有效
| 申請號: | 201811278701.6 | 申請日: | 2018-10-30 |
| 公開(公告)號: | CN111125498B | 公開(公告)日: | 2023-06-06 |
| 發明(設計)人: | 周俊;劉康;戴明洋;石逸軒;潘劍飛 | 申請(專利權)人: | 百度在線網絡技術(北京)有限公司 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535 |
| 代理公司: | 北京英賽嘉華知識產權代理有限責任公司 11204 | 代理人: | 王達佐;馬曉亞 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用戶 屬性 區分 方法 裝置 設備 計算機 可讀 介質 | ||
1.一種用戶屬性區分方法,其特征在于,包括:
推送不同類別的資訊至用戶;
接收用戶的資訊點擊數據,獲取各個類別的重度用戶和負反饋用戶;所述重度用戶為對推送的資訊的點擊頻次或頻率大于設定閾值的用戶,所述負反饋用戶為對推送的資訊的點擊頻次或頻率小于設定閾值的用戶;
對每個類別的重度用戶和負反饋用戶進行差異分析,獲取每個類別的重度用戶的類別屬性,包括:
分別計算各個類別中重度用戶的每個屬性的目標群體指數,包括:分別提取重度用戶集合中的每個屬性的占比,以及分別提取負反饋用戶集合中的每個屬性的占比;計算相同屬性的重度用戶集合中的占比與負反饋用戶集合中的占比的比值,將該比值乘以標準數作為該屬性的目標群體指數;
獲取目標群體指數最高的屬性,將該屬性作為所屬類別的類別屬性。
2.根據權利要求1所述的方法,其特征在于,所述接收用戶的資訊點擊數據,獲取各個類別的重度用戶和負反饋用戶,包括:
統計用戶對不同類別資訊的點擊頻次或頻率;
根據統計的點擊頻次或頻率分別提取出重度用戶和負反饋用戶。
3.根據權利要求1所述的方法,其特征在于,所述資訊類別包括:體育類別、娛樂類別、新聞類別、教育類別、財經類別中的一種或多種;所述類別屬性包括:性別屬性、年齡屬性、職業屬性中的一種或多種。
4.一種用戶屬性區分裝置,其特征在于,包括:
推送模塊,用于推送不同類別的資訊至用戶;
接收模塊,用于接收用戶的資訊點擊數據,獲取各個類別的重度用戶和負反饋用戶;所述重度用戶為對推送的資訊的點擊頻次或頻率大于設定閾值的用戶,所述負反饋用戶為對推送的資訊的點擊頻次或頻率小于設定閾值的用戶;
分析模塊,用于對每個類別的重度用戶和負反饋用戶進行差異分析,獲取每個類別的重度用戶的類別屬性;
所述分析模塊包括:
計算子模塊,用于分別計算各個類別中重度用戶的每個屬性的目標群體指數;獲取子模塊,用于獲取目標群體指數最高的屬性,將該屬性作為所屬類別的類別屬性;
所述計算子模塊包括:
占比提取單元,用于分別提取重度用戶集合中的每個屬性的占比,以及分別提取負反饋用戶集合中的每個屬性的占比;指數計算單元,用于計算相同屬性的重度用戶集合中的占比與負反饋用戶集合中的占比的比值,將該比值乘以標準數作為該屬性的目標群體指數。
5.根據權利要求4所述的裝置,其特征在于,所述接收模塊包括:
統計子模塊,用于統計用戶對不同類別資訊的點擊頻次或頻率;
提取子模塊,用于根據統計的點擊頻次或頻率分別提取出重度用戶和負反饋用戶。
6.根據權利要求4所述的裝置,其特征在于,所述資訊類別包括:體育類別、娛樂類別、新聞類別、教育類別、財經類別中的一種或多種;所述類別屬性包括:性別屬性、年齡屬性、職業屬性中的一種或多種。
7.一種用戶屬性區分設備,其特征在于,所述設備包括:
一個或多個處理器;
存儲裝置,用于存儲一個或多個程序;
當所述一個或多個程序被所述一個或多個處理器執行時,使得所述一個或多個處理器實現如權利要求1-3中任一所述的用戶屬性區分方法。
8.一種計算機可讀介質,其存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1-3中任一所述的用戶屬性區分方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司,未經百度在線網絡技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811278701.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:半導體器件及其制作方法
- 下一篇:一種全數字低壓低功耗鐘控電壓比較器





