基于出行习惯的用户画像获取方法及装置与流程

本发明涉及计算机技术领域，尤其涉及一种基于出行习惯的用户画像获取方法及装置。

背景技术：

用户画像又称用户角色(persona)，作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。用户画像是一种能将定性与定量方法很好结合在一起的载体，通过定量化的前期调研能获得一个对于用户群较为精准的认识，在后期的用户角色的建立中能很好地对用户优先顺序进行排序，将核心的、规模较大的用户着重突出出来。

目前，用户画像在大数据场景下变成现实；搜索引擎通过用户的搜索习惯获得用户画像；电商平台通过用户在电商网站的搜索以及购买行为获得用户画像；而社交平台通过用户的好友关系，社交习惯获得用户画像。但是在现有技术中还没有对获得用户在出行场景下的用户画像。

鉴于此，如何获取用户在出行场景下的用户画像成为目前需要解决的技术问题。

技术实现要素：

为解决上述的技术问题，本发明提供一种基于出行习惯的用户画像获取方法及装置，能够获得用户在出行场景下的用户画像。

第一方面，本发明提供一种基于出行习惯的用户画像获取方法，包括：

获取用户在预设时间周期内每一时间段所处的场景信息；

根据所述用户在预设时间周期内每一时间段所处的场景信息，得 到用户在预设时间周期内所有时间段的常驻点的语义描述；

获取用户在预设时间段内出现在每一特殊场景的频次；

集合所述用户在预设时间周期内所有时间段的常驻点的语义描述和所述用户在预设时间段内出现在每一特殊场景的频次，形成所述用户出行场景下的描述特征向量；

对所述用户出行场景下的描述特征向量进行聚类，得到用户画像。

优选地，所述用户在预设时间周期内某一时间段的常驻点的语义描述，包括：某一时间段和该某一时间段对应的用户常驻点。

优选地，所述获取用户在预设时间周期内每一时间段所处的场景信息，包括：

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间周期内每一时间段所处的场景信息；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间周期内每一时间段所处的场景信息。

优选地，所述获取用户在预设时间段内出现在每一特殊场景的频次，包括：

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间段内出现在每一特殊场景的频次；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间段内出现在每一特殊场景的频次。

优选地，所述特殊场景，包括：机场、火车站、电影院、商场和/或国外。

第二方面，本发明提供一种基于出行习惯的用户画像获取装置，包括：

第一获取单元，用于获取用户在预设时间周期内每一时间段所处的场景信息；

第二获取单元，用于根据所述用户在预设时间周期内每一时间段所处的场景信息，得到用户在预设时间周期内所有时间段的常驻点的语义描述；

第三获取单元，用于获取用户在预设时间段内出现在每一特殊场景的频次；

特征向量形成单元，用于集合所述用户在预设时间周期内所有时间段的常驻点的语义描述和所述用户在预设时间段内出现在每一特殊场景的频次，形成所述用户出行场景下的描述特征向量；

第四获取单元，用于对所述用户出行场景下的描述特征向量进行聚类，得到用户画像。

优选地，所述用户在预设时间周期内某一时间段的常驻点的语义描述，包括：某一时间段和该时间段对应的用户常驻点。

优选地，所述第一获取单元，具体用于

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间周期内每一时间段所处的场景信息；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间周期内每一时间段所处的场景信息。

优选地，所述第三获取单元，具体用于

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间段内出现在每一特殊场景的频次；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间段内出现在每一特殊场景的频次。

优选地，所述特殊场景，包括：机场、火车站、电影院、商场和/或国外。

由上述技术方案可知，本发明的基于出行习惯的用户画像获取方法及装置，通过利用用户的常驻点和出行习惯构建用户出行场景下的描述特征向量，并对该描述特征向量进行聚类，获得用户在出行场景下的用户画像，可以根据该用户画像针对不同的用户群进行不同的补贴、推广及营销策略等，还可以将该用户画像应用在不同的场景中。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1是本公开一实施例提供的一种基于出行习惯的用户画像获取方法的流程示意图；

图2是图1所示的基于出行习惯的用户画像获取方法的一种更具体的流程示意图；

图3是本公开另一实施例提供的一种基于出行习惯的用户画像获取装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

图1是本公开一实施例提供的一种基于出行习惯的用户画像获取方法的流程示意图，参照图1，该方法包括如下步骤：

s1、获取用户在预设时间周期内每一时间段所处的场景信息。

其中，所述预设时间周期可优选为每天24小时，可将每天24小时分为多个不同的时段。

在具体应用中，所述步骤s1，可以包括：

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间周期内每一时间段所处的场景信息；

和/或，

获取在预设时间段内用户携带的用户设备(userequipment，简称ue)获取的定位信息；

根据所述定位信息，获取用户在预设时间周期内每一时间段所处的场景信息。

在具体应用中，可通过用户携带的用户设备内部的定位装置获取在预设时间段内用户的定位信息，所述用户设备内部的定位装置可以为全球定位系统(globalpositioningsystem，简称gps)或者其他用于进行定位的装置，本实施例并不对其进行限制。

