[發明專利]基于用戶畫像的信息推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202010138636.8
• 申請日: 2020-03-03
• 公開（公告）號: CN111797210A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 于其位
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/335;G06F16/33;G06F16/182;G06F16/18;G06Q30/02;G06Q30/06
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 劉挽瀾

1.一種基于用戶畫像的信息推薦方法，其特征在于，包括：

通過日志采集系統Flume實時接收第一場景下的人機對話聊天記錄；

對所述聊天記錄進行脫敏處理，得到第一數據；

對所述第一數據進行去停用詞處理，得到第二數據；

通過預置詞圖提取所述第二數據的關鍵詞；

根據所述關鍵詞得到第一標簽集，其中，所述第一標簽集由相應標簽和/或相似標簽組成；

對所述第一標簽集數據去重，得到第二標簽集；

基于所述第二標簽集生成第一用戶興趣畫像，并將所述第一用戶興趣畫像存儲于數據庫，所述數據庫包括數據倉庫工具HIVE和分布式文件系統HDFS；

當接收到推薦指令時，根據所述第一用戶興趣畫像獲取與所述推薦指令對應的待推薦信息。

2.如權利要求1所述的基于用戶畫像的信息推薦方法，其特征在于，所述，對所述聊天記錄進行脫敏處理，得到第一數據，包括：

通過正則表達式過濾掉人機對話聊天記錄中的機器語音信息；

判斷接收到的用戶語音信息中是否存在敏感信息；

若接收到的用戶語音信息中存在敏感信息，則通過替換算法將所述敏感信息替換成預置符號，得到第一數據。

3.如權利要求1所述的基于用戶畫像的信息推薦方法，其特征在于，所述通過預置詞圖提取所述第二數據的關鍵詞，包括：

遍歷所述預置詞圖的所有節點，根據各個節點中關鍵詞的出現次數確定所述關鍵詞所占的權重；

將所述關鍵詞按照所述權重進行排序，得到目標排序結果，根據所述目標排序結果獲取所述第二數據的關鍵詞。

4.如權利要求3所述的基于用戶畫像的信息推薦方法，其特征在于，所述將所述關鍵詞按照所述權重進行排序，得到目標排序結果，根據所述目標排序結果獲取所述第二數據的關鍵詞，包括：

通過冒泡排序算法并按照所述權重對所述關鍵詞進行排序，得到目標排序結果；

根據預置目標排序結果判斷所述目標排序結果的準確率是否大于或等于預置準確率；

若所述目標排序結果的準確率大于或等于預置準確率，則選取所述目標排序結果中排序位于前N位的關鍵詞作為所述第二數據的關鍵詞，其中，N大于1。

5.如權利要求3所述的基于用戶畫像的信息推薦方法，其特征在于，在所述遍歷所述預置詞圖的所有節點，根據各個節點中關鍵詞的出現次數確定所述關鍵詞所占的權重之前，還包括：

按照預設規則和訓練數據迭代所述詞圖中的各個節點的權重，直至輸出的與該訓練數據對應的關鍵詞的目標排序結果大于或等于預置準確率。

6.如權利要求1所述的基于用戶畫像的信息推薦方法，其特征在于，所述根據所述關鍵詞得到第一標簽集，其中，所述第一標簽集由相應標簽和/或相似標簽組成，包括：

若接收到根據關鍵詞獲取標簽的指令，則判斷預置標簽庫中是否存在與所述關鍵詞匹配的標簽；

若所述預置標簽庫中存在與所述關鍵詞匹配的標簽，則根據所述關鍵詞與所述預置標簽庫標簽的預置映射關系，獲得相應標簽；

若所述預置標簽庫中不存在與所述關鍵詞匹配的標簽，則將所述關鍵詞轉化為對應的向量；

計算所述向量與預置詞庫中的預置關鍵詞向量之間的余弦夾角；

判斷所述余弦夾角是否小于或等于預置夾角；

若所述余弦夾角小于或等于預置夾角，則根據預置關鍵詞向量獲得與所述關鍵詞相對應的相似關鍵詞；

判斷所述標簽體系中是否存在與相似關鍵詞相匹配的標簽；

若所述標簽體系中存在與相似關鍵詞相匹配的標簽，則獲得相似標簽；

將所述相應標簽和/或所述相似標簽組成第一標簽集。