CN110363583B - 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 - Google Patents
一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110363583B CN110363583B CN201910587664.5A CN201910587664A CN110363583B CN 110363583 B CN110363583 B CN 110363583B CN 201910587664 A CN201910587664 A CN 201910587664A CN 110363583 B CN110363583 B CN 110363583B
- Authority
- CN
- China
- Prior art keywords
- current user
- information
- user
- position information
- consumption behavior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000006399 behavior Effects 0.000 claims description 114
- 238000009434 installation Methods 0.000 claims description 11
- 238000005065 mining Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于位置信息创建用户消费行为标签的方法、装置、电子设备及计算机可读介质,包括:获取当前用户位置信息;基于所述当前用户位置信息,预测当前用户消费行为特征;根据所述当前用户消费行为特征数据创建当前用户消费行为标签。本发明能够通过在不需要用户提供额外信息的前提下,根据用户活动范围,既有信息,借助大数据驱动来从内外部数据源上获取可用于模拟用户生活圈与经济环境的信息,用于更精准的预测用户的消费水平,更好的完善消费模型,从而优化app小额借贷风险策略和营销方式。
Description
技术领域
本发明涉及计算机信息处理领域,具体而言,涉及一种基于位置信息创建用户消费行为标签的方法、装置、电子设备及计算机可读介质。
背景技术
互联网金融平台由于门槛低,申请信息审核不严格,以及流程简单而涌入大量用户。在如此庞大而混杂的数据中,部分用户存在伪造申请信息的情况。例如,由于用户的经济状况作为授信成功以及评估授信额度的重要指标,在申请信息中,部分用户会对真实的收入情况和真实的消费情况进行隐瞒。对于互联网金融平台来说,隐瞒真实信息不利于风险控制,并且,会影响金融产品的定价,以及影响金融平台的收益和营销策略。
基于位置的服务(Location Based Service,LBS),能够获取用户移动轨迹,并在一定程度上反应用户的部分真实信息。
但是,现有技术中,并不存在将LBS位置服务用于预测用户消费行为的技术方案。
发明内容
本发明要解决的技术问题是如何通过用户的位置信息创建用户消费行为标签,以及预测用户的消费状况。
本发明的一方面提供一种基于位置信息创建用户消费行为标签的方法,其特征在于,包括:获取当前用户位置信息;基于所述当前用户位置信息,预测当前用户消费行为特征;根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
根据本发明的一种优选实施方式,所述基于所述当前用户位置信息,预测当前用户消费行为特征步骤,进一步包括:构建基于位置信息的历史用户消费行为知识图谱;代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体;获取所述用户群体消费行为特征;按照所述用户群体消费行为特征,确定当前用户消费行为特征。
根据本发明的一种优选实施方式,所述构建基于位置信息的历史用户消费行为知识图谱,进一步包括:通过所述位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点。
根据本发明的一种优选实施方式,所述代入所述当前用户位置信息,拟合得出所述当前用户所述的用户群体步骤进一步包括:基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
根据本发明的一种优选实施方式,所述获取所述用户群体消费行为特征,进一步可包括:获取所述用户群体消费水平特征;以及获取所述用户群体生活偏好特征。
根据本发明的一种优选实施方式,所述获取当前用户位置信息,进一步包括:基于LBS信息,获取当前用户位置信息。
根据本发明的一种优选实施方式,所述基于LBS信息,获取当前用户位置信息,进一步包括:基于LBS信息,获取与时间对应的当前用户位置信息。
根据本发明的一种优选实施方式,还包括:按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境。
根据本发明的一种优选实施方式,还包括:获取当前用户移动终端安装的应用程序信息,其中,所述应用程序安装信息包括:应用程序安装类型、和/或应用程序安装数量;获取当前用户的***信息;获取当前用户的互联网购物信息;根据所述应用程序信息、***信息、互联网购物信息,修正所述当前用户消费行为特征。
本发明的第二方面提供一种基于位置信息创建用户消费行为标签的装置,其特征在于,包括:位置信息获取模块,用于获取当前用户位置信息;消费行为特征预测模块,用于基于所述当前用户位置信息,预测当前用户消费行为特征;行为标签创建模块,用于根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
根据本发明的一种优选实施方式,所述消费行为特征预测模块,进一步包括:
知识图谱构建单元,用于构建基于位置信息的历史用户消费行为知识图谱;
用户群体拟合单元,用于代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体;
