[發(fā)明專利]一種公司用戶畫像的生成方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811622697.0
• 申請(qǐng)日: 2018-12-28
• 公開(kāi)（公告）號(hào): CN109710697A
• 公開(kāi)（公告）日: 2019-05-03
• 發(fā)明（設(shè)計(jì)）人: 孫錦彬;吳承霖;周津
• 申請(qǐng)（專利權(quán)）人: 廈門笨鳥(niǎo)電子商務(wù)有限公司
• 主分類號(hào): G06F16/27
• 分類號(hào): G06F16/27;G06F16/215;G06F16/2458;G06F16/23
• 代理公司: 廈門市新華專利商標(biāo)代理有限公司 35203
• 代理人: 羅恒蘭

1.一種公司用戶畫像的生成方法，其特征在于包括以下步驟：

步驟1、離線畫像

1-1數(shù)據(jù)同步：基于spark搭建畫像系統(tǒng)，將用戶數(shù)據(jù)按照不同的業(yè)務(wù)需求存儲(chǔ)在多個(gè)數(shù)據(jù)源中；將各個(gè)數(shù)據(jù)源的數(shù)據(jù)同步一份到hdfs上，得到同步數(shù)據(jù)，并定時(shí)進(jìn)行更新;

1-2數(shù)據(jù)清洗：將同步數(shù)據(jù)進(jìn)行清洗，去除臟數(shù)據(jù)以及缺失字段較多的數(shù)據(jù)；

1-3數(shù)據(jù)統(tǒng)計(jì)：將統(tǒng)計(jì)數(shù)據(jù)類型的畫像按照時(shí)間窗口劃分好進(jìn)行統(tǒng)計(jì)，得到統(tǒng)計(jì)數(shù)據(jù)；

1-4特征預(yù)測(cè)：通過(guò)同步數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)和gbdt算法預(yù)測(cè)缺失的、抽象的深度特征；

1-5離線畫像存儲(chǔ)：將1-3與1-4中生成的所有維度的特征進(jìn)行合并，通過(guò)hive存儲(chǔ)在hdsf中；

步驟2、實(shí)時(shí)畫像

2-1數(shù)據(jù)傳輸：畫像系統(tǒng)通過(guò)kafka將用戶的實(shí)時(shí)信息發(fā)送至spark streaming，根據(jù)用戶行為更新畫像；

2-2實(shí)時(shí)畫像生成：將每個(gè)窗口的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)并預(yù)測(cè)，更新到用戶的畫像列表中。

2.如權(quán)利要求1所述的一種公司用戶畫像的生成方法，其特征在于：所述步驟1-1中，用戶數(shù)據(jù)包括用戶注冊(cè)的基本信息、按用戶需求設(shè)定的已建關(guān)鍵詞模型、用戶的歷史行為信息、用戶的客戶反饋信息。

3.如權(quán)利要求1所述的一種公司用戶畫像的生成方法，其特征在于：所述步驟1-1中，所述數(shù)據(jù)源包括mysql、mongo和es。

4.如權(quán)利要求1所述的一種公司用戶畫像的生成方法，其特征在于：所述步驟1-1中，更新時(shí)間為每日凌晨。

5.如權(quán)利要求1所述的一種公司用戶畫像的生成方法，其特征在于：所述步驟1-4中，深度特征包括例如興趣值、所屬行業(yè)和郵件點(diǎn)擊率。

6.如權(quán)利要求1所述的一種公司用戶畫像的生成方法，其特征在于：所述步驟2-1中，用戶的實(shí)時(shí)信息包括新用戶注冊(cè)的基本信息、新用戶注冊(cè)后設(shè)置的關(guān)鍵詞模型、用戶的實(shí)時(shí)行為信息、用戶的客戶反饋信息。