一种根据用户画像智能挖掘代跑客户的方法及装置与流程

本发明涉及通信技术领域，具体涉及一种根据用户画像智能挖掘代跑客户的方法及装置。

背景技术：

代跑最初的含义是代替客户跑步。随着时代发展，代跑成为替人跑腿办事的代名词。且随着互联网的快速发展，代跑需求也如雨后春笋般涌现。现有代跑公司接受代跑业务，往往需要客户主动寻求或发布代跑业务需求，而不能主动挖掘代跑客户。针对该问题，本发明提供了一种根据用户画像智能挖掘代跑客户的方法及装置。

技术实现要素：

本发明提供了一种根据用户画像智能挖掘代跑客户的方法及装置，以解决现有技术不能主动挖掘代跑客户的技术问题。

根据本发明的一方面，提供了一种根据用户画像智能挖掘代跑客户的方法，包括：

获取训练样本，训练样本包括代跑客户和非代跑客户；

采集训练样本与预设的用户画像属项对应的用户画像标签；

根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器；

根据已训练好的分类器识别当前用户是否为代跑客户。

进一步地，采集训练样本与预设的用户画像属项对应的用户画像标签包括：

预设用户画像属项，用户画像属项包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合；

采集训练样本的基本信息；

根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签。

进一步地，采集训练样本的基本信息包括：

根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项，提取训练样本的基本信息。

进一步地，根据已训练好的分类器识别当前用户是否为代跑客户包括：

采集当前用户的基本信息；

根据当前用户的基本信息，获取当前用户与预设的用户画像属项对应的用户画像标签；

将当前用户的用户画像标签输入分类器，从而根据分类器的输出识别当前用户是否为代跑客户。

根据本发明的另一方面，提供了一种根据用户画像智能挖掘代跑客户的装置，包括：

训练样本获取装置，用于获取训练样本，训练样本包括代跑客户和非代跑客户；

采集装置，用于采集训练样本与预设的用户画像属项对应的用户画像标签；

训练装置，用于根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器；

识别装置，用于根据已训练好的分类器识别当前用户是否为代跑客户。

进一步地，采集装置包括：

预设装置，用于预设用户画像属项，用户画像属项包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合；

基本信息采集装置，用于采集训练样本的基本信息；

用户画像标签获取装置，用于根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签。

进一步地，基本信息采集装置包括：

提取装置，用于根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项，提取训练样本的基本信息。

进一步地，识别装置包括：

当前用户基本信息采集装置，用于采集当前用户的基本信息；

当前用户画像标签获取装置，用于根据当前用户的基本信息，获取当前用户与预设的用户画像属项对应的用户画像标签；

输入装置，用于将当前用户的用户画像标签输入分类器，从而根据分类器的输出识别当前用户是否为代跑客户。

本发明具有以下有益效果：

本发明提供的根据用户画像智能挖掘代跑客户的方法及装置，该方法通过获取训练样本，训练样本包括代跑客户和非代跑客户，采集训练样本与预设的用户画像属项对应的用户画像标签，根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器以及根据已训练好的分类器识别当前用户是否为代跑客户，解决了现有技术不能主动挖掘代跑客户的技术问题，通过根据当前用户的用户画像智能分析出当前用户是否为代跑客户，从而实现智能挖掘代跑客户，节省了大量的客户获取成本。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的根据用户画像智能挖掘代跑客户的方法流程图；

图2是本发明针对一个精简实施例的根据用户画像智能挖掘代跑客户的方法流程图；

图3是本发明优选实施例的根据用户画像智能挖掘代跑客户装置的结构框图。

说明书附图标记：

10、训练样本获取装置；20、采集装置；30、训练装置；40、识别装置。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参照图1，本发明的优选实施例提供了一种根据用户画像智能挖掘代跑客户的方法，包括：