在具体应用中，举例来说，所述预设时间段可以为3个月，本实施例并不对其进行限制，可根据实际情况进行选择。

s2、根据所述用户在预设时间周期内每一时间段所处的场景信息，得到用户在预设时间周期内所有时间段的常驻点的语义描述。

在具体应用中，所述用户在预设时间周期内某一时间段的常驻点的语义描述，包括：某一时间段和该某一时间段对应的用户常驻点。

以预设时间周期是每天24小时为例，如图2所示，所述用户在预设时间周期内某一时间段的常驻点的语义描述可以为矢量vector1：(00:00-06:59居住小区，…，08:00-08:59学校，09:00-18:59办公楼，19:00-19:59商场，20:00-23:59居住小区)。

s3、获取用户在预设时间段内出现在每一特殊场景的频次。

在具体应用中，所述特殊场景，可以包括：机场、火车站、电影院、商场和/或国外等。

以预设时间段是3个月为例，如图2所示，获取的用户在3个月内出现在每一特殊场景的频次可以为：矢量vector2：(3个月内用户出现在机场的频次，3个月内用户出现在火车站的频次，…，3个月内用户出现在国外的频次)。

在具体应用中，所述步骤s3，可以包括：

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间段内出现在每一特殊场景的频次；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间段内出现在每一特殊场景的频次。

应说明的是，本实施例并不限制所述步骤s3与所述步骤1-2的前后顺序，即在本实施例中，既可以先执行所述步骤1和2，再执行所述步骤3；也可以先执行所述步骤3，再执行所述步骤1和2。

s4、集合所述用户在预设时间周期内所有时间段的常驻点的语义描述和所述用户在预设时间段内出现在每一特殊场景的频次，形成所述用户出行场景下的描述特征向量。

如图2所示，以预设时间周期是每天24小时、预设时间段是3个月为例，vector1+vector2，可以形成所述用户出行场景下的描述特征向量。

s5、对所述用户出行场景下的描述特征向量进行聚类，得到用户画像。

本实施例的基于出行习惯的用户画像获取方法，应用在与用户携带的ue无线通信连接的服务器中，通过利用用户的常驻点和出行习惯构建用户出行场景下的描述特征向量，并对该描述特征向量进行聚类，获得用户在出行场景下的用户画像，可以根据该用户画像针对不同的用户群进行不同的补贴、推广策略(例如针对通常出差的人士可以给与更多的接送机的优惠；针对有打车报销的群体可以鼓励多使用出租车出行等)及营销策略(例如针对不同的用户群体进行保险、试驾及车辆销售等)等，还可以将该用户画像应用在不同的场景中(用户画像的应用场景非常多，凡是有个体差异的地方都需要)。

图3示出了本公开另一实施例提供的一种基于出行习惯的用户画像获取装置的结构示意图，参照图3，该装置包括：第一获取单元31、第二获取单元32、第三获取单元33、特征向量形成单元34和第四获取单元35；

第一获取单元31，用于获取用户在预设时间周期内每一时间段所处的场景信息；

第二获取单元32，用于根据所述用户在预设时间周期内每一时间段所处的场景信息，得到用户在预设时间周期内所有时间段的常驻点的语义描述；

第三获取单元33，用于获取用户在预设时间段内出现在每一特殊场景的频次；

特征向量形成单元34，用于集合所述用户在预设时间周期内所有时间段的常驻点的语义描述和所述用户在预设时间段内出现在每 一特殊场景的频次，形成所述用户出行场景下的描述特征向量；

第四获取单元35，用于对所述用户出行场景下的描述特征向量进行聚类，得到用户画像。

其中，所述预设时间周期可优选为每天24小时，可将每天24小时分为多个不同的时段。

在具体应用中，所述第一获取单元31，可具体用于

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间周期内每一时间段所处的场景信息；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间周期内每一时间段所处的场景信息。

在具体应用中，所述第一获取单元31可通过用户携带的用户设备内部的定位装置获取在预设时间段内用户的定位信息，所述用户设备内部的定位装置可以为gps或者其他用于进行定位的装置，本实施例并不对其进行限制。

在具体应用中，举例来说，所述预设时间段可以为3个月，本实施例并不对其进行限制，可根据实际情况进行选择。

在具体应用中，所述用户在预设时间周期内某一时间段的常驻点的语义描述，包括：某一时间段和该时间段对应的用户常驻点。

以预设时间周期是每天24小时为例，所述用户在预设时间周期内某一时间段的常驻点的语义描述可以为矢量vector1：(00:00-06:59居住小区，…，08:00-08:59学校，09:00-18:59办公楼，19:00-19:59商场，20:00-23:59居住小区)。

在具体应用中，所述第三获取单元33，可具体用于

获取用户在预设时间段内的历史订单数据；

根据所述历史订单数据，获取用户在预设时间段内出现在每一特殊场景的频次；

和/或，

获取在预设时间段内用户携带的用户设备获取的定位信息；

根据所述定位信息，获取用户在预设时间段内出现在每一特殊场景的频次。

在具体应用中，所述特殊场景，可以包括：机场、火车站、电影院、商场和/或国外等。

以预设时间段是3个月为例，所述第三获取单元33获取的用户在3个月内出现在每一特殊场景的频次可以为：矢量vector2：(3个月内用户出现在机场的频次，3个月内用户出现在火车站的频次，…，3个月内用户出现在国外的频次)。

所述特征向量形成单元34可以通过vector1+vector2，形成所述用户出行场景下的描述特征向量。

本实施例的基于出行习惯的用户画像获取装置，可应用在与用户携带的ue无线通信连接的服务器中，能够获得用户在出行场景下的用户画像，可以根据该用户画像针对不同的用户群进行不同的补贴、推广策略及营销策略等，还可以将该用户画像应用在不同的场景中。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

应当注意的是，在本公开的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。

本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的 技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包括”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开的专利保护范围应由权利要求限定。