用户消费画像生成方法、装置、设备及可读存储介质与流程

本发明主要涉及信息技术领域，具体地说，涉及一种用户消费画像生成方法、装置、设备及可读存储介质。

背景技术：

目前各企业在进行消费产品营销时，为了实现精准营销，通常结合用户的特征数据进行，向用户推荐由特征数据所表征的用户感兴趣的消费产品信息和/或避免向用户推荐其不感兴趣的消费产品信息，以满足用户的消费需求，避免用户错过其感兴趣的消费产品信息。因满足用户消费需求的消费产品信息推荐，与用户特征数据的精准性具有很大的相关性，使得所确定的用户特征数据的精准性在消费产品信息推荐过程中占有非常重要的地位。现有技术中所确定的用户特征数据，在使用过程中并不能满足预期的精准性需求，使得一方面用户不能及时获得其所需要的消费产品信息，另一方面企业的消费产品推广成功率低，如何精准的反映用户消费需求是现有技术中亟待解决的技术问题。

技术实现要素：

本发明的主要目的是提供一种用户消费画像生成方法、装置、设备及可读存储介质，旨在解决现有技术中不能精准的反映用户消费需求的问题。

为实现上述目的，本发明提供一种用户消费画像生成方法，所述用户消费画像生成方法包括以下步骤：

读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

优选地，所述对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率的步骤包括：

读取各所述poi概率中所携带的标识符，并从各所述标识符中筛选出归属为消费类型的消费标识符；

对具有所述消费标识符的所述poi概率进行累加，生成用户去所有消费类型poi的总消费poi概率。

优选地，所述确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率的步骤包括：

将所述预设周期划分为多个子周期，并根据各所述标识符，确定用户在各所述子周期各时段的各消费类型poi，以及与各所述消费类型poi对应的时段消费poi概率；

对各所述子周期相同时段中各相同消费类型poi所具有的所述时段消费poi概率进行累加，生成所述预设周期的各时段中与各消费类型poi对应的子消费poi概率。

优选地，所述根据各所述概率类型对生成用户在所述预设周期的消费画像的步骤包括：

根据各所述概率类型对中所述子消费poi概率的来源时段，为各所述概率类型对分配时段标签；

根据所述时段标签的先后顺序，将各所述概率类型对排列到预设时间轴上，生成用户在所述预设周期各时段的消费画像。

优选地，所述根据各所述概率类型对生成用户在所述预设周期的消费画像的步骤之后包括：

对所述预设周期各时段中各相同消费类型poi所具有的子消费poi概率进行累加，生成所述预设周期中各消费类型poi的类型消费poi概率；

对各所述类型消费poi概率按照数值大小进行排列，生成类型概率序列；

读取所述类型概率序列中排列在预设位的所述类型消费poi概率，并确定与在预设位的所述类型消费poi概率对应的目标消费类型poi；

获取与所述目标消费类型poi对应的类型信息，并将所述类型信息传输到用户所持有的终端。

优选地，所述根据各所述概率类型对生成用户在所述预设周期的消费画像的步骤之后包括：

当检测到用户的实时位置信息时，确定与所述实时位置信息对应的实时消费类型poi；

读取与用户对应的用户消费画像以及实时时间，根据所述用户消费画像，确定用户在所述实时时间去各所述实时消费类型poi的实时poi概率；

对所述实时poi概率按照数值大小进行排列，生成实时概率序列，并确定排列在所述实时概率序列预设位的目标实时poi概率；

获取与所述目标实时poi概率对应实时消费类型poi的实时信息，并将所述实时信息传输到用户所持有的终端。

优选地，所述读取用户在预设周期内去各poi的poi概率的步骤之前包括：

读取用户在预设周期内的各个位置信息，并统计以各所述位置信息为中心的预设范围内的poi；

根据各所述位置信息与所述预设范围的距离关系，确定用户从各所述位置信息去各所述poi的poi概率，生成用户在预设周期内去各poi的poi概率。

此外，为实现上述目的，本发明还提出一种用户消费画像生成装置，所述用户消费画像生成装置包括：

读取模块，用于读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

确定模块，用于判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

生成模块，用于将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

此外，为实现上述目的，本发明还提出一种用户消费画像生成设备，所述用户消费画像生成设备包括：存储器、处理器、通信总线以及存储在所述存储器上的用户消费画像生成程序；

所述通信总线用于实现处理器和存储器之间的连接通信；

所述处理器用于执行所述用户消费画像生成程序，以实现以下步骤：

读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

此外，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于：

读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

本实施例的用户消费画像生成方法，先根据用户在预设周期内去各个poi的poi概率，确定用户去所有消费类型poi的总消费poi概率；此总消费poi概率反映了用户对消费类型poi的需求情况，其中总消费poi概率越大，说明用户对消费类型poi的需求越大；当判断出此总消费poi概率大于预设值时，说明消费类型poi在用户生活中所占的比重较大，向此用户推广消费产品的成功率较高；从而进一步确定在预设周期的各时段中与各消费类型poi对应的子消费poi概率，此子消费poi概率表明用户在不同时段所需求的消费类型poi；进而将各子消费poi概率与其对应的消费类型poi形成多个概率类型对，由各概率类型对生成用户在预设周期的消费画像；通过此用户消费画像，来体现用户在不同时段的消费需求。因用户消费画像由用户在各个时段的消费类型poi及其子消费poi概率所生成，与时段、用户在时段中去到的消费类型poi、以及各消费类型poi的子消费poi概率相关，使得用户消费画像可按时段以及消费类型poi反映用户的各种消费需求，并通过子消费poi概率反映对各种消费需求的大小；避免使用用户特征数据来反映用户消费需求，而使用涉及到用户所去的所有消费类型poi的消费画像来更全面的反映用户消费需求，提高了对用户消费需求反映的精准性。