用户群体消费行为特征获取单元,用于获取所述用户群体消费行为特征;
当前用户消费行为特征确定单元,用于按照所述用户群体消费行为特征,确定当前用户消费行为特征。
根据本发明的一种优选实施方式,所知识图谱构建单元,进一步包括:知识图谱节点建立子单元,用于通过所述位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点。
根据本发明的一种优选实施方式,所述用户群体拟合单元,进一步包括:历史用户群体挖掘子单元,用于基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
根据本发明的一种优选实施方式,所述用户群体消费行为特征获取单元,进一步可包括:
用户群体消费水平特征获取子单元,用于获取所述用户群体消费水平特征;以及
用户群体生活偏好特征获取子单元,用于获取所述用户群体生活偏好特征。
根据本发明的一种优选实施方式,所述位置信息获取模块,进一步包括:LBS信息单元,用于基于LBS信息,获取当前用户位置信息。
根据本发明的一种优选实施方式,所述LBS信息单元,进一步包括:时间对应子单元,用于基于LBS信息,获取与时间对应的当前用户位置信息。
根据本发明的一种优选实施方式,还包括:位置区分子单元,用于按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境。
根据本发明的一种优选实施方式,还包括:
应用程序信息获取模块,用于获取当前用户移动终端安装的应用程序信息,其中,所述应用程序安装信息包括:应用程序安装类型、和/或应用程序安装数量;
***信息获取模块,用于获取当前用户的***信息;
互联网购物信息获取模块,用于获取当前用户的互联网购物信息;
修正模块,用于根据所述应用程序信息、***信息、互联网购物信息,修正当前用户的行为特征。
本发明的第三方面提供一种电子设备,其中,该电子设备包括:处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行任一项所述的方法。
本发明的第四方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现任一项所述的方法。
本发明的技术方案,具有如下有益效果:
本发明通过在不需要用户提供额外信息的前提下,根据用户活动范围,既有信息,借助大数据驱动来从内外部数据源上获取可用于模拟用户生活圈与经济环境的信息,用于更精准的预测用户的消费水平,更好的完善消费模型,从而优化app小额借贷风险策略和营销方式。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是本发明的基于位置信息创建用户消费行为标签的方法流程示意图;
图2是本发明的基于位置信息创建用户消费行为标签的方法的预测当前用户消费行为特征的步骤流程示意图;
图3是本发明一具体实施例的基于位置信息的历史用户消费行为知识图谱示意图;
图4是本发明的基于位置信息创建用户消费行为标签的装置架构示意图;
图5是本发明的基于位置信息创建用户消费行为标签的装置的消费行为特征预测模块架构示意图;
图6是本发明的基于位置信息创建用户消费行为标签的电子设备结构框架示意图;
图7是本发明的计算机可读存储介质示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
图1是本发明的基于位置信息创建用户消费行为标签的方法流程示意图;如图1所示,本发明的方法包括如下步骤:
S101:获取当前用户位置信息。
其中,所述获取当前用户位置信息,进一步包括:基于LBS信息,获取当前用户位置信息。
更进一步地,所述基于LBS信息,获取当前用户位置信息,进一步包括:基于LBS信息,获取与时间对应的当前用户位置信息。
更进一步地,还包括:按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境。
S102:基于所述当前用户位置信息,预测当前用户消费行为特征。
其中,步骤S102中所述基于所述当前用户位置信息,预测当前用户消费行为特征步骤,进一步包括:构建基于位置信息的历史用户消费行为知识图谱;代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体;获取所述用户群体消费行为特征;按照所述用户群体消费行为特征,确定当前用户消费行为特征。
更进一步地,所述构建基于位置信息的历史用户消费行为知识图谱,进一步包括:通过所述位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点。
更进一步地,所述代入所述当前用户位置信息,拟合得出所述当前用户所述的用户群体步骤进一步包括:基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
更进一步地,所述获取所述用户群体消费行为特征,进一步可包括:获取所述用户群体消费水平特征;以及获取所述用户群体生活偏好特征。
本发明的基于位置信息创建用户消费行为标签的方法,还包括:获取当前用户移动终端安装的应用程序信息,其中,所述应用程序安装信息包括:应用程序安装类型、和/或应用程序安装数量;获取当前用户的***信息;获取当前用户的互联网购物信息;根据所述应用程序信息、***信息、互联网购物信息,修正所述当前用户消费行为特征。
S103:根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
作为示例,对本发明的基于位置信息创建用户消费行为标签的方法进行详细解释。
首先,通过第三方数据商可能获取到的运营商基站信息,获取用户的LBS信息。通过用户的LBS信息,获取与时间对应的当前用户位置信息,根据白天对应公司、夜晚对应居住地等原则,结合实际情况的地图信息,区分当前用户消费场所、生活空间、工作环境等位置信息。
