本申請涉及智能推薦算法的領(lǐng)域，尤其涉及一種面向權(quán)益產(chǎn)品的用戶偏好分析方法及裝置。

背景技術(shù)：

1、權(quán)益產(chǎn)品是作為傳統(tǒng)運(yùn)營商業(yè)務(wù)的重要補(bǔ)充，這類服務(wù)可以顯著增加用戶的黏性和忠誠度，通過提供額外的增值服務(wù)，如視頻會員、音樂訂閱等，用戶更有可能繼續(xù)使用運(yùn)營商的服務(wù)，減少流失率，并增強(qiáng)對品牌的忠誠度。

2、現(xiàn)有技術(shù)一般通過實(shí)現(xiàn)垂直會員專區(qū)，例如美食、旅行等，實(shí)現(xiàn)用戶對垂直類權(quán)益的特權(quán)使用。但用戶如何成為垂類會員需要運(yùn)營人員對用戶過往對權(quán)益產(chǎn)品的瀏覽、消費(fèi)、領(lǐng)取、使用等行為進(jìn)行深度的挖掘后才能確定是否引導(dǎo)用戶開通垂直會員或訂購垂直權(quán)益產(chǎn)品。運(yùn)營人員引導(dǎo)、挖掘用戶開通垂直會員或訂購垂直權(quán)益產(chǎn)品的成本較高且效率較低，這也直接影響權(quán)益產(chǎn)品的訂購率。

技術(shù)實(shí)現(xiàn)思路

1、本申請?zhí)峁┝艘环N面向權(quán)益產(chǎn)品的用戶偏好分析方法及裝置，其能夠?qū)Υ媪坑脩舻慕谛袨檫M(jìn)行分析和計(jì)算來確定存量用戶對權(quán)益產(chǎn)品的量化偏好，有利于以較低成本和較高效率提高權(quán)益產(chǎn)品的訂購率。

2、第一方面，本申請?zhí)峁┝艘环N面向權(quán)益產(chǎn)品的用戶偏好分析方法。所述方法包括：

3、獲取目標(biāo)用戶的行為特征數(shù)據(jù)，所述行為特征數(shù)據(jù)攜帶有時間戳和權(quán)益產(chǎn)品標(biāo)識，行為特征數(shù)據(jù)包括每個行為特征維度的特征值；

4、將目標(biāo)用戶的行為特征數(shù)據(jù)代入預(yù)構(gòu)建的偏好分析模型，得到目標(biāo)用戶面向每一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)；

5、所述偏好分析模型包括：

6、?，

7、式中，表示面向一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)，為預(yù)構(gòu)造的激活函數(shù)，為預(yù)設(shè)的基本偏好度，為預(yù)設(shè)的特征影響系數(shù)，為預(yù)構(gòu)造的n個特征維度中第i個行為特征維度的特征值，為第i個行為特征維度的特征權(quán)重，為目標(biāo)用戶共計(jì)獲取所得的個行為特征數(shù)據(jù)中第j個的時間影響系數(shù)，所述時間影響系數(shù)負(fù)相關(guān)于行為特征數(shù)據(jù)攜帶的時間戳與當(dāng)前時刻之間的時長。

8、通過采用上述技術(shù)方案，能夠基于目標(biāo)用戶的行為特征數(shù)據(jù)智能合理分析目標(biāo)用戶對每一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)，實(shí)現(xiàn)了較低成本和較高效率的準(zhǔn)確分析目標(biāo)用戶對權(quán)益產(chǎn)品的量化偏好，從而有利于以較低成本和較高效率提高權(quán)益產(chǎn)品的訂購率。

9、進(jìn)一步地，所述時間影響系數(shù)的獲取方法包括：

10、，式中，為行為特征數(shù)據(jù)對應(yīng)的時間影響系數(shù)，λ為預(yù)設(shè)的衰減強(qiáng)度系數(shù)，為行為特征數(shù)據(jù)攜帶的時間戳與當(dāng)前時刻之間的時長。

11、進(jìn)一步地，所述方法還包括：

12、獲取目標(biāo)用戶之外其他用戶的行為特征數(shù)據(jù)；

13、根據(jù)所述行為特征數(shù)據(jù)確定目標(biāo)用戶與每一其他用戶的行為相似度；

14、確定行為相似度最高的預(yù)設(shè)數(shù)量個其他用戶為目標(biāo)用戶的相似用戶；

15、將相似用戶的行為特征數(shù)據(jù)代入所述偏好分析模型，得到相似用戶面向每一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)；

16、基于面向的權(quán)益產(chǎn)品，根據(jù)目標(biāo)用戶和相似用戶的偏好度數(shù)據(jù)計(jì)算權(quán)益產(chǎn)品對目標(biāo)用戶的推薦度數(shù)據(jù)，所述推薦度數(shù)據(jù)正相關(guān)于目標(biāo)用戶和相似用戶的偏好度數(shù)據(jù)。

17、進(jìn)一步地，所述根據(jù)所述行為特征數(shù)據(jù)確定目標(biāo)用戶與每一其他用戶的行為相似度包括：

18、將目標(biāo)用戶和每一其他用戶的行為特征數(shù)據(jù)代入預(yù)構(gòu)建的特征向量化模型，得到目標(biāo)用戶或其他用戶的行為特征向量；