附图说明

图1是本发明的用户消费画像生成方法第一实施例的流程示意图；

图2是本发明的用户消费画像生成方法第二实施例的流程示意图；

图3是本发明的用户消费画像生成装置第一实施例的功能模块示意图；

图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图；

图5是本发明的用户消费画像生成方法一实施例的场景示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种用户消费画像生成方法。

请参照图1，图1为本发明用户消费画像生成方法第一实施例的流程示意图。在本实施例中，所述用户消费画像生成方法包括：

步骤s10，读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

本发明的用户消费画像生成方法应用于服务器，适用于通过服务器生成表征用户消费需求的消费画像。具体地，服务器中预先生成有用户在预设周期内去各个poi(pointofinterest，兴趣点)的poi概率，poi是可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院和超市等；用户去不同的poi反映了用户的不同需求，且需求大小由poi概率决定。服务器对用户在预设周期内的位置信息检测，确定位置信息周围所具有的poi，进而生成用户在预设周期内去各个poi的poi概率；需要说明的是，对于同一个poi，因用户在预设周期内所去到的时间不同，对应此不同的时间需要生成不同的poi概率；如对于某一poi，用户分别在预设周期中某天的上午和下午均去到此poi，则需要针对上午和下午的时间点分别生成两个poi概率；即各个poi的poi概率不具有叠加性，而与预设周期中的不同时间相关。其中预设周期为根据需求所预先设置的一段时间范围，如天、周、月、年等，预设周期的时间越长，生成的poi概率越能准确的反映用户需求，本实施优选“年”作为预设周期，以“年”为例进行说明；即在此以年作为预设周期的时间范围内实时检测用户的位置信息，通过一年内用户的各个位置信息，生成反映用户需求的各个poi概率。

在生成反映用户预设周期内对各个poi需求大小的poi概率后，因各个poi可能属于同一类型的poi，也可能属于不同类型的poi；如位于不同位置的两个银行则属于同一类型的poi，而位于不同位置的健身房和图书馆则属于不同类型的poi；用户对各个poi需求不一样的同时，对不同类型poi的需求也不一样，而使得用户去各类poi的poi概率大小不一样；对于用户需求高的poi类型，可能用户去具有此类poi的位置的次数较多，所生成的此类poi概率较大。对于与消费相关的消费类型poi，其poi概率相应的与用户需求相关，其中消费类型poi为衣物、皮具、珠宝饰品、护肤品、食品、剧院、电影院等需要花费金钱来换取其他物品的poi。为了表征用户消费需求，在生成用户在预设周期内所去到各个poi的poi概率后，需要从此各个poi的poi概率中，确定属于消费类型poi的所有poi概率，进而根据此所有poi概率判定用户对消费类型poi的需求大小。具体地，先读取用户预设周期内去各个poi的poi概率，再对此各个poi概率按照所归属的poi类型进行统计，即统计归属为消费类型poi的poi概率，以确定用户在预设周期内去所有消费类型poi的总消费poi概率，表征用户在预设周期内去消费类型poi的需求大小。具体地，对各poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率的步骤包括：

步骤s11，读取各所述poi概率中所携带的标识符，并从各所述标识符中筛选出归属为消费类型的消费标识符；

考虑到市面上的poi类型众多，为了对不同类型poi进行区分，对不同类型poi预先设置不同的标识符，如对图书馆、公园等公共类型poi设置标识符f1，对山川、河流等风景类型poi设置标识符f2，对珠宝饰品、食品、电影院等消费类型poi设置标识符f3。在生成用户去各个poi的poi概率时，根据各个poi的类型，为其poi概率添加与类型对应的标识符，如当用户在预设周期内去图书馆的poi概率为a，则对此概率a添加标识符f1。在读取到用户在预设周期内去各poi的poi概率后，进一步读取各个概率中所携带的标识符，再从各个标识符中筛选出归属为消费类型的消费标识符。因表征消费类型的消费标识符为预先设定的，将读取的标识符和此预先设定的消费标识符对比，判断两者是否一致；若两者一致，则说明读取的标识符为消费标识符，而将其从各标识符中筛选出来；若两者不一致，则说明读取的标识符不是消费标识符，而将其过滤掉。在所有读取的标识符均和消费标识符进行判断后，筛选出来的标识符为标识符中归属于消费类型的消费标识符。

步骤s12，对具有所述消费标识符的所述poi概率进行累加，生成用户去所有消费类型poi的总消费poi概率。

可理解地，携带有所筛选出来的消费类型标识符的poi概率，即为用户在预设周期内去消费类型poi的概率；从而对具有此消费类型标识符的poi概率进行累加操作，累加所得到的结果即为用户在预设周期内去所有消费类型poi的总消费poi概率。