图3是本发明一具体实施例的基于位置信息的历史用户消费行为知识图谱示意图;如图3所示,通过历史用户群体A,B,C的消费场所、生活空间、工作环境等位置信息,并结合实际的位置信息,构建出历史用户消费行为知识图谱中的位置信息。
需要说明的是,历史用户消费行为知识图谱的构建过程中,还需要考虑消费场所、生活空间、工作环境等位置信息所对应的经济属性信息,以及历史用户的特征信息。
在获取到当前用户的消费场所、生活空间、工作环境等位置信息,以及构建完成历史用户消费行为知识图谱后,基于当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
作为示例,若当前用户的位置信息与历史用户群体A的位置信息相同或相似,则判断当前用户所属的用户群体为历史用户群体A,获取历史用户群体A的消费行为特征,按照历史用户群体A的消费行为特征,确定当前用户消费行为特征。
进一步地,若当前用户与历史用户消费群体A的居住地、公司、购物商场等位置相同或相似,则当前用户的消费行为特征与历史用户群体A的消费行为特征相同或相似。
更进一步地,历史用户群体A的消费水平为每月支出2w,历史用户群体A的生活偏好为爱好摄影和健身,则确定当前用户的消费水平与历史用户群体A相同或相似。
作为示例,本发明的基于位置信息创建用户消费行为标签的方法,还包括:获取当前用户移动终端安装的app信息,其中,购物类app有4个,支付类app有2个,学习类app有3个;获取当前用户的***信息,其中借记卡消费3000,***消费2000等;获取当前用户的网购信息;以及根据安装的app信息、***信息、网购信息,修正所述当前用户消费行为特征。
获取到当前用户的消费行为特征后,根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
基于LBS位置服务,预测用户的消费行为特征,对于互联网金融平台来说,预测到用户的消费行为特征,能用来验证用户在注册时的不真实信息,在从而利于互联网平台进行更精确的用户风险管控,定额定价,以及精准营销。
本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。
下面描述本发明的装置实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
图4是本发明的基于位置信息创建用户消费行为标签的装置架构示意图;如图4所示,本发明的额装置包括:位置信息获取模块,消费行为特征预测模块,行为标签创建模块。
位置信息获取模块,用于获取当前用户位置信息。
消费行为特征预测模块,用于基于所述当前用户位置信息,预测当前用户消费行为特征。
行为标签创建模块,用于根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
图5是本发明的基于位置信息创建用户消费行为标签的装置的消费行为特征预测模块架构示意图;如图5所示,消费行为特征预测模块,进一步包括:知识图谱构建单元,用户群体拟合单元,用户群体消费行为特征获取单元,当前用户消费行为特征确定单元。
知识图谱构建单元,用于构建基于位置信息的历史用户消费行为知识图谱。
用户群体拟合单元,用于代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体。
用户群体消费行为特征获取单元,用于获取所述用户群体消费行为特征。
当前用户消费行为特征确定单元,用于按照所述用户群体消费行为特征,确定当前用户消费行为特征。
其中,所知识图谱构建单元,进一步包括:知识图谱节点建立子单元。
知识图谱节点建立子单元,用于通过所述位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点。
其中,所述用户群体拟合单元,进一步包括:历史用户群体挖掘子单元。
历史用户群体挖掘子单元,用于基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
其中,所述用户群体消费行为特征获取单元,进一步可包括:用户群体消费水平特征获取子单元和用户群体生活偏好特征获取子单元。
用户群体消费水平特征获取子单元,用于获取所述用户群体消费水平特征;以及
用户群体生活偏好特征获取子单元,用于获取所述用户群体生活偏好特征。
其中,所述位置信息获取模块,进一步包括:LBS信息单元,用于基于LBS信息,获取当前用户位置信息。
其中,所述LBS信息单元,进一步包括:时间对应子单元,用于基于LBS信息,获取与时间对应的当前用户位置信息。
其中,所述LBS信息单元,还包括:位置区分子单元,用于按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境。
其中,基于位置信息创建用户消费行为标签的装置,还包括:应用程序信息获取模块,***信息获取模块,互联网购物信息获取模块,修正模块。
应用程序信息获取模块,用于获取当前用户移动终端安装的应用程序信息,其中,所述应用程序安装信息包括:应用程序安装类型、和/或应用程序安装数量。
***信息获取模块,用于获取当前用户的***信息。
互联网购物信息获取模块,用于获取当前用户的互联网购物信息。
修正模块,用于根据所述应用程序信息、***信息、互联网购物信息,修正当前用户的行为特征。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图6是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图6来描述根据本发明该实施例的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同***组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:获取当前用户位置信息;基于所述当前用户位置信息,预测当前用户消费行为特征;根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