19、根據(jù)所述行為特征向量計(jì)算目標(biāo)用戶與每一其他用戶的行為相似度；

20、所述特征向量化模型包括：

21、，式中，為輸入的目標(biāo)用戶或其他用戶的向量化的行為特征數(shù)據(jù)，行為特征數(shù)據(jù)為n維，為相應(yīng)目標(biāo)用戶或其他用戶的行為特征向量，為輸入的行為特征數(shù)據(jù)的數(shù)量，為相應(yīng)行為特征數(shù)據(jù)的時間影響系數(shù)；

22、所述行為相似度等于目標(biāo)用戶與其他用戶的行為特征向量的向量相似度。

23、進(jìn)一步地，所述基于面向的權(quán)益產(chǎn)品，根據(jù)目標(biāo)用戶和相似用戶的偏好度數(shù)據(jù)計(jì)算權(quán)益產(chǎn)品對目標(biāo)用戶的推薦度數(shù)據(jù)包括：

24、設(shè)針對一種權(quán)益產(chǎn)品，目標(biāo)用戶的偏好度數(shù)據(jù)為，存在u個相似用戶，第i個相似用戶的偏好度數(shù)據(jù)為，權(quán)益產(chǎn)品的推薦度數(shù)據(jù)為z，則，式中，為相對目標(biāo)用戶預(yù)設(shè)的推薦計(jì)算權(quán)重，為預(yù)獲取的第i個相似用戶的推薦計(jì)算權(quán)重。

25、進(jìn)一步地，相似用戶的推薦計(jì)算權(quán)重正相關(guān)于相似用戶的目標(biāo)用戶的行為相似度。

26、進(jìn)一步地，將推薦度數(shù)據(jù)最高的指定數(shù)量個權(quán)益產(chǎn)品推薦至目標(biāo)用戶。

27、第二方面本申請?zhí)峁┝艘环N面向權(quán)益產(chǎn)品的用戶偏好分析裝置。所述裝置用于執(zhí)行如以上第一方面所述的任意一種方法。

28、綜上所述，本申請至少包含以下有益效果：

29、提供了一種面向權(quán)益產(chǎn)品的用戶偏好分析方法及裝置，其通過構(gòu)造的智能模型實(shí)現(xiàn)了低成本、高效率、高準(zhǔn)確度的分析目標(biāo)用戶對每一種權(quán)益產(chǎn)品的偏好，有利于精準(zhǔn)的推薦策略以及改善權(quán)益產(chǎn)品的訂購率；

30、結(jié)合相似用戶綜合分析權(quán)益產(chǎn)品對目標(biāo)用戶的推薦度數(shù)據(jù)，有利于更為準(zhǔn)確的推薦。

31、應(yīng)當(dāng)理解，
技術(shù)實(shí)現(xiàn)要素：
部分中所描述的內(nèi)容并非旨在限定本申請的實(shí)施例的關(guān)鍵或重要特征，亦非用于限制本申請的范圍。本申請的其它特征將通過以下的描述變得容易理解。

技術(shù)特征：

1.一種面向權(quán)益產(chǎn)品的用戶偏好分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述時間影響系數(shù)的獲取方法包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述行為特征數(shù)據(jù)確定目標(biāo)用戶與每一其他用戶的行為相似度包括：

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于面向的權(quán)益產(chǎn)品，根據(jù)目標(biāo)用戶和相似用戶的偏好度數(shù)據(jù)計(jì)算權(quán)益產(chǎn)品對目標(biāo)用戶的推薦度數(shù)據(jù)包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，相似用戶的推薦計(jì)算權(quán)重正相關(guān)于相似用戶的目標(biāo)用戶的行為相似度。

7.根據(jù)權(quán)利要求3-6中任意一項(xiàng)所述的方法，其特征在于，所述方法還包括：

8.一種面向權(quán)益產(chǎn)品的用戶偏好分析裝置，其特征在于，所述裝置用于執(zhí)行如權(quán)利要求1-7中任意一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請?zhí)峁┝艘环N面向權(quán)益產(chǎn)品的用戶偏好分析方法及裝置，屬于智能推薦算法的領(lǐng)域，用于解決相關(guān)技術(shù)中權(quán)益產(chǎn)品訂購率較低的問題，該方法包括獲取目標(biāo)用戶的行為特征數(shù)據(jù)，所述行為特征數(shù)據(jù)攜帶有時間戳和權(quán)益產(chǎn)品標(biāo)識，行為特征數(shù)據(jù)包括每個行為特征維度的特征值；將目標(biāo)用戶的行為特征數(shù)據(jù)代入自研的偏好分析模型，得到目標(biāo)用戶面向每一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)；能夠基于目標(biāo)用戶的行為特征數(shù)據(jù)智能合理分析目標(biāo)用戶對每一種權(quán)益產(chǎn)品的偏好度數(shù)據(jù)，實(shí)現(xiàn)了較低成本和較高效率的準(zhǔn)確分析目標(biāo)用戶對權(quán)益產(chǎn)品的量化偏好，從而有利于以較低成本和較高效率提高權(quán)益產(chǎn)品的訂購率。

技術(shù)研發(fā)人員：錢禹辰,韓曉玉,牛龍飛,高德?lián)P,王鵬,石宇菁,郭雅琦,魏萊,劉子微
受保護(hù)的技術(shù)使用者：聯(lián)通在線信息科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6