步骤s20，判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

进一步地，为了表征用户在预设周期去所有消费类型poi的总消费poi概率的大小，预先设置有预设值，此预设值为根据历史数据进行设定，如历史数据中当多个用户的总消费poi概率大于某一值时，消费类型poi在此多个用户生活中所占的比重较大，此多个用户的对消费类型poi的需求较大；而将此某一值作为预设值，以便于后续通过预设值判定其他用户对消费类型poi的需求大小。在通过累加生成用户在预设周期的总消费poi概率后，将此总消费poi概率和预设值对比，判断总消费poi概率是否大于此预设值；若判断出总消费poi概率不大于此预设值，则说明用户对消费类型poi的需求不大；如果针对此用户生成用于表征用户消费需求的消费画像，而供各企业根据消费画像进行消费产品信息推广；因用户本身对消费类型poi的需求不大，可能消费画像的参考意义不大；从而不针对总消费poi概率小于或等于预设值的用户生成消费画像。而当将总消费poi概率和预设值对比，判断总消费poi概率大于预设值时，则说明用户对消费类型poi的需求较大，而针对其生成消费画像。考虑到用户的消费需求可能与时段相关，如在周六上午10到11点在健身房、周日晚上8点到9点在游泳馆等；从而为了更为精准的反映用户的消费需求，先将预设周期分为多个时段，进而确定用户在各个时段所去到的与消费类型poi对应的子消费poi概率。

可理解地，虽然用户在预设周期中的消费需求不相同，却具有相似性，如工作日晚上去健身房，或者休息日去超时购物、书店购书等；此相似性主要以天为单位进行相似，从而在将预设周期分为多个时段时，按照预设周期中的天进行划分，即将预设周期中先划分为各天，再将各天划分为各个时段。相应的在确定预设周期各个时段中与消费类型poi对应的子消费poi概率时，也是先按天确认各时段的消费类型poi的概率，再由各天中各相同时段的消费类型poi的概率确定预设周期中各时段的子消费poi概率。其中确定预设周期的各时段中与各消费类型poi对应的子消费poi概率的步骤包括：

步骤s21，将所述预设周期划分为多个子周期，并根据各所述标识符，确定用户在各所述子周期各时段的各消费类型poi，以及与各所述消费类型poi对应的时段消费poi概率；

具体地，先将预设周期划分为多个子周期，考虑到用户在预设周期中消费需求的相似性主要以天为单位进行周期性相似，从而子周期优选为以天为单位划分；即按照每天的日期界限将预设周期划分为多天，使一个子周期与一天对应。对于预设周期各子周期用户所去到消费类型poi均生成有poi概率，且此生成的各poi概率与用户在预设周期不同子周期的不同时段相关，如对于用户在不同的两个子周期所去到的同一消费类型poi，相应的需要生成两个poi概率。可根据读取的预设周期中各poi概率所携带的标识符，确定各消费类型poi的poi概率，再按照子周期的划分方式将用户在预设周期内去到所有消费类型poi的poi概率进行划分，使得预设周期中所有消费类型poi的poi概率与各个子周期对应。如预设周期的10个消费类型poi的poi概率中，有3个属于同一个子周期x1，而其他7个属于另一个子周期x2；则将3个消费类型poi的poi概率划分到子周期x1中，而将其他7个消费类型poi的poi概率划分到子周期x2中。此后，因归属于各个子周期的消费类型poi的poi概率与子周期中的不同时段对应，可将子周期细分为多个时段，如以一个小时为单位，将作为天的子周期划分为24个时段，再依据子周期中用户去各消费类型poi的poi概率的时间，将各消费类型poi的poi概率划分到各个时段，使得子周期中各消费类型poi的poi概率与各时段对应。如子周期的7个消费类型poi的poi概率中，有3个属于同一个时段x11，而其他4个属于另一个时段x22；则将3个消费类型poi的poi概率划分到时段x11中，而将其他4个消费类型poi的poi概率划分到时段x22中。通过将消费类型poi的poi概率与时段对应，反映了用户在不同时段的消费需求。

可理解地，消费类型poi涉及到多个属于消费类型的poi，如皮具、珠宝、健身房等，用户去不同消费类型poi，可反映用户不同的消费需求；为了准确反映用户所需求的消费类型，需要进一步确定用户在各时段所去到的各种消费类型poi，以及去各消费类型poi的poi概率；将此去各消费类型poi的poi概率作为时段消费poi概率，反映用户在各时段所需求的消费类型以及需求的大小。具体地，用于标识poi类型的标识符除了可区分poi类型之外，还可区分某类poi下的各个poi；即区分公共类型poi、风景类型poi和消费类型poi之外，还可区分公共类型poi下的图书馆和公园，风景类型poi下的山川和河流，消费类型poi下的珠宝饰品、食品、电影院等。区分可通过增加标识符的字符进行，如对于作为消费类型poi的标识f3，在f3后面增加不同的字符来表征各个消费类型poi，如用f3-31表征珠宝饰品、用f3-32表征食品、用f3-33表征电影院等，使得由poi概率中携带的标识符，可确定属于消费类型poi的同时，还可确定具体属于哪一类型的消费类型poi。

在将消费类型poi的poi概率与时段对应后，进一步根据消费类型poi的poi概率中的标识符确定消费类型poi的具体类型，而将具有相同标识符的poi概率进行累加，因相同的标识符表征属于相同的消费类型poi，累加的结果即为时段中此相同的消费类型poi的时段消费poi概率。如对于上述时段x22中的4个消费类型poi的poi概率，其中2个的标识符均为f3-31，则将此两个标识符对应的poi概率进行累加，累加的结果为在时段x22中用户去作为消费类型poi的珠宝饰品的概率大小。在对子周期中各个时段中相同的消费类型poi的poi概率进行累加后，再对其他子周期中的各个时段进行此累加操作，直到预设周期中所有子周期的各时段均累加完成，反映用户在各子周期的不同时段的消费需求。因各时段可进行累加操作的消费类型poi的poi概率，属于相同的消费类型poi，从而通过累加操作即可确定用户在各子周期各时段的各消费类型poi，以及此各消费类型poi的时段消费poi概率。