步骤s101，获取训练样本，训练样本包括代跑客户和非代跑客户；

步骤s102，采集训练样本与预设的用户画像属项对应的用户画像标签；

步骤s103，根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器；

步骤s104，根据已训练好的分类器识别当前用户是否为代跑客户。

本发明提供的根据用户画像智能挖掘代跑客户的方法，通过获取训练样本，训练样本包括代跑客户和非代跑客户，采集训练样本与预设的用户画像属项对应的用户画像标签，根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器以及根据已训练好的分类器识别当前用户是否为代跑客户，解决了现有技术不能主动挖掘代跑客户的技术问题，通过根据历史代跑客户的用户画像标签训练用于自动识别代跑客户的分类器，能智能分析出当前用户是否为代跑客户，从而实现主动挖掘代跑客户，节省了大量的客户获取成本。

具体地，本实施例较新颖地利用历史代跑客户的用户画像训练用于识别代跑客户的分类器，从而可以根据训练好的分类器以及当前用户的用户画像标签判断其是否属于代跑客户，最终实现主动挖掘代跑客户的目的，开拓了一条结合用户的用户画像主动挖掘代跑客户的新思路，实现方式可靠，实用价值和推广价值高。

本实施例对用户建立用户画像具体是通过预设用户画像属项，并结合根据用户画像属项采集的用户画像标签实现，也即本实施的用户画像标签用于对用户进行画像。

可选地，采集训练样本与预设的用户画像属项对应的用户画像标签包括：

预设用户画像属项，用户画像属项包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合；

采集训练样本的基本信息；

根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签。

本实施例对训练样本进行用户画像可以从多个维度进行，且根据预设的用户画像属项也可以从多个渠道采集与用户画像属项对应的用户画像标签。具体地，本实施例通过训练样本的基本信息采集训练样本的用户画像标签。

本实施例预设的用户画像属项，主要用于从不同的维度刻画或描述训练样本的用户画像信息，例如用户画像属项可以为年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合，但本实施例不限于只包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况等属项。

本实施例的用户画像属项不限于只包括上述的用户画像属项，同时也不限于包括上述全部的用户画像属项，具体由用户自定义或根据需要和系统设计复杂度和设计精度进行选取。

此外，本实施例根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签时，可以采取关键词匹配的方法或正则表达式的方法进行。例如采集与用户画像属项（生肖、星座）对应的用户画像标签时，可以通过对基本信息进行关键词（生肖、星座）匹配提取与用户画像属项（生肖、星座）对应的用户画像标签，也可以通过正则表达式的方法实现。

具体地，本实施例在采用正则表达式获取训练样本与预设的用户画像属项对应的用户画像标签时，根据不同的用户画像属项确定不同的正则表达式，同时正则表达式可以根据需要创建一个或多个。

可选地，采集训练样本的基本信息包括：

根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项，提取训练样本的基本信息。

本实施例中训练样本的基本信息主要是与训练样本关联的一些基础信息，例如年龄、性别、职业、生肖、血型、兴趣爱好等等，且根据这些基本信息能获取与预设的用户画像属项对应的用户画像标签。

本实施例采集训练样本的基本信息可以根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项进行采集。需要说明的是，本实施例中的通讯记录包括通话记录、短信聊天记录，其中，短信聊天记录又包括手机短信聊天记录和即时通讯消息聊天记录。

可选地，根据已训练好的分类器识别当前用户是否为代跑客户包括：

采集当前用户的基本信息；

根据当前用户的基本信息，获取当前用户与预设的用户画像属项对应的用户画像标签；

将当前用户的用户画像标签输入分类器，从而根据分类器的输出识别当前用户是否为代跑客户。

具体地，本实施例在训练好用于识别代跑聊天记录的分类器后，根据已训练好的分类器识别当前聊天内容是否为代跑聊天记录的具体过程为：首先，提取当前聊天内容的关键词，获得当前关键词向量，然后采集当前聊天内容与预设的场景标签对应的当前场景信息，并提取与当前场景信息对应的当前场景信息向量，最后将当前关键词向量和当前场景信息向量输入已训练好的分类器，从而基于已训练好的分类器识别当前聊天内容是否为代跑聊天记录。本实施例中的分类器可以是二分类器、支持向量机分类器等类型的分类器。

下面针对一个精简实施例对本发明的根据用户画像智能挖掘代跑客户的过程和原理进行更进一步说明。

步骤s201，获取训练样本，训练样本包括代跑客户和非代跑客户。

假设本实施例获取的训练样本为100个，且代跑客户和非代跑客户假设均为50个。

步骤s202，预设用户画像属项，用户画像属项包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合。

具体地，假设本实施例预设的用户画像属项包括四项，分别是年龄、兴趣爱好、职业以及职位。

步骤s203，采集训练样本的基本信息。

具体地，本实施例可以根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项，提取训练样本的基本信息。

步骤s204，根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签。

具体地，本实施例根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签时，可以采取关键词匹配的方法或正则表达式的方法进行。例如采集与用户画像属项（年龄、兴趣爱好、职业以及职位）对应的用户画像标签时，可以通过对基本信息进行关键词（年龄、兴趣爱好、职业以及职位）匹配提取与用户画像属项（年龄、兴趣爱好、职业以及职位）对应的用户画像标签，也可以通过正则表达式的方法实现。

此外，由于本实施例的用户画像属项包括四项，分别是年龄、兴趣爱好、职业以及职位，也即在采集当前用户的当前用户画像标签时，按照这四项用户画像属项进行采集。需要说明的是，在实际的实施过程中，在采集当前用户的当前用户画像标签时，也可以自定义用户画像属项以及用户画像属项项数，并根据自定义的用户画像属项，采集当前用户与自定义的用户画像属项对应的当前用户画像标签。

步骤s205，根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器。

具体地，本实施例通过将100个训练样本的用户画像标签，分别输入分类器，从而训练好用于识别代跑客户的分类器。

步骤s206，根据已训练好的分类器识别当前用户是否为代跑客户。

具体地，本实施例根据已训练好的分类器识别当前用户是否为代跑客户的过程时，首先采集当前用户的基本信息，然后根据当前用户的基本信息，获取当前用户与预设的用户画像属项对应的用户画像标签，假设本实施例采集到当前用户画像标签为：性格=女、年龄=25、兴趣爱好=购物，职位=普通员工，最后将当前用户的用户画像标签输入分类器，从而根据分类器的输出识别当前用户是否为代跑客户。

参照图3，本发明的优选实施例提供的根据用户画像智能挖掘代跑客户的装置，包括：

训练样本获取装置10，用于获取训练样本，训练样本包括代跑客户和非代跑客户；

采集装置20，用于采集训练样本与预设的用户画像属项对应的用户画像标签；

训练装置30，用于根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器；

识别装置40，用于根据已训练好的分类器识别当前用户是否为代跑客户。

本发明提供的根据用户画像智能挖掘代跑客户的装置，通过获取训练样本，训练样本包括代跑客户和非代跑客户，采集训练样本与预设的用户画像属项对应的用户画像标签，根据训练样本以及训练样本的用户画像标签，训练用于识别代跑客户的分类器以及根据已训练好的分类器识别当前用户是否为代跑客户，解决了现有技术不能主动挖掘代跑客户的技术问题，通过根据历史代跑客户的用户画像标签训练用于自动识别代跑客户的分类器，能智能分析出当前用户是否为代跑客户，从而实现主动挖掘代跑客户，节省了大量的客户获取成本。

可选地，采集装置20包括：

预设装置，用于预设用户画像属项，用户画像属项包括年龄、兴趣爱好、职业、性格、性别、忌讳、运势、价值观、爱情观、宗教信仰、身体状况条目中的一种或多种组合；

基本信息采集装置，用于采集训练样本的基本信息；

用户画像标签获取装置，用于根据训练样本的基本信息，获取训练样本与预设的用户画像属项对应的用户画像标签。

可选地，基本信息采集装置包括：

提取装置，用于根据训练样本的通讯记录、注册信息、通讯录、备忘录或日程提醒事项，提取训练样本的基本信息。

可选地，识别装置40包括：

当前用户基本信息采集装置，用于采集当前用户的基本信息；

当前用户画像标签获取装置，用于根据当前用户的基本信息，获取当前用户与预设的用户画像属项对应的用户画像标签；

输入装置，用于将当前用户的用户画像标签输入分类器，从而根据分类器的输出识别当前用户是否为代跑客户。

本实施例根据用户画像智能挖掘代跑客户的装置的具体工作过程和工作原理可参照本实施例的根据用户画像智能挖掘代跑客户的方法的工作过程和工作原理。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。