用户画像确定方法、装置及电子设备与流程

1.本技术涉及大数据技术领域，尤其涉及数据分析领域，具体涉及一种用户画像确定方法、装置及电子设备。


背景技术：

2.随着大数据技术的发展，用户画像在数据中占据了越来越重要的位置，当前在获得用户画像时，通常是每隔一段周期对买家进行问卷调研，从而获得买家的用户画像。


技术实现要素：

3.本技术提供了一种用户画像确定方法、装置及电子设备。
4.根据本技术的第一方面，提供了一种用户画像确定方法，包括：
5.获取目标平台端的数据集，所述数据集包括多个维度的数据信息；
6.基于所述多个维度的数据信息，获得m个第一数仓表，每个第一数仓表包括至少一个维度的数据信息，且不同的第一数仓表对应的维度不同，m为正整数；
7.根据所述m个第一数仓表确定所述目标平台端的用户画像。
8.根据本技术的第二方面，提供了一种用户画像确定装置，包括：
9.获取模块，用于获取目标平台端的数据集，所述数据集包括多个维度的数据信息；
10.获得模块，用于基于所述多个维度的数据信息，获得m个第一数仓表，每个第一数仓表包括至少一个维度的数据信息，且不同的第一数仓表对应的维度不同，m为正整数；
11.确定模块，用于根据所述m个第一数仓表确定所述目标平台端的用户画像。
12.根据本技术的第三方面，提供了一种电子设备，包括：
13.至少一个处理器；以及
14.与至少一个处理器通信连接的存储器；其中，
15.存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。
16.根据本技术的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行第一方面中的任一项方法。
17.根据本技术的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现第一方面中的任一项方法。
18.本技术实施例中，通过m个第一数仓表可以确定目标平台端的用户画像，而不同的数仓表对应的维度不同，从而可以从多种维度来确定用户画像，这样，可以提高用户画像的准确度。
19.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
20.图1是本技术实施例提供的用户画像确定方法的流程示意图之一；
21.图2是本技术实施例提供的用户画像确定方法的流程示意图之二；
22.图3是本技术实施例提供的分配统一标识的流程示意图之一；
23.图4是本技术实施例提供的分配统一标识的流程示意图之二；
24.图5是本技术实施例提供的标签预测模型的训练流程示意图；
25.图6是本技术实施例提供的用户画像确定装置的结构示意图；
26.图7是用来实施本技术的实施例的示例电子设备的示意性框图。
具体实施方式
27.以下结合附图对本技术的示范性实施例做出说明，其中包括本技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
28.参见图1，图1为本技术实施例提供的一种用户画像确定方法的流程图，如图1所示，一种用户画像确定方法，包括以下步骤：
29.步骤s101、获取目标平台端的数据集，所述数据集包括多个维度的数据信息。
30.其中，数据集包括的维度的数量在此不做限定，维度的数量越多，则表明数据信息的种类越丰富，这样，上述数据信息丰富了最终确定的目标平台端的用户画像的维度，而根据上述数据信息确定的目标平台端的用户画像的准确度就越高，即使得用户画像的置信度越高。
31.作为一种可选的实施方式，所述获取目标平台端的数据集，包括：
32.通过多个渠道获取所述目标平台端的数据集，其中，一个渠道获取至少一个维度的数据信息。
33.其中，上述多个渠道的具体类型在此不做限定，例如：参见图2，上述多个渠道可以包括：目标平台端的电商站、搜索渠道、推荐渠道、投放渠道、目标平台端对应的用户端等渠道中的至少一种，上述推荐渠道可以指的是短视频推荐渠道和流推荐等渠道中的至少一种，上述投放渠道可以指的是广告投放渠道。
34.另外，上述电商站也可以被称作为商家后台，而在通过目标平台端对应的用户端获取信息时，可以通过用户端的用户画像或者买家名片等获取数据信息，而获取的数据信息的类型在此不做限定，例如：数据信息可以包括买家的身份、所在企业规模等信息。
35.需要说明的是，目标平台端可以被称作为b端，而用户端可以被称作为c端。
36.本技术实施方式中，通过多个渠道获取目标平台端的数据集，由于数据信息的获取渠道不同，则数据信息对应的维度通常也不同，且一个渠道可以获取至少一个维度的数据信息，这样，根据不同的渠道可以快速的获取多种维度的数据信息，提高了多种维度的数据信息的获取速度，且丰富了数据信息的维度。