步骤s22，对各所述子周期相同时段中各相同消费类型poi所具有的所述时段消费poi概率进行累加，生成所述预设周期的各时段中与各消费类型poi对应的子消费poi概率。

进一步地，考虑到用户在不同子周期的不同时段所去到消费类型poi的需求不一样，如在前一子周期的上午10点用户去食品类的时段消费poi概率为a，而在后一子周期的上午10点用户没有去消费类型poi相关的poi；因用户在子周期中行为的不确定性，使得通过各个子周期的时段消费poi概率来反映用户的消费需求的准确率较低；从而对各个子周期的相同时段的时段消费poi概率进行整合，形成预设周期在各时段的子消费poi概率，通过子消费poi概率来准确全面的反映用户在不同时段的消费需求。

具体地，对各子周期按照相同时段进行划分，再对各时段中相同消费类型poi所具有的时段消费poi概率进行累加；如对于子周期x4、x5、x6，x4中涉及到时段x41、x42、x43，x5中涉及到时段x51、x52、x53，x6中涉及到时段x61、x62、x63，其中x41、x51和x61对应为相同时段，x42、x52和x62对应为相同时段，x43、x53和x63对应为相同时段；且x41、x51和x61中相同消费类型poi包括y1、y2，x42、x52和x62中相同消费类型poi包括y3，x43、x53和x63中相同消费类型poi包括y5、y6，则逐一对x41、x51、x61，x42、x52、x62，x43、x53、x63中各相同消费类型poi的时段消费poi概率进行累加；即对x41、x51、x61中y1、y2分别在x41中的时段消费poi概率y11、y21，在x51中的时段消费poi概率y12、y22、在x61中的时段消费poi概率y13、y23进行累加，使得y1在x41、x51、x61对应时段的子消费poi概率为(y11+y12+y13)，y2在x41、x51、x61对应时段的子消费poi概率为(y21+y22+y23)；此后再对y3在x42、x52、x62中的时段消费poi概率，以及y5、y6在x43、x53、x63中的时段消费poi概率进行累加，分别生成y3在x42、x52、x62对应时段的子消费poi概率，以及y5、y6在x43、x53、x63对应时段的子消费poi概率。在各子周期中所有时段的相同类型类型poi的时段消费poi概率均进行累加后，则生成预设周期的各时段中与各消费类型poi对应的子消费poi概率，通过此各子消费poi概率来全面反映用户在不同时段的消费需求。

步骤s30，将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

更进一步地，在确定预设周期各时段用户所去到的各消费类型poi，以及去各消费类型poi的子消费poi概率后，使得各时段中不同消费类型poi对应有不同的子消费poi概率；将各子消费poi概率以及对应的消费类型poi形成概率类型对，通过概率类型对反映用户所需求的消费类型poi，以及需求的大小。因各子消费poi概率与时段相关，使得所形成的各概率类型对也相应的与时段相关，进而由此各概率类型对生成用户在预设周期的消费画像，且各概率类型对在消费画像中以时段进行区分呈现，以体现用户在不同时段的消费需求。具体地，根据各概率类型对生成用户在预设周期的消费画像的步骤包括：

步骤s31，根据各所述概率类型对中所述子消费poi概率的来源时段，为各所述概率类型对分配时段标签；

可理解地，概率类型对中的子消费poi概率依据划分的时段生成，将此划分的时段作为子消费poi概率的来源时段，且因划分的同一时段中涉及到多种消费类型poi，使得多个子消费poi概率均对应同一个来源时段。根据各概率类型对中子消费poi概率的来源时段，为各概率类型对分配时段标签；对于来源时段相同的概率类型对，所分配的时段标签一样，而来源时段不相同的概率类型对，所分配的时段标签不一样。如对于概率类型对p1、p2、p3、p4和p5，其中p1和p5中的子消费poi概率来源于同一划分的时段，而对其分配相同的时段标签g1，而对p2、p3、p4分别分配不同的时段标签g1、g2和g3。

步骤s32，根据所述时段标签的先后顺序，将各所述概率类型对排列到预设时间轴上，生成用户在所述预设周期各时段的消费画像。

进一步地，因时段标签实质为表征不同的时段，不同时段具有时间上的先后顺序，如上午10点和下午4点，则上午10点为在先的时间，而下午4点为在后的时间。时段标签也和时段一样，具有时间上的先后顺序，依据此先后顺序，将各概率类型对排列到预设时间轴上；此预设时间轴为预先设定的表征时间先后顺序的数轴。请参照图5，以小时为时段将预设时间轴划分为24段，依据每个概率类型对的时段标签所对应的时段，将各个每个概率类型对排列到预设时间轴上，在预设时间轴上对概率类型对展示，生成用户在预设周期各时段的消费画像。其中展示的内容包括概率类型对的消费类型poi及其对应子消费poi概率大小；如对应上述概率类型对p1、p2、p3、p4和p5，其中p1和p5时段标签所表征的时段为上午8点到9点之间、p2时段标签所表征的时段为下午2点到3点、p3时段标签所表征的时段为下午4点到5点、p4时段标签所表征的时段为上午10点到11点。同时p1中的消费类型poi为p11，且p11的子消费poi概率为q11；p2中的消费类型poi为p22，且p22的子消费poi概率为q22；p3中的消费类型poi为p11，且p11的子消费poi概率为q12；p4中的消费类型poi为p41，且p41的子消费poi概率为q42；p5中的消费类型poi为p22，且p22的子消费poi概率为q51；因p1和p3中消费类型poi相同，p2和p5中消费类型poi相同，说明用户在上午8点到9点、下午4点到5点之间的时段均有p11的消费类型poi需求，在上午8点到9点、下午2点到3点之间的时段均有p22的消费类型poi需求。将此p1、p2、p3、p4和p5按照时间标签的先后顺序，以p1/p5、p4、p2、p3的顺序排列在预设时间轴上，并展示p1、p2、p3、p4和p5的消费类型poi及其对应的子消费poi概率大小，便于根据展示的内容快速准确的反映用户在各时段的消费需求。

