[發明專利]基于數據標簽的用戶畫像分析方法、裝置、介質和設備

在審

• 申請號: 202011612215.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112860808A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 秦思哲;陳瑤;龔健;賈西貝
• 申請（專利權）人: 深圳市華傲數據技術有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/2455;G06Q50/26
• 代理公司: 北京鍾維聯合知識產權代理有限公司 11579
• 代理人: 安娜

本發明提供一種基于數據標簽的用戶畫像分析方法、裝置、介質和設備，該方法包括：導入標簽模型：從數據源中導入實體表，所述實體表對應有標簽模型；抽取標簽實體屬性：從所述標簽模型中選擇多個字段，抽取出所述標簽模型的實體屬性；創建數據標簽：對所述標簽模型設置標簽分層規則；計算標簽人群：根據設置的標簽分層規則，過濾形成相應的標簽人群分層數據；創建用戶分群：將每個標簽的標簽人群分層數據作為單獨的標簽用戶群；用戶畫像分析：將每個標簽用戶群與其實體屬性進行組合，獲得用戶畫像。本發明實施例以標簽模型進行數據聚合，根據數據特性實現自動化數據標簽能力，根據標簽組合能力進行用戶分群，對目標群體進行多維畫像分析。

技術領域

本發明涉及數據治理領域，尤其涉及一種基于數據標簽的用戶畫像分析方法、裝置、介質和設備。

背景技術

當前數據治理現狀中，政務數據面臨以下痛點：

由于政府管理過程中對各部門對業務分化、權力分割，導致數據因部門管理碎片化而分散。造成各部門容易出現“數據不知道，數據找不到”等問題。例如：

對不同業務對同一數據的描述不同，對表和字段的定義混亂；

數據標準的分類問題，數據分類多樣化，對主題、行業、服務分類會出現標準分類重復、分錯情況；

數據標準的編碼規范問題，業務數據代碼不統一，使數據可信性低；

數據標準的命名規范問題，對表和字段的命名隨意性強，同一英文字段名對應多個中文名，反之也存在中文的一對多；

數據標準的屬性規范問題，同一業務元素會對應多種數據類型和長度；

缺少數據標準的應用建議，對數據制定數據標準時，缺乏規范標準應用。

針對目前數據資源現狀，缺乏提供多樣化服務，沒有從基于數據使用、數據同步、數據比對、應用開發、數據庫等方面進行計劃和思考。導致無法測算預測資源服務壓力，無法提高服務質量和工作效率，無法提高主動和針對性服務水平。無法提供預見性的服務，最終出現服務規劃不精準的問題；對目標群體進行多維畫像分析。

發明內容

有鑒于此，本發明提供一種基于數據標簽的用戶畫像分析方法、裝置、介質和設備，解決現有技術中存在的無法對目標群體進行多維畫像分析的技術問題。

為達上述目的，第一方面，提供一種基于數據標簽的用戶畫像分析方法，其包括：

導入標簽模型：從數據源中導入實體表，所述實體表對應有標簽模型；

抽取標簽實體屬性：從所述標簽模型中選擇多個字段，抽取出所述標簽模型的實體屬性；

創建數據標簽：對所述標簽模型設置標簽分層規則；

計算標簽人群：根據設置的標簽分層規則，過濾形成相應的標簽人群分層數據；

創建用戶分群：將每個標簽的標簽人群分層數據作為單獨的標簽用戶群；

用戶畫像分析：將每個標簽用戶群與其實體屬性進行組合，獲得用戶畫像。

在一些可能的實施方式中，所述抽取標簽實體屬性步驟，具體包括：

從所述標簽模型中選擇包括姓名、身份證號碼、聯系地址、手機號碼、有無癥狀的指示信息、是否接觸過患者的指示信息、性別、患者來源區域、以及患者當前所處區域在內的多個字段，抽取出所述標簽模型的實體屬性。

在一些可能的實施方式中，所述創建數據標簽步驟，具體包括：