CN106056407A - 基于用户行为分析的网银用户画像方法及设备 - Google Patents

Abstract

本发明涉及一种用户画像方法及设备，具体说是一种通过分析网银用户上网行为获取用户画像数据的方法及设备。通过分析网银用户的上网行为获取网页特征点的加权分值，统计高分值的特征点的特征标签，即可获得用户画像数据，通过对用户信息、行为、理财偏好、风险承受能力等特征指标进行量化处理，使得用户群体得以从多维度进行分类画像，从而使得金融企业更直观地了解用户对各种不同产品的需求，有针对性地发送产品推广信息。

Description

基于用户行为分析的网银用户画像方法及设备

技术领域

本发明涉及一种用户画像方法及设备，具体说是一种基于用户行为分析的网银用户画像方法及设备。

背景技术

随着互联网金融产品的不断推陈出新，各种不同特点的产品冲击着用户的视线，购买理财产品的用户也越来越具有多样性。对于客户来说，每一种理财产品各有特点，逐一阅读产品说明书不仅费时费力，还不容易找到适合自己的产品。对于银行来说，面对差异化的众多用户，统一发送相同的产品推广信息，不仅要耗费大量的财力，还容易被当做垃圾信息受到投诉；向意向客户推广合适的理财产品变得越来越难。因此，银行等金融企业如何引导客户快速地找到真正适合自己的产品，降低企业推广成本，就变得非常有意义。

发明内容

本发明的目的是提供一种基于用户行为分析的网银用户画像方法及设备，通过分析网银用户的上网行为获取用户画像数据，通过对用户信息、行为、理财偏好、风险承受能力等特征指标进行量化处理，使得用户群体得以从多维度进行分类画像，从而使得金融企业更直观地了解用户对各种不同产品的需求，有针对性地发送产品推广信息。

本发明所述基于用户行为分析的网银用户画像方法，包括如下步骤：

A）提取特征标签：从理财产品说明书中提取代表产品特征的关键词作为特征标签，并给每个特征标签赋予初始分值和初始加权值，全部特征标签的集合构成标签数据库；

B）网页贴标签：提取网银可视页面的特征点，从标签数据库中选取至少一个特征标签映射到特征点；

C）提取用户特征行为：获取全部用户的操作日志，提取其中的用户特征行为，赋予用户特征行为特定的行为加权值；全部用户特征行为的集合构成行为数据库；

D）统计得分：获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；重复该步骤，直到得到该特定用户所有特征标签项下的行为总分值；

E）画像数据生成：选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据。

在步骤D，获取特定用户行为的操作日志时，逐一读取操作日志中网银可视页面的停留时长，并赋予该可视页面与停留时长正相关的时长加权值，初始分值与行为加权值相乘的结果再与时长加权值相乘，得到行为分值。

在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，选择其中一个突变的数值作为阈值。

在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，并从低到高逐一相加，直到相加所得之和大于等于最高的行为总分值的特定比例，参与相加的行为总分值中最高的数值作为阈值。

基于用户行为分析的网银用户画像设备，包括：

标签数据库，用于存储从理财产品说明书中提取的代表产品特征的特征标签，该特征标签至少包含初始分值和初始加权值两个参数；

标签处理器，用于提取网银可视页面的特征点，并从标签数据库中选取至少一个特征标签映射到特征点；

行为数据库，用于存储用户特征行为，该用户特征行为至少具有行为加权值一个参数；

数据处理器，用于获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；

画像生成器；用于选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据；将画像数据汇总输出特定格式的用户画像文件。

由于采用上述技术方案，银行等金融企业可以通过分析网银用户的上网行为对用户信息、行为、理财偏好、风险承受能力等指标进行量化处理，使得用户群体可以从多维度进行分类和描述，从而使得企业更容易找到用户对产品的需求，为金融企业的精准营销提供准确的用户画像。

附图说明

图1为本发明一个实施例的流程框图。

具体实施方式

本发明所述基于用户行为分析的网银用户画像方法，包括如下步骤：

A）提取特征标签：从理财产品说明书中提取代表产品特征的关键词作为特征标签，如：发行单位，发行时间，期限，预期收益，投资门槛，针对用户，分红方式等。并给每个特征标签赋予初始分值和初始加权值，全部特征标签的集合构成标签数据库。

B）网页贴标签：提取网银可视页面的特征点，从标签数据库中选取至少一个特征标签映射到特征点；一个特征点可以映射一个特征标签，也可以映射多个特征标签。 所述特征点是可视页面上所有能够影响用户关注度的区域单元，例如文字、图标、图文框、操作提示符、信息窗口等等。这些区域单元往往提供单一、独立的信息内容，对用户具有确定并唯一的关注度。例如网银页面上发行单位的名称，作为一个特征点向用户提供单一、独立的信息内容，同时对用户具有确定并唯一的关注度。

C）提取用户特征行为：获取全部用户的操作日志，提取其中的用户特征行为，赋予用户特征行为特定的行为加权值；全部用户特征行为的集合构成行为数据库；用户特征行为包括鼠标点击、键盘输入、触摸、页面滚动、页面滑动、关键点停留、关键事件跳转等用户自主行为作用于网页特征点或网页的行为。根据用户自主意愿的高低确定其行为加权值，例如，鼠标点击行为的自主意愿明显高于浏览和页面滚动，因此鼠标点击的行为加权值高于浏览和页面滚动；键盘输入的自主意愿又高于鼠标点击，因此键盘输入的行为加权值高于鼠标点击。具体每一用户特征行为的加权值由大量统计数据计算得到。

