本发明属于用户行为分析技术领域,尤其涉及一种用户行为分类方法及系统。
所述用户行为分类方法包括以下步骤: - 步骤a:根据用户行为数据构建用户行为多维度描述表,并根据用户行为多维度描述表对用户进行分类标注; - 步骤b:根据多维度描述表和用户分类构建分类模型,并根据分类模型构建用户行为知识库和规则库; - 步骤c:采集新用户数据,并通过用户行为知识库和规则库对新用户进行自动分类。
本发明通过构建用户的出行行为知识库和规则库,基于出行行为知识库和规则库对新用户进行自动分类,实现新用户画像的快速构建。并针对有特点的用户行为类型进行相关产品的推荐,可以实现产品的有效及个性化推荐,从而提升企业的广告收益。
| 专利名称 | 一种用户行为分类方法及系统 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201511031967.7 |
| 申请号 | - | 专利申请日期 | 2015-12-31 |
| 专利授权日期 | 2017-07-07 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈会;李超;高琴;姜青山;赵鹤;李栋一 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明属于用户行为分析技术领域,尤其涉及一种用户行为分类方法及系统。所述用户行为分类方法包括以下步骤:步骤a:根据用户行为数据构建用户行为多维度描述表,并根据用户行为多维度描述表对用户进行分类标注;步骤b:根据多维度描述表和用户分类构建分类模型,并根据分类模型构建用户行为知识库和规则库;步骤c:采集新用户数据,并通过用户行为知识库和规则库对新用户进行自动分类。本发明通过构建用户的出行行为知识库和规则库,基于出行行为知识库和规则库对新用户进行自动分类,实现新用户画像的快速构建,并针对有特点的用户行为类型进行相关产品的推荐,可以实现产品的有效及个性化推荐,从而提升企业的广告收益。 | ||