37.步骤s102、基于所述多个维度的数据信息，获得m个第一数仓表，每个第一数仓表包括至少一个维度的数据信息，且不同的第一数仓表对应的维度不同，m为正整数。
38.其中，第一数仓表与数据信息的维度之间的对应关系在此不做限定，例如：作为一
种可选的实施方式，第一数仓表可以与数据信息的维度一一对应，即一个第一数仓表中只包括一个维度的数据信息。需要说明的是，多个维度的数据信息可以存储于报表中，而上述报表可以进行数据拆分，从而得到m个第一数仓表，而此时得到的第一数仓表即可以与数据信息的维度一一对应。
39.作为另一种可选的实施方式，第一数仓表可以与数据信息的维度的对应关系可以为一对多的关系。也就是说，作为一种可选的实施方式，在得到上述m个第一数仓表之后，还可以对m个第一数仓表进行数据聚合，从而得到多个数据聚合之后的第一数仓表，而数据聚合之后的第一数仓表中可以包括至少两个维度的数据信息，即数据聚合之后的第一数仓表与维度的对应关系可以为一对多的关系，然后可以根据数据聚合之后的第一数仓表获得目标平台端的用户画像。
40.这样，由于数据聚合之后的第一数仓表包括至少两个维度的数据信息，从而减小了第一数仓表的数量，降低了计算量和计算空间，降低了计算资源的消耗。
41.需要说明的是，对m个第一数仓表进行数据聚合时，可以按照目标参数进行聚合，从而得到不同类型的第一数仓表，参见图2，第一数仓表可以包括基础表、中间表和历史行为序列表，而上述目标参数的种类在此不做限定，目标参数可以为周期，这样，根据周期确定的中间表可以包括1天中间表、3天中间表、30天中间表、90天中间表等中的至少一项。这样，可以按照不同周期的建设不同维度的第一数仓表，增强了第一数仓表的种类的多样性。
42.需要说明的是，在上述数仓表聚合的过程中，可以实时监控上述数仓表的聚合过程是否正常进行。
43.需要说明的是，基于多个维度的数据信息获得第一数仓表的方式在此不做限定。
44.作为一种可选的实施方式，所述基于所述多个维度的数据信息，获得m个第一数仓表，包括：
45.将同一维度的数据信息分配与维度相关的统一标识，其中，同一维度的数据信息包括通过至少一个渠道获取的数据信息；
46.基于所述多个维度的数据信息的统一标识，获得m个第一数仓表。
47.其中，由于根据不同的渠道获取的数据信息的标识通常不同，这样，根据不同的渠道获取的多种数据信息，获得第一数仓表的难度较大。
48.本技术实施方式中，可以将同一维度的数据信息分配与维度相关的统一标识，在对多个维度的数据信息获取第一数仓表时，可以根据上述多个维度的数据信息的统一标识来获得第一数仓表，从而降低了获得第一数仓表的难度，且提升了获得第一数仓表的效率。
49.另外，通过分配统一标识，从而可以充分利用不同渠道的数据信息，增加了数据信息的可用范围。
50.其中，不同维度的数据信息的统一标识的种类可以均相同，也就是说：多个维度的数据信息对应的统一标识的种类均可以相同，只是统一标识对应的数值不同，这样，根据统一标识的数值可以进行排序，从而可以按照排好的顺序依次将多个维度的数据信息填入第一数仓表中，从而获得多个第一数仓表。上述统一标识的数值可以根据每个数据信息的内容丰富度来确定，数据信息的内容越丰富，则对应的统一标识的数值则越大。
51.需要说明的是，当统一标识的种类相同，但数值存在不同时，此时的统一标识可以理解为数据信息的某项参数，即各个数据信息均分配有某项参数，但是上述参数的数值并
不相同。
52.需要说明的是，上述多个维度的数据信息在分配统一标识时，可以采用在线分配或者离线分配的方式。
53.当采用离线分配的方式时，参见图3，数据信息可以请求第一字段，当能成功请求第一字段时，则可以将请求的第一字段直接作为该数据信息的统一标识，当不能成功请求第一字段时，可以给该数据信息分配第一字段作为该数据信息的统一标识。上述第一字段的具体类型在此不做限定，例如：上述第一字段可以被称作为：idmapping-proxy字段。
54.当采用在线分配的方式时，可以参见图4中s401至s407所示的流程，多个id可以表示不同渠道对应的标识信息，上述多个身份标识号(identity document，id)可以同时查询缓存(cache)，并根据是否能够查询到有效udwid字段以及该id是否在cache中有记录，从而构建不同的查询结果，以根据查询结果分配统一标识。
55.作为一种可选的实施方式，每个数据信息包括与渠道相关的标识信息，所述将同一维度的数据信息分配与维度相关的统一标识，包括以下至少一项：