所述计算机程序可以存储于一个或多个计算机可读介质上,如图7所示。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,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(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明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)。这样的实现本发明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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于位置信息创建用户消费行为标签的方法,其特征在于,包括:
通过第三方能获取到的运营商基站信息获取用户的LBS信息;
基于LBS信息,获取与时间对应的当前用户位置信息,并且,按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境;
基于所述当前用户位置信息,构建基于位置信息的历史用户消费行为知识图谱,代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体,获取所述用户群体消费行为特征,按照所述用户群体消费行为特征,预测当前用户消费行为特征;其中,基于所述当前用户位置信息,构建基于位置信息的历史用户消费行为知识图谱,代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体,包括:通过所述当前用户位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点,基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体;
根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
2.如权利要求1所述的方法,其特征在于,还包括:
获取当前用户移动终端安装的应用程序信息、当前用户的***信息和当前用户的互联网购物信息。
3.如权利要求2所述的方法,其特征在于,所述应用程序安装信息包括:
应用程序安装类型、和/或应用程序安装数量。
4.如权利要求1所述的方法,其特征在于,所述构建基于位置信息的历史用户消费行为知识图谱,进一步包括:
通过所述位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点。
5.如权利要求1所述的方法,其特征在于,所述代入所述当前用户位置信息,拟合得出所述当前用户所述的用户群体步骤进一步包括:
基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体。
6.如权利要求1所述的方法,其特征在于,所述获取所述用户群体消费行为特征,进一步包括:
获取所述用户群体消费水平特征;以及
获取所述用户群体生活偏好特征。
7.一种基于位置信息创建用户消费行为标签的装置,其特征在于,包括:
位置信息获取模块,用于通过第三方能获取到的运营商基站信息获取用户的LBS信息;基于LBS信息,获取与时间对应的当前用户位置信息,并且,按照时间与当前用户位置信息的对应关系,区分当前用户消费场所、生活空间、工作环境;
消费行为特征预测模块,用于基于所述当前用户位置信息,构建基于位置信息的历史用户消费行为知识图谱,代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体,获取所述用户群体消费行为特征,按照所述用户群体消费行为特征,预测当前用户消费行为特征;其中,基于所述当前用户位置信息,构建基于位置信息的历史用户消费行为知识图谱,代入所述当前用户位置信息,拟合得出所述当前用户所属用户群体,包括:通过所述当前用户位置信息对应的消费场所、生活空间、工作环境信息及其经济属性信息,以及所述历史用户特征信息建立所述知识图谱的节点,基于所述当前用户位置信息,使用所述知识图谱,利用多类交叉比对和信息聚类的方法,挖掘与所述当前用户具有相同或相似特征的历史用户群体;
行为标签创建模块,用于根据所述当前用户消费行为特征数据创建当前用户消费行为标签。
8.一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587664.5A CN110363583B (zh) | 2019-07-02 | 2019-07-02 | 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587664.5A CN110363583B (zh) | 2019-07-02 | 2019-07-02 | 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110363583A CN110363583A (zh) | 2019-10-22 |
CN110363583B true CN110363583B (zh) | 2023-08-04 |
Family
ID=68217671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910587664.5A Active CN110363583B (zh) | 2019-07-02 | 2019-07-02 | 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363583B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191151B (zh) * | 2019-12-20 | 2023-08-25 | 上海淇玥信息技术有限公司 | 一种基于poi标签推送信息的方法、装置和电子设备 |