本实施例的用户消费画像生成方法，先根据用户在预设周期内去各个poi的poi概率，确定用户去所有消费类型poi的总消费poi概率；此总消费poi概率反映了用户对消费类型poi的需求情况，其中总消费poi概率越大，说明用户对消费类型poi的需求越大；当判断出此总消费poi概率大于预设值时，说明消费类型poi在用户生活中所占的比重较大，向此用户推广消费产品的成功率较高；从而进一步确定在预设周期的各时段中与各消费类型poi对应的子消费poi概率，此子消费poi概率表明用户在不同时段所需求的消费类型poi；进而将各子消费poi概率与其对应的消费类型poi形成多个概率类型对，由各概率类型对生成用户在预设周期的消费画像；通过此用户消费画像，来体现用户在不同时段的消费需求。因用户消费画像由用户在各个时段的消费类型poi及其子消费poi概率所生成，与时段、用户在时段中去到的消费类型poi、以及各消费类型poi的子消费poi概率相关，使得用户消费画像可按时段以及消费类型poi反映用户的各种消费需求，并通过子消费poi概率反映对各种消费需求的大小；避免使用用户特征数据来反映用户消费需求，而使用涉及到用户所去的所有消费类型poi的消费画像来更全面的反映用户消费需求，提高了对用户消费需求反映的精准性。

进一步地，请参照图2，在本发明用户画像生成方法第一实施例的基础上，提出本发明用户画像生成方法第二实施例，在第二实施例中，所述根据各所述概率类型对生成用户在所述预设周期的消费画像的步骤之后包括：

步骤s40，对所述预设周期各时段中各相同消费类型poi所具有的子消费poi概率进行累加，生成所述预设周期中各消费类型poi的类型消费poi概率；

可理解地，用户对不同消费类型poi的需求不一样，且需求大小可用各消费类型poi的poi概率体现。将预设周期中各时段内的相同消费类型poi所具有的子消费poi概率进行累加，生成用户在预设周期中去各消费类型poi的类型消费poi概率，此类型消费poi概率为用户在预设周期中去各类消费类型poi的总概率，表征用户对各类消费类型poi的需求大小。如用户在时段t1中涉及到消费类型t11、t12、t13、t14，且子消费poi概率分别为t11、t12、t13和t14，而在时段t2中涉及到消费类型t21、t12、t13、t24，且子消费poi概率分别为t21、t22、t23和t24；则将t1和t2中的t12的子消费poi概率进行累加，生成t12的类型消费poi概率(t12+t22)，同时将t13的子消费poi概率进行累加，生成t13的类型消费poi概率(t13+t23)。对各时段中属于相同消费类型poi的子消费poi概率进行累加，直到预设周期中各时段均累加完成，生成各类消费类型poi的各个类型消费poi概率，通过此各个类型消费poi概率反映用户对各类消费类型poi的需求。

步骤s50，对各所述类型消费poi概率按照数值大小进行排列，生成类型概率序列；

进一步地，在生成各个类型消费poi概率后，各个类型消费poi概率具有不同的数值大小，其中数值越大，越能满足用户需求；从而对各个类型消费poi概率按照数值大小进行排列，排列所得到数值序列为类型概率序列。排列操作可以按照数值从大到小的方式排列，也可以为按照数值从小到大的方式排列，优选为按照数值从大到小的方式排列。对于从大到小的方式，在类型概率序列中排列越靠前的数据，其数值越大，越能反映用户的消费类型poi需求。

步骤s60，读取所述类型概率序列中排列在预设位的所述类型消费poi概率，并确定与在预设位的所述类型消费poi概率对应的目标消费类型poi；

为了通过类型消费poi概率反映用户的消费类型poi需求，本实施例预先设置有预设位，此预设位表征用户在预设周期所涉及的各类消费类型poi中，占用户需求较大的几类。读取类型概率序列中排列在前预设位的类型消费概率，并由此在预设位的类型消费概率所携带的标识符确定与其对应的目标消费类型poi，此目标消费类型poi即为用户需求较大的消费类型poi。如设定预设位为3，而类型概率序列按照数值大小排列顺序为m5、m2、m3、m8、m6···，则将m5、m2和m3确定为排列在预设位的类型消费poi概率；从而读取m5、m2、m3中携带的标识符，根据标识符即可确定此m5、m2、m3所来源的各消费类型poi；m5、m2、m3所来源的各消费类型poi实质为类型消费poi概率分别为m5、m2、m3的消费类型poi，将此类型消费poi概率分别为m5、m2、m3的消费类型poi作为目标消费类型poi，以反映用户所需求的消费类型poi。

步骤s70，获取与所述目标消费类型poi对应的类型信息，并将所述类型信息传输到用户所持有的终端。

可理解地，各种消费类型poi的信息会随着时间而更新，如作为消费类型poi的珠宝饰品，在不同时间具有款式的更新或者价格的优惠，作为消费类型poi的电影院，在不同时间具有新上映的电影更新等。在确定用户所需求的目标消费类型poi后，则获取与此目标消费类型poi对应的类型信息；此类型信息为各目标消费类型poi所更新的更新信息，可通过与第三方机构建立通信连接获取，如与各目标消费类型poi的产品信息平台建立通信连接。将此获取的类型信息传输到用户所持有的终端，方便用户了解其所需求的目标消费类型poi的最新信息；用户所持有的终端可以是用户使用的手机、平板电脑等，对此不做限制。

进一步地，在本发明用户画像生成方法另一实施例中，所述根据各所述概率类型对生成用户在所述预设周期的消费画像的步骤之后包括：

步骤q1，当检测到用户的实时位置信息时，确定与所述实时位置信息对应的实时消费类型poi；

可理解地，在生成用户在预设周期中的消费画像后，通过消费画像可体现用户在不同时段的消费需求；从而后续可根据生成的消费画像推测用户的消费需求，而向用户推广其所可能需求的消费产品信息，实现精准营销。具体地，当通过用户所持有终端检测到用户的实时位置信息时，可以推测出用户有去到此实时位置信息周围某一poi的需求，从而可通过基站或gps(globalpositioningsystem，全球定位系统)定位确定此实时位置信息周围所具有的实时消费类型poi，此实时消费类型poi即为用户当前可能所去到的消费类型poi。

步骤q2，读取与用户对应的用户消费画像以及实时时间，根据所述用户消费画像，确定用户在所述实时时间去各所述实时消费类型poi的实时poi概率；

进一步地，为了确定用户最有可能去的实时消费类型poi，读取与用户对应的用户消费画像，因用户消费画像与时段相关，从而还需要读取检测到实时位置信息的实时时间。其中服务器中因涉及到众多用户的消费画像，对于各个消费画像设置有与各用户对应，且表征唯一性的用户标识符；如用于实现用户定位的终端的唯一标识符。当通过用户所持有终端检测到用户的实时位置信息时，进一步读取此终端携带的唯一标识符，将此唯一标识符和服务器中各消费画像所携带的用户标识符对比；当消费画像所携带的用户标识符和此唯一标识符一致时，则说明此消费画像为与用户对应的用户消费画像，可体现用户的消费需求。因用户消费画像中涉及到各个时段用户去各消费类型poi的子消费poi概率，从而由此用户消费画像可推测用户在此实时时间可能所需要去的消费poi类型。

考虑到用户所去的实时位置周围所具有的消费类型poi有限，但用户去到此实时位置，说明用户有去此实时位置周围某一消费类型poi的需求；从而结合用户消费画像所体现的用户在各时段的消费需求，以及实时位置周围所具有的消费类型poi，确定用户所需要去的消费类型poi。此消费类型poi为推测的用户可能所需要去的poi，且其数量可以是多个也可以是单个；当是多个时，其为用户消费画像中实时时间所在时段子消费poi概率排列在前几位的poi；当是单个时，则为用户消费画像中实时时间所在时段子消费poi概率最大的poi。从而在确定用户消费画像及实时时间后，进一步将实时时间与用户消费画像中的各时段对比，确定实时时间所在的时段，进而确定用户消费画像中此时段所具有的子消费poi概率。如实时时间为上午十点半，而用户消费画像中，在时段上午十点到十一点之间，所包括的消费类型poi为w1、w2、w3、w4和w5，且对应的子消费poi概率为w11、w22、w33、w44和w55，从而可确定用户消费画像中与当前实时时间所对应的子消费poi概率为w11、w22、w33、w44和w55。

因用户当前所在的实时位置信息，所具有的实时消费类型poi可能与当前实时时间所对应的消费类型poi不一样，使得用户当前不能去当前实时时间所不具有的消费类型poi；如所确定的实时消费类型poi为w1、w3、w4和w5，而不具有w5，用户在当前实时时间不能去w5的消费类型poi。从而在确定与当前实时时间所对应的消费类型poi后，需要进一步结合实时消费类型poi确定用户实时时间可能去到的消费类型poi；此可能去到的消费类型poi为存在于当前实时位置所对应时段所包括的消费类型poi中，且存在于实时消费类型poi中的消费类型poi；将此可能去到的消费类型poi的子消费poi概率作为用户在实时时间所去各实时消费类型poi的实时poi概率，表征用户在实时时间可能去到的消费类型poi所具有的子消费poi概率。

步骤q3，对所述实时poi概率按照数值大小进行排列，生成实时概率序列，并确定排列在所述实时概率序列预设位的目标实时poi概率；

可理解地，各实时poi概率的大小反映了用户去实时消费类型poi的可能性大小，从而对各实时poi概率按照数值大小进行排列，排列所得到数值序列为实时概率序列。排列操作可以按照数值从大到小的方式排列，也可以为按照数值从小到大的方式排列，优选为按照数值从大到小的方式排列。对于从大到小的方式，在类型概率序列中排列越靠前的数据，其数值越大，越能反映用户去实时消费类型poi的需求。为了准确的反映用户去实时消费类型poi的需求，本实施例同样用预先设置的预设位进行表征，此用预设位表征用户在实时位置信息所涉及的各实时消费类型poi中，占用户需求较大的几类。将排列在实时概率序列中前预设位的实时poi概率确定为目标实时poi概率，此各目标实时poi概率具有较高的数值，用户所去其对应实时消费类型poi的可能性较大。