56.在所述多个维度中存在第一维度的情况下，将所述第一维度的数据信息包括的与渠道相关的标识信息修改为与维度相关的统一标识，所述第一维度包括通过多个渠道获取的数据信息；
57.在所述多个维度中存在第二维度的情况下，将第二维度的数据信息与渠道相关的标识信息确定为与维度相关的统一标识，所述第二维度中只包括通过一个渠道获取的数据信息。
58.本技术实施方式中，当第一维度的数据信息来自于多个渠道时，可以将第一维度的数据信息的与渠道相关的标识信息修改为统一标识；而当第二维度的数据信息只来自于一个渠道时，即可以将该第二维度的数据信息与渠道相关的标识信息确定为统一标识，这样，根据数据信息是否来自于不同的渠道，从而确定了统一标识不同的确定方式，从而使得统一标识的确定方式更加灵活化和多样化。
59.步骤s103、根据所述m个第一数仓表确定所述目标平台端的用户画像。
60.其中，根据m个第一数仓表确定用户画像的具体方式在此不做限定，作为一种可选的实施方式，每个第一数仓表可以对应一种维度，这样，通过对第一数仓表代表的不同维度进行排列组合，从而得到用户画像。
61.其中，上述不同维度具体在此不做限定，例如：上述不同维度也可以被称作为不同属性，不同属性可以包括：人口属性、位置属性、设备属性、价值属性、生命周期属性、采购属性、行为属性和偏好属性等属性中的至少一种。
62.其中，上述人口属性、位置属性和设备属性的渠道来源可以来自于用户端的用户画像、卖家名片和商家后台，价值属性、生命周期属性和采购属性：基于买家在电商站内的采购行为刻画，行为包括买家最近一次采购的时间与当前之间的天数间隔、采购的总次数、不同周期内的买家登录次数等；行为属性主要指的是买家在电商站内的不同行为、端、页面下的活跃度，可以根据买家的访问时间间隔、最近一次访问距今的天数划分得到不同等级的活跃度；偏好属性可以基于多种渠道获取的数据信息得到买家对目标平台端的查询记录(query)、商家、商品、品牌、页面类型、网站类型和视频类型等维度的偏好。
63.作为另一种可选的实施方式，所述用户画像包括画像标签信息，所述根据所述m个
第一数仓表确定所述目标平台端的用户画像，包括：
64.将所述m个第一数仓表中的数据信息输入至标签预测模型进行标签预测，输出所述目标平台端的画像标签信息；
65.其中，所述标签预测模型为预先训练的用于预测目标平台端的画像标签信息的网络模型。
66.本技术实施方式中，可以直接将第一数仓表中的数据信息输入至标签预测模型进行标签预测，输出目标平台端的画像标签信息，同时，由于不同数仓表对应的维度不同，因而可以提高画像标签信息的预测的准确度。
67.需要说明的是，标签预测模型的种类在此不做限定，例如：标签预测模型可以采用深度推荐(deepfm)模型和归一化指数(softmax)分类器的组合，而上述标签预测模型的训练过程在此不做限定。
68.作为一种可选的实施方式，可以基于身份核实和行业知识，从买家名片中确定一批可信用户，即可信用户的数据信息的准确度和可信度较高，而上述可信用户也可以被称作为“种子用户”，参见图5，获取上述“种子用户”的行为数据和用户画像，并将行为数据和用户画像的数据提取得到特征向量，将特征向量先输入至待训练模型中进行训练，然后将待训练模型输出的数据输入至待训练分类器中进行训练，当待训练分类器输出的分类结果与实际结果的误差小于预设值时，则可以将待训练模型和待训练分类器分别确定为上述标签预测模型包括的deepfm模型和softmax分类器。
69.需要说明的是，上述softmax分类器输出的分类结果的体现形式在此不做限定，例如：上述分类结果可以以交叉熵的形式体现。
70.然后可以将“非种子用户”的数据信息输入至标签预测模型包括的deepfm模型和softmax分类器，从而可以完成对“非种子用户”的画像标签信息的预测，即预测用户的身份类别，然后可以根据用户的身份类别进行信息推送，上述信息推送可以包括视频、广告和文本信息等信息中的至少一种。
71.其中，上述行为数据可以包括：行为统计特征、行为时序特征、行为交叉特征、访问特征、询盘和交易属性特征；用户画像可以包括：人口属性、位置属性、设备属性、采购属性、行为属性和偏好属性。
72.本技术实施例中，通过步骤s101至s103，通过m个第一数仓表可以确定目标平台端的用户画像，而不同的数仓表对应的维度不同，从而可以从多种维度来确定用户画像，这样，可以提高用户画像的准确度。
73.参见图6，图6为本技术提供的一种用户画像确定装置的结构示意图，如图6所示，用户画像确定装置600，包括：
74.获取模块601，用于获取目标平台端的数据集，所述数据集包括多个维度的数据信息；
75.获得模块602，用于基于所述多个维度的数据信息，获得m个第一数仓表，每个第一数仓表包括至少一个维度的数据信息，且不同的第一数仓表对应的维度不同，m为正整数；
76.确定模块603，用于根据所述m个第一数仓表确定所述目标平台端的用户画像。
77.可选地，所述获取模块601，还用于：通过多个渠道获取所述目标平台端的数据集，其中，一个渠道获取至少一个维度的数据信息。
78.可选地，所述获得模块602，包括：
79.分配子模块，用于将同一维度的数据信息分配与维度相关的统一标识，其中，同一维度的数据信息包括通过至少一个渠道获取的数据信息；
80.获得子模块，用于基于所述多个维度的数据信息的统一标识，获得m个第一数仓表。
81.可选地，每个数据信息包括与渠道相关的标识信息，所述分配子模块，包括以下至少一项：
82.修改单元，用于在所述多个维度中存在第一维度的情况下，将所述第一维度的数据信息包括的与渠道相关的标识信息修改为与维度相关的统一标识，所述第一维度包括通过多个渠道获取的数据信息；
83.确定单元，用于在所述多个维度中存在第二维度的情况下，将第二维度的数据信息与渠道相关的标识信息确定为与维度相关的统一标识，所述第二维度中只包括通过一个渠道获取的数据信息。
84.可选地，所述用户画像包括画像标签信息，所述确定模块603，还用于将所述m个第一数仓表中的数据信息输入至标签预测模型进行标签预测，输出所述目标平台端的画像标签信息；
85.其中，所述标签预测模型为预先训练的用于预测目标平台端的画像标签信息的网络模型。
86.本技术提供的用户画像确定装置600能够实现用户画像确定方法实施例实现的各个过程，且能够达到相同的有益效果，为避免重复，这里不再赘述。
87.根据本技术的实施例，本技术还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
88.图7示出了可以用来实施本技术的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
89.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
90.设备700中的多个部件连接至i/o接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
91.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工
智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如用户画像确定方法。例如，在一些实施例中，用户画像确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram 703并由计算单元701执行时，可以执行上文描述的用户画像确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用户画像确定方法。
92.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
93.用于实施本技术的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
94.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
95.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
96.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部
件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
97.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
98.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本技术中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术申请的技术方案所期望的结果，本文在此不进行限制。
99.上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。