[發明專利]一種基于特征空間的用戶需求精準提取系統及方法在審
| 申請號: | 202210135756.1 | 申請日: | 2022-02-15 |
| 公開(公告)號: | CN114549064A | 公開(公告)日: | 2022-05-27 |
| 發明(設計)人: | 李東;孫彤;文強;姜蔚 | 申請(專利權)人: | 山東衡昊信息技術有限公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06K9/62 |
| 代理公司: | 北京鼎德寶專利代理事務所(特殊普通合伙) 11823 | 代理人: | 牟炳彥 |
| 地址: | 264003 山東省煙臺市萊山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 特征 空間 用戶 需求 精準 提取 系統 方法 | ||
本發明提供了一種基于特征空間的用戶需求點精準提取系統及方法。本發明通過引入數據賦值與積分運算,采用關聯系數的求取方法,構建歷史需求特征空間向量的方法以及精準需求點輸出公式,深度挖掘用戶需求特征,構建精準需求點特征提取算法。
技術領域
本發明涉及計算機領域,特別涉及一種基于特征空間的用戶需求精準提取方法。
背景技術
移動互聯網技術的高速發展,使得人們可以隨時隨地地獲取信息,人們生活發生了翻天覆地的變化,各種依托于獲取用戶的日常信息得到用戶需求,并將需求相關信息和產品向用戶進行推送的互聯網技術應運而生。
但是目前的基于獲取用戶信息進行需求點提取的現有技術對于用戶的需求點挖掘不夠深度,缺乏精準性。致使向用戶推送的信息范圍過大,且信息量過多,一定程度的浪費了用戶時間,使得用戶產生較差的體驗感,失去信息瀏覽興趣或產品購買興趣。
發明內容
本發明所要解決的技術問題是:深度挖掘用戶需求特征,構建精準需求點特征提取算法。因此提供一種基于特征空間的用戶需求點精準提取系統及方法。
本發明的技術方案如下:
一種基于特征空間的用戶需求點精準提取系統,包括以下部分:
歷史用戶信息存儲模塊、歷史用戶信息獲取模塊、實時用戶信息采集模塊、第一預處理模塊、第二預處理模塊、精準需求點特征提取模塊、用戶實時精準需求生成模塊;
所述第一預處理模塊包括通信單元、時間對齊化單元、數據預處理單元、歷史需求特征空間向量構建單元;
所述歷史用戶信息存儲模塊用于存儲歷史用戶信息,并將歷史用戶信息傳遞給所述歷史用戶信息獲取模塊,通過所述歷史用戶信息獲取模塊獲取原始用戶需求信息及需求屬性信息并將其傳送到所述通信單元中;所述通信單元將接收到的原始用戶需求信息及需求屬性信息傳遞給所述時間對齊化單元進行時間對齊化處理,得到齊化用戶需求信息及齊化需求屬性信息并將其傳遞給所述數據預處理單元進行數據預處理,將數據預處理后的齊化用戶需求信息及齊化需求屬性信息送入所述歷史需求特征空間向量構建單元構建需求特征空間向量和需求屬性特征空間向量,將需求特征空間向量和需求屬性特征空間向量送入所述通信單元中,通過所述通信單元傳送到所述精準需求點特征提取模塊中;
通過所述實時用戶信息采集模塊采集當前時刻的用戶數據信息,并將當前時刻的用戶信息傳送到所述第二預處理模塊中進行數據預處理,將數據預處理后的當前時刻的用戶信息送入所述精準需求點特征提取模塊中;
通過所述精準需求點特征提取模塊構建需求點精準提取算法框架,提取精準需求點特征,并將精準需求點特征輸入到所述用戶實時精準需求生成模塊進行需求生成并傳送到所述歷史用戶信息存儲模塊中進行存儲。
一種基于特征空間的用戶需求精準提取方法,包括以下步驟:
步驟S1在歷史用戶信息中獲取到的原始的用戶需求信息和需求屬性信息進行時間域為0的對齊化處理,并對所有用戶信息進行積分運算式的數據預處理;
步驟S2構建需求特征空間向量;
步驟S3引入用戶需求特征空間向量作為權值連接,對歷史數據與實時數據進行交互融合,構建需求點推送算法框架,得到用戶需求精準目標。
優選的,所述步驟S1包括:
將進行時間對齊后的原始用戶信息稱作為齊化用戶信息,包含了齊化用戶需求信息和齊化需求屬性信息,并對其進行數字化處理,將數字化后的齊化用戶信息稱作為數字化用戶信息,記為x(0s),其中s表示秒;
根據實際應用場景設定需求數據庫C,此需求數據庫是根據實際應用場景進行事先設定,用于對所述數字化用戶信息進行篩選;
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山東衡昊信息技術有限公司,未經山東衡昊信息技術有限公司許可,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/202210135756.1/2.html,轉載請聲明來源鉆瓜專利網。