步骤q4，获取与所述目标实时poi概率对应实时消费类型poi的实时信息，并将所述实时信息传输到用户所持有的终端。

进一步地，由排列在预设位的目标实时poi概率所携带的标识符确定与其对应的实时消费类型poi，此对应的实时消费类型poi即为用户实时时间所需求去的消费类型poi。通过与各对应的实时消费类型poi的产品信息平台建立通信连接，获取与各对应的实时消费类型poi的实时信息；此实时信息为各对应实时消费类型poi在实时时间所具有的信息，如对应实时消费类型poi的商品信息、价格信息、营业时间信息等。将此获取的实时信息传输到用户所持有的终端，方便用户了解其可能所需求去的实时消费类型poi的实时信息。

进一步地，在本发明用户画像生成方法另一实施例中，所述所述读取用户在预设周期内去各poi的poi概率的步骤之前包括：

步骤q5，读取用户在预设周期内的各个位置信息，并统计以各所述位置信息为中心的预设范围内的poi；

可理解地，因各个poi概率依据用户在预设周期内的各个位置信息进行生成，而不同位置信息周围所具有的poi不相同，且用户在不同时间所去的位置不相同；从而在生成用户在预设周期中的各个poi概率时，通过gps定位服务或基站定位服务获取用户在预设周期中的各个位置信息，并统计以各个位置信息为中心的预设范围内的poi。其中读取位置信息和统计poi操作可以是在预设周期中的实时操作，也可以是在预设周期完成后的统一操作；对于实时操作，gps或基站对用户的位置信息进行实时定位，并将所定位的位置信息进行存储；在预设周期中实时读取此定位的位置信息，统计以此位置信息为中心的预设范围内的poi；对于统一操作，则在预设周期的时间完成后，统一读取用户在预设周期所去到的位置信息，统计以各位置信息为中心的预设范围内的poi。考虑到虽然各位置信息周围的poi众多，但用户所去的poi有限，且距离各位置信息越远的poi，用户所去的可能性越小；从而预先根据多个历史数据中用户以位置信息为中心所去到poi的距离范围设定此预设范围，以使预设范围满足大部分人的出行需求。对各位置信息的此预设范围内的poi统计，表征用户从各位置信息对应位置所可能去到的各个poi。

步骤q6，根据各所述位置信息与所述预设范围的距离关系，确定用户从各所述位置信息去各所述poi的poi概率，生成用户在预设周期内去各poi的poi概率。

进一步地，对于在预设范围内的各个poi，用户可根据需求去到其需要去的poi，用户去各个poi的概率相同，且去各个poi的总概率之和为1；对预设范围内的所具有poi的总数量进行统计，再用1与总数量做比值，比值的结果即为用户从预设周期的某位置信息去此位置信息预设范围内中各个poi的poi概率；如某位置信息预设范围内有5个poi，则去各个poi的概率均为1/5。依照此方式对用户从各位置信息去到预设范围内各个poi的poi概率进行计算，直到所有位置信息的预设范围内的各个poi的poi概率均经计算确定，将此计算的用户从各位置信息去预设范围内各个poi的poi概率进行存储，以便后续根据此各个poi概率确定用户去各个poi的需求大小。

此外，考虑到预设范围内不同poi与位置信息之间的距离不一样，不同的距离对用户从位置信息去各poi的概率有影响；其中距离位置信息越远的poi，用户所去到的可能性越小，从而降低了用户去此poi的概率；使得用户从位置信息去各个poi的poi概率除了与poi数量相关外，还与各个poi和位置信息之间的距离相关。具体地，在确定poi概率时，将预设范围划分为多个远近区域，不同远近区域与位置信息的距离不相同。因距离位置信息较近的远近区域，用户去到此区域的概率相对较大，而去到距离位置信息较远的远近区域的概率相对较小，从而依据远近区域与位置信息的距离关系，为各远近区域分配不同的区域概率，表征用户去预设范围内各远近区域的可能性大小。在确定预设范围内各远近区域的区域概率之后，在此各区域概率的基础上，进一步对确定的poi概率进行更新。具体地，在根据预设范围内poi数量确定各个poi的poi概率后，再用poi概率与远近区域所具有的区域概率相乘；相乘的结果即为对用户在位置信息去远近区域中各个poi的poi概率更新的结果，为用户从位置信息去预设范围内各个poi的poi概率；依照此方式对用户从各位置信息去到预设范围内各远近区域的各个poi的poi概率进行计算，直到所有位置信息的预设范围内的各poi概率均经计算完成。通过将预范围继续细分为多个远近区域，使所确定的poi概率更为准确，而更精准的反映了用户在预设周期中各位置信息的poi需求。

此外，请参照图3，本发明提供一种用户消费画像生成装置，在本发明用户消费画像生成装置第一实施例中，所述用户消费画像生成装置包括：

读取模块10，用于读取用户在预设周期内去各poi的poi概率，并对各所述poi概率按照所归属的poi类型进行统计，确定用户去所有消费类型poi的总消费poi概率；

确定模块20，用于判断所述总消费poi概率是否大于预设值，若大于所述预设值，则确定所述预设周期的各时段中与各消费类型poi对应的子消费poi概率；

生成模块30，用于将各所述子消费poi概率及对应的消费类型poi形成概率类型对，并根据各所述概率类型对生成用户在所述预设周期的消费画像。

本实施例的用户消费画像生成装置，先由读取模块10根据用户在预设周期内去各个poi的poi概率，确定用户去所有消费类型poi的总消费poi概率；此总消费poi概率反映了用户对消费类型poi的需求情况，其中总消费poi概率越大，说明用户对消费类型poi的需求越大；当确定模块20判断出此总消费poi概率大于预设值时，说明消费类型poi在用户生活中所占的比重较大，向此用户推广消费产品的成功率较高；从而进一步确定在预设周期的各时段中与各消费类型poi对应的子消费poi概率，此子消费poi概率表明用户在不同时段所需求的消费类型poi；进而由生成模块30将各子消费poi概率与其对应的消费类型poi形成多个概率类型对，由各概率类型对生成用户在预设周期的消费画像；通过此用户消费画像，来体现用户在不同时段的消费需求。因用户消费画像由用户在各个时段的消费类型poi及其子消费poi概率所生成，与时段、用户在时段中去到的消费类型poi、以及各消费类型poi的子消费poi概率相关，使得用户消费画像可按时段以及消费类型poi反映用户的各种消费需求，并通过子消费poi概率反映对各种消费需求的大小；避免使用用户特征数据来反映用户消费需求，而使用涉及到用户所去的所有消费类型poi的消费画像来更全面的反映用户消费需求，提高了对用户消费需求反映的精准性。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述读取模块包括：

读取单元，用于读取各所述poi概率中所携带的标识符，并从各所述标识符中筛选出归属为消费类型的消费标识符；

累加单元，用于对具有所述消费标识符的所述poi概率进行累加，生成用户去所有消费类型poi的总消费poi概率。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述确定模块包括：

确定单元，用于将所述预设周期划分为多个子周期，并根据各所述标识符，确定用户在各所述子周期各时段的各消费类型poi，以及与各所述消费类型poi对应的时段消费poi概率；

生成单元，用于对各所述子周期相同时段中各相同消费类型poi所具有的所述时段消费poi概率进行累加，生成所述预设周期的各时段中与各消费类型poi对应的子消费poi概率。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述生成模块包括：

分配单元，用于根据各所述概率类型对中所述子消费poi概率的来源时段，为各所述概率类型对分配时段标签；

排列单元，用于根据所述时段标签的先后顺序，将各所述概率类型对排列到预设时间轴上，生成用户在所述预设周期各时段的消费画像。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述用户消费画像生成装置还包括：

累加模块，用于对所述预设周期各时段中各相同消费类型poi所具有的子消费poi概率进行累加，生成所述预设周期中各消费类型poi的类型消费poi概率；

排列模块，用于对各所述类型消费poi概率按照数值大小进行排列，生成类型概率序列；

所述读取模块还用于，读取所述类型概率序列中排列在预设位的所述类型消费poi概率，并确定与在预设位的所述类型消费poi概率对应的目标消费类型poi；

获取模块，用于获取与所述目标消费类型poi对应的类型信息，并将所述类型信息传输到用户所持有的终端。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述用户消费画像生成装置还包括：

检测模块，用于当检测到用户的实时位置信息时，确定与所述实时位置信息对应的实时消费类型poi；

所述读取模块还用于，读取与用户对应的用户消费画像以及实时时间，根据所述用户消费画像，确定用户在所述实时时间去各所述实时消费类型poi的实时poi概率；

所述排列模块还用于，对所述实时poi概率按照数值大小进行排列，生成实时概率序列，并确定排列在所述实时概率序列预设位的目标实时poi概率；

传输模块，用于获取与所述目标实时poi概率对应实时消费类型poi的实时信息，并将所述实时信息传输到用户所持有的终端。

进一步地，在本发明用户消费画像生成装置另一实施例中，所述用户消费画像生成装置还包括：

统计模块，用于读取用户在预设周期内的各个位置信息，并统计以各所述位置信息为中心的预设范围内的poi；

所述生成模块还用于，根据各所述位置信息与所述预设范围的距离关系，确定用户从各所述位置信息去各所述poi的poi概率，生成用户在预设周期内去各poi的poi概率。

其中，上述用户消费画像生成装置的各虚拟功能模块存储于图4所示用户消费画像生成设备的存储器1005中，处理器1001执行用户消费画像生成程序时，实现图3所示实施例中各个模块的功能。

参照图4，图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图。

本发明实施例用户消费画像生成设备可以是pc(personalcomputer，个人计算机)，也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。

如图4所示，该用户消费画像生成设备可以包括：处理器1001，例如cpu(centralprocessingunit，中央处理器)，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram(randomaccessmemory，随机存取存储器)，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，该用户消费画像生成设备还可以包括用户接口、网络接口、摄像头、rf(radiofrequency，射频)电路，传感器、音频电路、wifi(wirelessfidelity，无线宽带)模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。

本领域技术人员可以理解，图4中示出的用户消费画像生成设备结构并不构成对用户消费画像生成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图4所示，作为一种可读存储介质的存储器1005中可以包括操作系统、网络通信模块以及用户消费画像生成程序。操作系统是管理和控制用户消费画像生成设备硬件和软件资源的程序，支持用户消费画像生成程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与用户消费画像生成设备中其它硬件和软件之间通信。

在图4所示的用户消费画像生成设备中，处理器1001用于执行存储器1005中存储的用户消费画像生成程序，实现上述用户消费画像生成方法各实施例中的步骤。

本发明提供了一种可读存储介质，所述可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述用户消费画像生成方法各实施例中的步骤。

还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。