D）统计得分：获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；重复该步骤，直到得到该特定用户所有特征标签项下的行为总分值；具体操作时，选取某一特定用户一段时间的操作日志，逐一读取全部网银上网页面，分析其中的特征点以及映射到该特征点上的特征标签，通过上述步骤得到所有特征标签的行为总分值。某一特征标签的行为总分值越高表示该用户对于该特征标签的关注度越高，例如保守型用户往往更加偏重资金的安全性，其使用网银过程中由于经常操作信誉度高、保本型的理财产品，该用户项下有关保本、低风险等特征标签的行为总分值通常较高；反之，追求高收益的用户项下，高收益、收益率等特征标签的行为总分值通常较高。

E）画像数据生成：选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据。阈值的设置可以将大量得分较低的特征标签过滤掉，得到具有代表性、得分较高的若干特征标签用于描述用户特征。初始加权值的设置可以最后校正数据的干扰和误差，得到直观、精确的画像数据。

获取用户画像数据以后，银行等金融部门在发行理财产品之前，可以通过提取该理财产品的产品说明书，分析并制定该产品的特征列表，将用户画像数据与理财产品的特征列表比对，选取其中具有高度一致性的用户即为该款产品的意向客户，可以向这些用户推送信息或者在这些用户使用网银的时候优先显示该产品的信息。

上述实施例，在步骤D，获取特定用户行为的操作日志时，逐一读取操作日志中网银可视页面的停留时长，并赋予该可视页面与停留时长正相关的时长加权值，初始分值与行为加权值相乘的结果再与时长加权值相乘，得到行为分值。停留时长从另一个角度描绘了用户对页面中特征点的关注度。

阈值的选取可以有多种方法，在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，选择其中一个突变的数值作为阈值。例如，行为总分值从低到高排序排序的时候，低端的数值分布在1——20之间，高端的数值分布在300——1000之间，那么在20与300之间有个突变，选择300作为阈值。这样既能排除除微观干扰，又可以保留足够多具有一定权重的特征标签用于描绘用户画像。

阈值选取的另一种方法，在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，并从低到高逐一相加，直到相加所得之和大于等于最高的行为总分值的特定比例，比如30%，参与相加的行为总分值中最高的数值作为阈值。这种方法同样可以将行为总分值最低的一部分特征标签排除。

如图1所示，本发明所述基于用户行为分析的网银用户画像设备，包括：

标签数据库1，用于存储从理财产品说明书中提取的代表产品特征的特征标签，该特征标签至少包含初始分值和初始加权值两个参数；

标签处理器，用于提取网银可视页面3的特征点，并从标签数据库中选取至少一个特征标签映射到特征点；

行为数据库2，用于存储用户特征行为，该用户特征行为至少具有行为加权值一个参数；

数据处理器6，用于获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；

画像生成器4；用于选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据；将画像数据汇总输出特定格式的用户画像文件5。

Claims (5)

1.基于用户行为分析的网银用户画像方法，其特征在于包括如下步骤：

A）提取特征标签：从理财产品说明书中提取代表产品特征的关键词作为特征标签，并给每个特征标签赋予初始分值和初始加权值，全部特征标签的集合构成标签数据库；

B）网页贴标签：提取网银可视页面的特征点，从标签数据库中选取至少一个特征标签映射到特征点；

C）提取用户特征行为：获取全部用户的操作日志，提取其中的用户特征行为，赋予用户特征行为特定的行为加权值；全部用户特征行为的集合构成行为数据库；

D）统计得分：获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；重复该步骤，直到得到该特定用户所有特征标签项下的行为总分值；

E）画像数据生成：选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据。

2.根据权利要求1所述基于用户行为分析的网银用户画像方法，其特征在于：在步骤D，获取特定用户行为的操作日志时，逐一读取操作日志中网银可视页面的停留时长，并赋予该可视页面与停留时长正相关的时长加权值，初始分值与行为加权值相乘的结果再与时长加权值相乘，得到行为分值。

3.根据权利要求1或2所述基于用户行为分析的网银用户画像方法，其特征在于：在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，选择其中一个突变的数值作为阈值。

4.根据权利要求1或2所述基于用户行为分析的网银用户画像方法，其特征在于：在步骤E）首先将步骤D）获得的全部特征标签项下的行为总分值按照从低到高排序，并从低到高逐一相加，直到相加所得之和大于等于最高的行为总分值的特定比例，参与相加的行为总分值中最高的数值作为阈值。

5.基于用户行为分析的网银用户画像设备，其特征在于包括：

标签数据库，用于存储从理财产品说明书中提取的代表产品特征的特征标签，该特征标签至少包含初始分值和初始加权值两个参数；

标签处理器，用于提取网银可视页面的特征点，并从标签数据库中选取至少一个特征标签映射到特征点；

行为数据库，用于存储用户特征行为，该用户特征行为至少具有行为加权值一个参数；

数据处理器，用于获取特定用户行为的操作日志，逐一读取操作日志中的网银可视页面的特征点以及映射到该特征点上的特征标签，从标签数据库中获得特征标签的初始分值，同时读取该特定用户操作可视页面时针对该特征点的特征行为，从行为数据库中获取该特征行为的行为加权值；将初始分值与行为加权值相乘，得到行为分值；将该特定用户项下同一特征标签下的行为分值相加，得到该特定用户关于该特征标签的行为总分值；

画像生成器；用于选取行为总分值大于阈值的若干特征标签，将每一特征标签的行为总分值与该特征标签的初始加权值相乘，得到该特征标签的画像数据；将画像数据汇总输出特定格式的用户画像文件。