CN111402032A (zh) * | 2020-03-11 | 2020-07-10 | 杭州首新网络科技有限公司 | 一种基于密集度风险等级的反欺诈检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495856A (zh) * | 2018-12-18 | 2019-03-19 | 成都方未科技有限公司 | 一种基于大数据的手机用户类型标记方法 |
CN109635070A (zh) * | 2019-01-18 | 2019-04-16 | 上海图趣信息科技有限公司 | 一种基于行动轨迹构建用户兴趣画像的方法及其数据更新方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10474949B2 (en) * | 2014-08-19 | 2019-11-12 | Qualcomm Incorporated | Knowledge-graph biased classification for data |
CN106850857B (zh) * | 2017-03-28 | 2020-02-07 | 广州心源互动科技有限公司 | 一种基于用户信息的个性化业务推送方法及*** |
CN108492124A (zh) * | 2018-01-22 | 2018-09-04 | 阿里巴巴集团控股有限公司 | 店铺信息推荐方法、装置及客户端 |
CN109660980B (zh) * | 2018-09-27 | 2023-05-12 | 深圳壹账通智能科技有限公司 | 基于历史连接WiFi构建用户画像的方法、装置、设备及介质 |
CN109302677A (zh) * | 2018-10-31 | 2019-02-01 | 北京德润誉达科技有限公司 | 基于用户位置的群组加入方法以及装置 |
-
2019
- 2019-07-02 CN CN201910587664.5A patent/CN110363583B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109495856A (zh) * | 2018-12-18 | 2019-03-19 | 成都方未科技有限公司 | 一种基于大数据的手机用户类型标记方法 |
CN109635070A (zh) * | 2019-01-18 | 2019-04-16 | 上海图趣信息科技有限公司 | 一种基于行动轨迹构建用户兴趣画像的方法及其数据更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110363583A (zh) | 2019-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111210335B (zh) | 用户风险识别方法、装置及电子设备 | |
CN109272348B (zh) | 活跃用户数量确定方法及装置、存储介质和电子设备 | |
CN111598633B (zh) | 一种基于增量学习的在线广告投放方法、装置和电子设备 | |
CN111191894A (zh) | 基于用户分类进行资源需求处理的方法、装置和电子设备 | |
CN111583018A (zh) | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 | |
CN110363583B (zh) | 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 | |
CN110659984A (zh) | 基于用户生命周期预测的授信额度管理方法、装置和电子设备 | |
CN111210109A (zh) | 基于关联用户预测用户风险的方法、装置和电子设备 | |
CN110675250A (zh) | 一种基于用户营销评分的信贷额度管理的方法、装置和电子设备 | |
CN111353872A (zh) | 一种基于金融表现值的授信处理的方法、装置和电子设备 | |
CN110335070B (zh) | 一种基于wifi的用户群扩展的方法、装置和电子设备 | |
CN110689425A (zh) | 基于收益进行额度定价的方法、装置和电子设备 | |
CN111582649B (zh) | 基于用户app独热编码的风险评估方法、装置和电子设备 | |
CN112488865A (zh) | 基于金融时间节点的金融风险预测方法、装置和电子设备 | |
CN112508692A (zh) | 基于卷积神经网络的资源回收风险预测方法、装置和电子设备 | |
CN112508690A (zh) | 一种基于联合分布适配的风险评估方法、装置和电子设备 | |
CN110070383B (zh) | 基于大数据分析的异常用户识别方法及装置 | |
CN111597343A (zh) | 一种基于app的智能化用户职业判断方法、装置和电子设备 | |
CN112348661B (zh) | 基于用户行为轨迹的服务策略分配方法、装置及电子设备 | |
US20230177612A1 (en) | Dynamic micro-insurance premium value optimization using digital twin based simulation | |
CN110717101B (zh) | 基于应用行为的用户分类方法、装置和电子设备 | |
CN117242457A (zh) | 定位神经网络性能热点 | |
CN112784219A (zh) | 基于app指数的用户风险预测方法、装置及电子设备 | |
CN113011672A (zh) | 物流时效预测方法、装置、电子设备及存储介质 | |
CN113298353A (zh) | 一种基于用户生存模型的资源调整方法、装置和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |