CN116962971A - 基于终端信令的汽车行业用户画像构建方法及装置 - Google Patents
基于终端信令的汽车行业用户画像构建方法及装置 Download PDFInfo
- Publication number
- CN116962971A CN116962971A CN202310849353.8A CN202310849353A CN116962971A CN 116962971 A CN116962971 A CN 116962971A CN 202310849353 A CN202310849353 A CN 202310849353A CN 116962971 A CN116962971 A CN 116962971A
- Authority
- CN
- China
- Prior art keywords
- terminal
- automobile
- user
- store
- data
- 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.)
- Pending
Links
- 230000011664 signaling Effects 0.000 title claims abstract description 84
- 238000010276 construction Methods 0.000 title claims description 20
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000008520 organization Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012360 testing method Methods 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Information Transfer Between Computers (AREA)
Abstract
一种基于终端信令的汽车行业用户画像构建方法及装置,具体步骤包括:步骤一:获取终端的信令数据和上网记录数据;步骤二:根据终端的信令数据和汽车4S店与基站小区的关系数据,确定所述终端所处的4S店的位置;步骤三:根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息;步骤四:根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。本发明基于终端信令进行汽车行业用户画像构建,覆盖线上与线下途径,与现有技术相比,覆盖用户更广泛、实现更加便捷,并且规避了增加硬件的成本。
Description
技术领域
本发明涉及网络通信技术领域,具体涉及一种基于终端信令的汽车行业用户画像构建方法及装置。
背景技术
随着国内外汽车制造水平的提升及各品牌汽车销售4S店的建立,汽车销售竞争力显著增强,除重视对汽车的宣传之外,更加注重对客户的服务、跟踪及回访。目前各汽车销售机构在进行汽车营销时,为了实现精准营销,通常结合用户的画像进行,由用户画像反映用户可能的意向度,而向用户推荐与偏好对应的汽车产品,以满足用户的需求。这种方法能大大提高营销的成功性,使得如何精准的构建用户画像在汽车产品销售过程中占有非常重要的地位。
现有的汽车行业用户画像构建方法,如基于汽车交易平台自有的客户访问数据构建的用户画像和基于汽车销售机构通过线下交易记录构建的用户画像等方案,但是,上述方法均具有一定的局限性,用户覆盖率低,画像构建的准确性和实时性较差。
例如:基于汽车交易平台数据的用户画像构建方案通常采用单一平台数据源,数据维度少,用户画像不全,无法覆盖未访问过该平台的用户群体。
基于线下交易数据的用户画像构建方法,由于样本数据少、数据时效性不足,主要目标群为线下存量购车客户,数据收集困难,需要人脸识别硬件设备进行数据采集,难以直接构建出用户画像。
现有的汽车行业用户画像构建方法主要基于汽车销售机构通过线下交易记录或汽车交易平台自有的客户访问数据构建,但是,现有的上述方法均具有一定的局限性,用户覆盖率低,画像构建的准确性和实时性较差。
发明内容
本发明针对现有技术的不足,提出一种可提高汽车行业用户画像构建的覆盖率、准确性和实时性的基于终端信令的汽车行业用户画像构建方法及装置,具体技术方案如下:
一种基于终端信令的汽车行业用户画像构建方法,具体步骤包括:
步骤一:获取终端的信令数据和上网记录数据;
步骤二:根据终端的信令数据和汽车4S店与基站小区的关系数据,确定所述终端所处的4S店的位置;
步骤三:根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息;
步骤四:根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。
作为优化:所述步骤一中,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度,所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间。
作为优化:所述步骤二具体为,
2.1、获取信令数据与定位指纹库中存储的关系数据的相似度;
2.2、若存在与信令数据的相似度满足预设条件的目标关系数据,则确定所述目标关系数据对应的4S店为所述终端所处的4S店;
其中,所述预设条件为所述信令数据中的基站小区与关系数据中的基站小区的重复小区数大于预设值,且重复的小区的信号强度的差异小于预设值。
作为优化:所述步骤三具体为,
3.1、获取汽车类垂直网站各URL与展示汽车信息的关系数据;
3.2、将所述终端的上网记录数据和所述关系数据中进行匹配,匹配则根据URL所展示汽车信息确定所述终端所浏览的汽车信息。
作为优化:所述步骤四,具体为:
4.1、根据所述终端所处的4S店,确定用户线下兴趣表;
4.2、根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表;
4.3、根据所述用户线下兴趣表和所述用户线上兴趣表,确定所述终端对应用户的汽车行业用户画像。
6、根据权利要求5所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述根据所述终端所处的4S店,确定用户线下兴趣表,具体为:
4.1.1、根据所述终端所处的4S店,生成所述终端对应用户4S店访问序列;
4.1.2、根据所述终端4S店访问序列,判断所述终端对应的用户是否为4S店访客;
4.1.3、若确定所述用户为4S店访客,根据所述4S店售卖的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线下汽车兴趣表。
作为优化:所述根据所述终端4S店访问序列,判断所述终端对应的用户是否为4S店访客,具体为:
判断所述4S店访问序列所包含的不同日期数占是否大于预设值:
若是,则确定所述终端对应的用户为非4S店访客;
若否,则根据所述信息数据的时间戳,判断所述4S店访问序列中单次访问时长是否小于预设时长;
若是,则确定所述终端对应的用户为非4S店访客;
若否,确定所述终端对应的用户为4S店访客。
作为优化:根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表,包括:
根据所述终端上网记录,按照时间顺序生成汽车网站的访问序列;
根据所述终端汽车网站的访问序列,判断所述终端对应用户是否为主动访问;
若确定所述用户为主动访问,根据所述汽车网站对应的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线上汽车兴趣表。
作为优化:包括获取模块,用于获取终端的信令数据和上网数据记录,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度;所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间;
第一确定模块,用于根据所述终端的信令数据和4S店与基站小区的关系数据,确定所述终端所处的4S店;其中,所述关系数据包括覆盖所述4S店的基站小区以及各所述基站小区在所述4S店的信号强度;
第二确定模块,用于根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息:其中,所述关系数据包括所述网站URL所呈现出的URL地址、汽车品牌、汽车类型、汽车名称以及其他汽车特性属性;
第三确定模块,用于根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。
本发明的有益效果为:基于终端信令进行汽车行业用户画像构建,覆盖线上与线下途径,与现有技术相比,覆盖用户更广泛、实现更加便捷,并且规避了增加硬件的成本;另外,基于终端信令进行汽车行业用户画像构建,能够根据实时信令数据动态更新用户画像,提高了用户画像的准确性和时效性。
附图说明
图1为本发明实施例提供的基于终端信令进行汽车行业用户画像构建的过程示意图;
图2为本发明实施例提供的基于终端信令的汽车行业用户画像构建方法的流程示意图;
图3为本发明提供的根据终端所处的4S店确定用户线下汽车兴趣的流程示意图;
图4为本发明实施例提供的判断终端对应的用户是否为4S店访客的流程示意图;
图5为本发明实施例提供的根据终端上网记录确定用户线上汽车兴趣的流程示意图;
图6为本发明实施例提供的基于终端信令的汽车行业用户画像构建装置的结构示意图;
图7为本发明实施例提供的基于终端信令的汽车行业用户画像构建设备的硬件结构示意图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
本发明实施例提供一种基于终端信令的汽车行业用户画像构建方法,图1为本发明实施例提供的基于终端信令进行汽车行业用户画像构建的过程示意图,如图1所示,本实施例的方法可以由图1中的用户画像构建设备执行,具体的,事先采集终端的信令数据,然后将信令数据输入至用户画像构建设备中,由用户画像构建设备通过对上述信令数据的分析,输出汽车行业用户画像构建结果。
图2为本发明实施例提供的基于终端信令进行汽车行业用户画像构建方法的流程示意图,本实施例的方法可以由用户画像构建装置执行,该用户画像构建装置可以具体是软件和或硬件形式,该构建装置还可以设置于图1的用户画像构建设备中。需要说明的是,本实施例中的用户画像构建设备可以为任意的电子设备,例如:可以为电脑、智能终端等电子设备,还可以是服务器设备,例如:运营商的服务器,本发明实施例对此不作具体限定。
如图2所示,本实施例的方法,包括:
S201:获取终端的信令数据和上网记录数据,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度。所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间。
可以理解的,当本实施例方法由普通的电子设备执行时,该电子设备可以通过与运营商服务器的交互获取终端的信令数据和上网记录数据;当本实施例的方法由运营商的服务器执行时,服务器可以从信令数据库中获取终端的信令数据和上网记录数据。
具体的,获取的信令数据可以是某一个时刻的所有终端的信令数据,或者,是某一个预设时间段内的所有终端的信令数据,或者,是某一区域内的所有终端的信令数据,本发明实施例不作具体限定,可以根据实际需求进行获取。获取的上网记录数据也可以是某一个时刻的所有终端的上网记录数据,或者,是某一个预设时间段内的所有终端的上网记录数据,本发明实施例不作具体限定,可以根据实际需求进行获取。
其中,信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度。本实施方式中,信令数据的内容如下:
IMSI(终端的标识)、NETWORK_TYPE(网络类型)、CELL_ID_01(基站小区01编号)、SIGNAL_INTENSITY_01(信号强度01)、CELL_ID_01(基站小区02编号)、SIGNAL_INTENSITY_02(信号强度02)、CELL_ID_02(基站小区03编号)、SIGNAL_INTENSITY_03(信号强度03)、CELL_ID_01(基站小区04编号)、SIGNAL_INTENSITY_04(信号强度04)、CELL_ID_01(基站小区05编号)、SIGNAL_INTENSITY_05(信号强度05)、CELL_ID_01(基站小区06编号)、SIGNAL_INTENSITY_06(信号强度06)、CELL_ID_01(基站小区07编号)、SIGNAL_INTENSITY_07(信号强度07)、CELL_ID_01(基站小区08编号)、SIGNAL_INTENSITY_08(信号强度08)。
需要说明的是,对于覆盖终端的基站小区的数目,本发明实施例不作具体限定,上述举例中仅以8个作为示例。
其中,上网记录数据包括所述终端的标识、所述终端访问的URL以及对应的访问时间。一种可选的实施方式中,上网记录数据的内容如下:
IMSI(终端的标识)、URL(访问地址)、TIME(时间)。
S202:根据所述终端的信令数据和4S店与基站小区的关系数据,确定所述终端所处的4S店;其中,所述关系数据包括覆盖所述4S店的基站小区以及各所述基站小区在所述4S店的信号强度。
具体的,可以事先对各个4S店的网络覆盖情况进行测量统计,获取4S店与基站小区的关系数据。其中,针对每个4S店,所述4S店与基站小区的关系数据中包括覆盖该4S店的基站小区以及各基站小区在该4S店的信号强度。
然后,根据所述终端的信令数据和4S店与基站小区的关系数据,确定各终端所处的4S店。例如:若覆盖该终端1的各基站小区以及各基站小区的信号强度,与覆盖4S店A的各基站小区以及各基站小区的信号强度匹配,则确定终端1处于4S店A;若覆盖该终端2的各基站小区以及各基站小区的信号强度,与覆盖4S店B的各基站小区以及各基站小区的信号强度匹配,则确定终端2处于4S店B。
其中,所述匹配是指覆盖终端的基站小区与覆盖4S店的基站小区相同或者位置接近,并且,覆盖终端的各基站小区的信号强度与覆盖4S店的各基站小区的信号强度相似。
一种可选的实施方式中,获取所述信令数据与定位指纹库中存储的多个所述关系数据的相似度,若存在与所述信令数据的相似度满足预设条件的目标关系数据,则确定所述目标关系数据对应的4S店为所述终端所处的4S店。
具体的,定位指纹数据库中存储的是所有4S店对应的4S店与基站小区的关系数据。
其中,定位指纹数据库的生成方法如下:对全网所有4S店位置进行信号强度测试,找出覆盖每一个4S店的所有基站小区CELL_ID及其信号强SIGNAL_INTENSITY,按照网络制式,例如:2G、3G、4G、5G等分组,在每种网络制式下,为每个4S店分别选择信号强度最强的8个基站小区,作为覆盖该4S店的基站小区,不足8个的置空。
针对每种网络制式,将覆盖各4S店的基站小区的集合记为C=(c1,c2,…,c8),其中,c1至c8表示基站小区的标识。集合C中的元素个数小于等于8。同时,还获取集合中的每个基站小区的信号强度,得到各集合对应的信号强度向量,记为S=(s1,s2,…,s8),其中s1至s8表示第1至8个基站小区的信号强度。通过上述过程得到的基站小区的集合以及基站小区的信号强度向量,作为各4S店对应的4S店与基站小区的对应关系,形成4S店的定位指纹数据库。
进一步的,对于步骤S201中产生的每条信令数据,也按照构建定位指纹库的方式构建基站小区集合R和信号强度向量W。然后将信令数据对应的基站小区集合R和信号强度向量W与定位指纹数据库中的各条关系数据进行相似度计算,从定位指纹数据库中获取满足预设条件的目标关系数据,并将目标关系数据对应的4S店作为终端所处的4S店。
其中,所述预设条件为所述信令数据中的基站小区与关系数据中的基站小区的重复小区数大于预设值,且重复的小区的信号强度的差异小于预设值。一种可选的实施方式中,相似度采用如下公式获取:
其中,T是一个标准化常数,用于标准化相似度的大小,C表示覆盖各4S店的基站小区的集合,R表示指纹库中基站小区的集合,xi表示同时在C和R集合中的基站小区,S为在基站小区xi下所测试的信号强度向量,W为在基站小区xi下指纹库中信号强度向量。整个相似度表达式的意义有两层:1.如果信令数据中的基站小区集合R与定位指纹库中某条记录中的基站小区集合C重复小区个数越多,则该条记录与该信令数据的匹配度越高;2.在重叠小区中,如果两者的电平强度绝对差越小,则该条记录与该信令数据的匹配度越高。
S203:根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息:其中,所述关系数据包括所述网站URL所呈现出的URL地址、汽车品牌、汽车类型、汽车名称以及其他汽车特性属性。
具体的,可以事先分析整理出汽车类垂直网站,形成目标网站集合,并基于其在业界的影响力形成权重系数,逐一标注各网站URL与展示汽车信息的关系数据。其中,针对每一个网站URL,所述网站URL与所展示汽车信息的关系数据中包括URL地址、汽车品牌、汽车类型、汽车名称以及其他汽车特性属性,例如:价格、动力、车身类型、排量等。
然后,根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息。例如:若上网记录数据表现终端1上网访问了网站URL A,同时URL A所展现的内容为汽车1,则确定终端1浏览了汽车1的信息。
其中,所述浏览是指终端发起了对某个具体的网站URL的访问请求。
一种可选的实施方式中,获取上网记录数据同线上兴趣库中存储的所有关系数据匹配,若存在某一个与上网记录数据匹配的目标关系数据,则确定目标关系数据对应的汽车信息为终端所浏览的汽车信息。
具体的,线上兴趣数据库中存储的是所有网站URL对应的网站URL与所展示汽车信息的关系数据。
其中,线上兴趣数据库的生成方法如下:从权威网站获取汽车类垂直网站的排名情况,形成目标网站集合和及其权重系数,逐一标注各网站URL与展示汽车信息的关系数据,对各个平台的数据进行规整化,形成线上兴趣数据库。一种可选的实施方式中,关系数据包括PLATFORM_ID(平台ID)、URL(页面网址)、BRAND(汽车品牌)、TYPE(汽车车型)、WEIGHT(权重系数)、FEATURES(车型的特征集合,包括价格、动力、车身类型、排量等)。
针对一个网站Ni,将其在各个权威网站的排名集合记为
RANKi=(ri1,ri2,…,rin),其中,ri1表示网站i在权威网站1下的排名,rin表示网站i在权威网站n下的排名。网站Ni的权重系数Wi由其在多个权威网站的排名共同决定,一种可可选的实施方式中,权重系数采用如下公式获取:
其中,T是一个标准化常数,用于标准化权重系数的大小,Wi表示网站i的权重系数,rij表示网站i在权威网站j下的排名。整个权重系数表达式的意义有两层:1.如果汽车网站在权威网站的排名越高,则该汽车网站的权重系数越高;2.如果汽车网站出现在权威网站的次数越多,则该汽车网站的权重系数越高。
S204:根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。
具体的,确定各终端所处的4S店后,结合对应4S店所销售的汽车品牌、车型及其他汽车信息,可关联分析出各终端对应用户所关注的汽车信息,进而按照汽车信息维度(例如品牌、排量、动力类型等)分类统计出各终端对应用户对应的线下兴趣偏好,构建出线下汽车兴趣表。例如:按照汽车品牌维度分类,可统计出用户对品牌的偏好情况。进一步地,可根据S203生成的各终端对应用户所线上浏览的汽车信息,对线上线下数据赋予不同的权重,综合形成各终端对应用户的汽车行业用户画像。
本发明实施例提供的基于终端信令进行汽车行业用户画像构建方法,包括:获取终端的信令数据和上网记录数据,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度,所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间;根据所述终端的信令数据和4S店与基站小区的关系数据,确定所述终端所处的4S店;其中,所述关系数据包括覆盖所述4S店的基站小区以及各所述基站小区在所述4S店的信号强度;根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息:其中,所述关系数据包括所述网站URL所呈现出的URL地址、汽车品牌、汽车类型、汽车名称以及其他汽车特性属性;根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。由于基于终端信令进行汽车行业用户画像构建方法,覆盖线上与线下途径,与现有技术相比,覆盖用户更广泛、实现更加便捷,并且规避了增加硬件的成本;另外,基于终端信令进行汽车行业用户画像构建,能够根据实时信令数据动态更新用户画像,提高了用户画像的准确性和时效性。
在图2所示实施例的基础上,下面结合一个具体的实施例,详细描述S204的一种可选的实施方式。图3为本发明提供的根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像的流程示意图,如图3所示,该方法包括:
S301:根据所述终端所处的4S店,确定用户线下兴趣表。
在图3所示实施例的基础上,下面结合一个具体的实施例,详细描述S301的一种可选的实施方式。图3为本发明提供的根据终端所处的4S店,确定用户线下兴趣表的流程示意图,如图4所示,该方法包括:
S3011:根据所述终端所处的4S店,生成所述终端对应用户4S店访问序列。
其中,所述4S店访问序列指示了所述用户一段时间内至少到访过一个4S店行为对应的4S店序列。
具体的,用户在访问4S店时,可能一天去多个4S店,也可能多天去一个4S店。因此,在上述实施例中,根据终端的信令数据获取到的终端所处的4S店的数量可能是多个。
本实施例中,根据终端所处的4S店,可以得到终端对应的用户的4S店访问序列。一种可选的实施方式中,将每个用户一段时间内信令数据按时间顺序进行排序,按照图2中的S202,获取出该用户的单日所访问的4S店的序列。若用户连续两次到访的4S店相同且两次访问的时间间隔小于时间阈值t1,则将这两次访问合并为一次,进入4S店的时间为前一次进入时间,离开4S店的时间为后一次离开的时间;其他情况不做处理,循环此过程直到没有序列合并为止,最终序列作为所述终端对应用户4S店访问序列,记为uj=[b1,b2,…,bn],该式表示用户j在时间段内共访问了m次4S店,在第n次访问的4S店为bn。
S3012:根据所述终端4S店访问序列,判断所述终端对应的用户是否为4S店访客。
可以理解的,在4S店区域内的人除了4S店访客,还包括行人、4S店工作人员等其它人员,因此,需要对非4S店访客进行识别,提取出真正的4S店访客。
具体的,判断用户是否为4S店访客的方法有多种,本发明实施例仅以一种可选的实施方式为例进行描述。图4为本发明实施例提供的判断终端对应的用户是否为4S店访客的流程示意图,如图4所示,该方法包括:
S30121:判断所述4S店访问序列所包含的不同日期数占是否大于预设值,若是,则执行S30124,若否,则执行S30122。
具体的,若用户的4S店访问序列中不同日期数越多,越能表明单位时间窗口内用户访问4S店的频率越高,该用户为4S店工作人员的概率越高。因此,本发明实施例通过设定一个天数预设值,将访问不同日期数大于预设值的用户设定为4S店工作人员。一种可选的实施方式中,将4S店访问序列统计时间窗口设为30天,天数预设值设为15天。
S30122:根据所述信息数据的时间戳,判断所述4S店访问序列中单次访问时长是否小于预设时长。若是,则执行S30124,若否,则执行S30123。
具体的,如果用户在同一4S店下有连续多条信令记录,并且最后一条信令记录与第一条信令记录的时间差小于时间阈值t2,则将这连续的多条信令记录合并为一条记录,生成用户在单个4S店的访问信息。将第一条记录的时间作为用户进入该4S店的时间,将最后一条记录的时间作为用户离开该4S店的时间。
如果一个用户在一个4S店只有一条信令记录,则将该记录的时间同时作为进入和离开4S店的时间。
基于以上描述,一种可选的实施方式中,采用如下公式计算4S店访客单次访问时长:
4S店访客单次访问时长=用户离开4S店的时间–用户进入4S店的的时间;
可以理解的,路人可能会短暂的经过4S店附近,需要将路人的4S店访问行为排除。基于此,本实施例设定一个预设时长t3,将4S店访问序列中单次访问时长小于预设时长的访问认定为非4S店访客,将该次访问从4S店访问序列剔除,重复此过程,直至所述4S店访问序列不再有信的访问记录被剔除。若4S店访问序列为空,则确定所述终端对应的用户为非4S店访客,否则确定所述终端对应的用户为4S店访客。
S30123:确定所述终端对应的用户为4S店访客。
S30124:确定所述终端对应的用户为非4S店访客。
S3013:若确定所述用户为4S店访客,根据所述4S店售卖的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线下汽车兴趣表。
具体的,因4S店特定时间内售卖的汽车品牌国定,通过4S店访问序列数据和4S店基础信息数据关联,可以推断出每次用户访问4S店是关注具体某汽车品牌。进一步的,由于4S店特定时间内所销售的车型固定但并不唯一,可以推断出用户是对该4S店旗下的某款车型感兴趣,但并不知具体为哪款。基于此,如果该4S店销售多个汽车品牌,则认为到访该4S店的用户对该4S店旗下的所有汽车品牌均感兴趣。同理,则认为到访该4S店的用户对该4S店所销售的所有车型均感兴趣。对于4S店访问序列数据的每一次访问数据均与4S店基础信息数据关联,即可形成用户品牌与车型线下兴趣表。进一步的,通过与S203种所述的汽车特性属性进行关联,可分出得出用户所关注的汽车特征,最终形成用户线下汽车兴趣表。
S302:根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表。
在图3所示实施例的基础上,下面结合一个具体的实施例,详细描述S302的一种可选的实施方式。图3为本发明提供的根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表的流程示意图,如图5所示,该方法包括:
S3021:根据所述终端上网记录,按照时间顺序生成汽车网站的访问序列。
具体的,将上网记录按照终端和汽车网站域名分组,同一终端访问同一汽车网站域名的上网记录分在一组,按照时间顺序生成访问序列。
S3022:根据所述终端汽车网站的访问序列,判断所述终端对应用户是否为主动访问。
可以理解的,上网记录中除了主动访问汽车网站以外,还存在被动访问,被动访问主要以下两种情况:一是误操作点击了汽车网页;二是平台推送的广告。这两种情况都有一个显著特征:在一段时间内该用户访问的汽车网页的频率很低,甚至仅有一次,而用户主动访问汽车网站的行为是连续的、持续的,本实施例利用这一特性区分用户行为的主动性。
具体的,设定一个时间窗口阈值t4,若访问序列中相邻的2次访问的时间间隔大于t4则表示这是两次不同的访问,应按照此将访问序列拆分为两次,分别统计每次访问的URL数量。设定一个访问次数阈值t5,若单次访问的URL数量小于t5则表示此次访问为被动访问,反之则为主动访问。
遍历所有访问序列,判断连续两次访问记录的时间差值是否大于时间窗口阈值t4,若大于则将该访问序列拆分为2个访问序列,两次访问记录分别置于两个不同的序列,一个为前者序列尾,另一个为后者的序列头。重复此过程直到所有的访问序列连续2次访问记录的时间差值均小于时间窗口阈值t4。统计所有访问序列所包含的URL数量,若URL数量小于t5则表示此次访问为被动访问,反之则表示此次访问为主动访问。
S3023:若确定所述用户为主动访问,根据所述汽车网站对应的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线上汽车兴趣表。
具体的,将确认为主动访问序列的每条访问记录与S203中生成的汽车网站基础数据按照URL进行关联,可以得出用户访问的汽车品牌、车型以及车型特征等信息,从而构建用户线上汽车兴趣表。
S303:根据所述用户线下兴趣表和所述用户线上兴趣表,确定所述终端对应用户的汽车行业用户画像。
具体实施过程中,根据用户线下兴趣表和用户线上兴趣表,确定终端对应用户的汽车行业用户画像,有多种实施方式,下面仅以一种可选的实施方式为例进行描述,该方法包括:
可以理解的,用户的线下参与更能体现兴趣程度,本实施例故将用户线下兴趣表数据设定了更高的权重系数,综合用户线下兴趣表和用户线上兴趣表数据,按照用户、时间进行分组,分别统计每个用户每日对汽车品牌、汽车车型以及各个汽车特征的访问次数,访问次数越多表示用户对该信息的兴趣度越大。可以理解的,用户的兴趣会随着时间发生变化,本实施例也考虑了此情况,具体通过设定到当前时间为终点的固定天数的时间窗口,将离当前时间越近的时间设置更大的权重,反之设置更小的权重,以用户进行分组,在时间窗口内分别对每个用户的汽车品牌、汽车车型以及各个汽车特征的兴趣度进行加权求和,最终形成当前用户的汽车行业兴趣分布。时间窗口每日进行调整,从而保证兴趣分布的时效性。依据每日生成的用户汽车行业兴趣分布,横向可生成用户的汽车兴趣特征画像,纵向可生成用户的汽车兴趣排名。一种可选的实施方式中,用户的汽车兴趣特征画像采用如下公式获取:
其中,Fij表示用户i在汽车特征j上的兴趣画像指数,k代表所选择数据的时间窗口大小,例如最近30天,α表示线上数据的权重系数,w为S203中所描述的汽车垂直类网站的权重系数,Cij线下 k表示第k天前用户i在线下对汽车特征j的访问次数总和,Cij线上 k表示第k天前用户i在线上对汽车特征j的访问次数总和。
Claims (9)
1.一种基于终端信令的汽车行业用户画像构建方法,其特征在于,具体步骤包括:
步骤一:获取终端的信令数据和上网记录数据;
步骤二:根据终端的信令数据和汽车4S店与基站小区的关系数据,确定所述终端所处的4S店的位置;
步骤三:根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息;
步骤四:根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。
2.根据权利要求1所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述步骤一中,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度,所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间。
3.根据权利要求1所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述步骤二具体为,
2.1、获取信令数据与定位指纹库中存储的关系数据的相似度;
2.2、若存在与信令数据的相似度满足预设条件的目标关系数据,则确定所述目标关系数据对应的4S店为所述终端所处的4S店;
其中,所述预设条件为所述信令数据中的基站小区与关系数据中的基站小区的重复小区数大于预设值,且重复的小区的信号强度的差异小于预设值。
4.根据权利要求1所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述步骤三具体为,
3.1、获取汽车类垂直网站各URL与展示汽车信息的关系数据;
3.2、将所述终端的上网记录数据和所述关系数据中进行匹配,匹配则根据URL所展示汽车信息确定所述终端所浏览的汽车信息。
5.根据权利要求1所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述步骤四,具体为:
4.1、根据所述终端所处的4S店,确定用户线下兴趣表;
4.2、根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表;
4.3、根据所述用户线下兴趣表和所述用户线上兴趣表,确定所述终端对应用户的汽车行业用户画像。
6.根据权利要求5所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述根据所述终端所处的4S店,确定用户线下兴趣表,具体为:
4.1.1、根据所述终端所处的4S店,生成所述终端对应用户4S店访问序列;
4.1.2、根据所述终端4S店访问序列,判断所述终端对应的用户是否为4S店访客;
4.1.3、若确定所述用户为4S店访客,根据所述4S店售卖的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线下汽车兴趣表。
7.根据权利要求6所述基于终端信令的汽车行业用户画像构建方法,其特征在于:所述根据所述终端4S店访问序列,判断所述终端对应的用户是否为4S店访客,具体为:
判断所述4S店访问序列所包含的不同日期数占是否大于预设值:
若是,则确定所述终端对应的用户为非4S店访客;
若否,则根据所述信息数据的时间戳,判断所述4S店访问序列中单次访问时长是否小于预设时长;
若是,则确定所述终端对应的用户为非4S店访客;
若否,确定所述终端对应的用户为4S店访客。
8.根据权利要求5所述基于终端信令的汽车行业用户画像构建方法,其特征在于:根据所述终端对应用户所浏览的汽车信息,确定用户线上兴趣表,包括:
根据所述终端上网记录,按照时间顺序生成汽车网站的访问序列;
根据所述终端汽车网站的访问序列,判断所述终端对应用户是否为主动访问;
若确定所述用户为主动访问,根据所述汽车网站对应的汽车品牌、车型以及所述车型对应的汽车特征,确定所述用户线上汽车兴趣表。
9.基于终端信令的汽车行业用户画像构建装置,其特征在于:包括获取模块,用于获取终端的信令数据和上网数据记录,所述信令数据包括所述终端的标识、所述终端支持的网络类型、覆盖所述终端的基站小区以及所述终端检测到的每个小区的信号强度;所述上网记录数据包括终端的标识、所述终端访问的URL以及对应的访问时间;
第一确定模块,用于根据所述终端的信令数据和4S店与基站小区的关系数据,确定所述终端所处的4S店;其中,所述关系数据包括覆盖所述4S店的基站小区以及各所述基站小区在所述4S店的信号强度;
第二确定模块,用于根据所述终端的上网记录数据和网站URL与所展示汽车信息的关系数据,确定所述终端所浏览的汽车信息:其中,所述关系数据包括所述网站URL所呈现出的URL地址、汽车品牌、汽车类型、汽车名称以及其他汽车特性属性;
第三确定模块,用于根据所述终端所处的4S店及所述终端对应用户所浏览的汽车信息,确定所述终端对应用户的汽车行业用户画像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849353.8A CN116962971A (zh) | 2023-07-11 | 2023-07-11 | 基于终端信令的汽车行业用户画像构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310849353.8A CN116962971A (zh) | 2023-07-11 | 2023-07-11 | 基于终端信令的汽车行业用户画像构建方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116962971A true CN116962971A (zh) | 2023-10-27 |
Family
ID=88459676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310849353.8A Pending CN116962971A (zh) | 2023-07-11 | 2023-07-11 | 基于终端信令的汽车行业用户画像构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116962971A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080201206A1 (en) * | 2007-02-01 | 2008-08-21 | 7 Billion People, Inc. | Use of behavioral portraits in the conduct of E-commerce |
US20080250450A1 (en) * | 2007-04-06 | 2008-10-09 | Adisn, Inc. | Systems and methods for targeted advertising |
CN102610000A (zh) * | 2012-03-14 | 2012-07-25 | 江苏钱旺网络科技有限公司 | 基于Wi-Fi技术的员工考勤定位的方法 |
CN104143219A (zh) * | 2014-07-18 | 2014-11-12 | 浙江工业大学 | 基于Wi-Fi指纹的考勤方法及*** |
DE202015006586U1 (de) * | 2015-09-18 | 2016-01-07 | Borgward Trademark Holdings Gmbh | Auf Informationen beruhendes Empfehlungssystem |
CN107862757A (zh) * | 2017-11-03 | 2018-03-30 | 广东广凌信息科技股份有限公司 | 一种基于Wi‑Fi指纹的移动考勤方法及*** |
JP6337332B1 (ja) * | 2017-10-04 | 2018-06-06 | 株式会社アドインテ | 情報配信システム及び情報配信方法 |
CN109189831A (zh) * | 2018-08-21 | 2019-01-11 | 重庆邮电大学 | 一种基于组合赋权的购车倾向用户识别方法 |
CN110490646A (zh) * | 2019-08-01 | 2019-11-22 | 北京东方国信科技股份有限公司 | 汽车品牌目标用户的确定方法及装置 |
CN110990692A (zh) * | 2019-11-13 | 2020-04-10 | 上海易点时空网络有限公司 | 基于画像分析的数据处理方法及装置 |
CN111984858A (zh) * | 2020-06-29 | 2020-11-24 | 江苏车行天下网络科技有限公司 | 一种汽车智能服务*** |
US10915595B1 (en) * | 2014-10-07 | 2021-02-09 | R&D Industries, Inc. | Devices, system and method for associating a tengible asset with an website or target URL |
CN113194442A (zh) * | 2021-05-09 | 2021-07-30 | 深圳市迈鸿车联网服务有限公司 | 一种智慧用车的车联网互动平台 |
CN115423537A (zh) * | 2022-11-02 | 2022-12-02 | 北京车讯互联网股份有限公司 | 一种基于人工智能的互联网汽车行业精准广告投放方法 |
US20220391933A1 (en) * | 2021-06-08 | 2022-12-08 | FullThrottle Technologies, LLC | Location determination using anonymous browser data |
-
2023
- 2023-07-11 CN CN202310849353.8A patent/CN116962971A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080201206A1 (en) * | 2007-02-01 | 2008-08-21 | 7 Billion People, Inc. | Use of behavioral portraits in the conduct of E-commerce |
US20080250450A1 (en) * | 2007-04-06 | 2008-10-09 | Adisn, Inc. | Systems and methods for targeted advertising |
CN102610000A (zh) * | 2012-03-14 | 2012-07-25 | 江苏钱旺网络科技有限公司 | 基于Wi-Fi技术的员工考勤定位的方法 |
CN104143219A (zh) * | 2014-07-18 | 2014-11-12 | 浙江工业大学 | 基于Wi-Fi指纹的考勤方法及*** |
US10915595B1 (en) * | 2014-10-07 | 2021-02-09 | R&D Industries, Inc. | Devices, system and method for associating a tengible asset with an website or target URL |
DE202015006586U1 (de) * | 2015-09-18 | 2016-01-07 | Borgward Trademark Holdings Gmbh | Auf Informationen beruhendes Empfehlungssystem |
JP6337332B1 (ja) * | 2017-10-04 | 2018-06-06 | 株式会社アドインテ | 情報配信システム及び情報配信方法 |
CN107862757A (zh) * | 2017-11-03 | 2018-03-30 | 广东广凌信息科技股份有限公司 | 一种基于Wi‑Fi指纹的移动考勤方法及*** |
CN109189831A (zh) * | 2018-08-21 | 2019-01-11 | 重庆邮电大学 | 一种基于组合赋权的购车倾向用户识别方法 |
CN110490646A (zh) * | 2019-08-01 | 2019-11-22 | 北京东方国信科技股份有限公司 | 汽车品牌目标用户的确定方法及装置 |
CN110990692A (zh) * | 2019-11-13 | 2020-04-10 | 上海易点时空网络有限公司 | 基于画像分析的数据处理方法及装置 |
CN111984858A (zh) * | 2020-06-29 | 2020-11-24 | 江苏车行天下网络科技有限公司 | 一种汽车智能服务*** |
CN113194442A (zh) * | 2021-05-09 | 2021-07-30 | 深圳市迈鸿车联网服务有限公司 | 一种智慧用车的车联网互动平台 |
US20220391933A1 (en) * | 2021-06-08 | 2022-12-08 | FullThrottle Technologies, LLC | Location determination using anonymous browser data |
CN115423537A (zh) * | 2022-11-02 | 2022-12-02 | 北京车讯互联网股份有限公司 | 一种基于人工智能的互联网汽车行业精准广告投放方法 |
Non-Patent Citations (5)
Title |
---|
"Electric_Vehicle_User_Portrait_Considering_Market_Response_Potential", PREPRINTS OF THE 5TH IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION * |
吴骏;尹鸿峰;: "移动网用户通信浏览资源优化管理仿真", 计算机仿真, no. 01 * |
唐朝伟;郭春旺;唐鼎;唐晖;: "无线接入网关终端保持接入设计与实现", 电子技术应用, no. 09 * |
袁青松: "IPv6城域示范网规划设计与实施", 硕士电子期刊, no. 1 * |
隋国政;: "浅谈用户画像构建及应用", 电子世界, no. 15 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200596B2 (en) | System and method for segmenting and targeting audience members | |
US8521619B2 (en) | Computer-based system and method for determining a quantitative scarcity index value based on online computer search activities | |
US7739142B2 (en) | System and method for providing automobile marketing research information | |
US20020111847A1 (en) | System and method for calculating a marketing appearance frequency measurement | |
EP1738524B1 (en) | Method and system for generating a population representative of a set of users of a communication network | |
KR101393058B1 (ko) | 인터넷 검색의 키워드 광고를 이용하는 유효 키워드 선정 시스템 및 그 유효 키워드 선정 방법 | |
CN107203518A (zh) | 在线***个性化推荐的方法、***以及装置、电子设备 | |
CN105868291A (zh) | 推荐网址的方法、装置及*** | |
US20100174657A1 (en) | System and method for appraisal information services | |
KR20060028673A (ko) | 유사도 분석 방법 및 제품 | |
CN109639771B (zh) | 推送服务的方法及装置、计算机设备、存储介质 | |
CN105978729A (zh) | 一种基于用户上网日志及位置的手机信息推送***及方法 | |
DE102012222036A1 (de) | Individualisieren von Internetsuchinhalten auf der Grundlage von aus zielgerichteter Werbung abgeleiteten Benutzerdaten | |
CN113240526B (zh) | 应用于云计算和区块链金融的业务推荐方法及云计算*** | |
CN113099260A (zh) | 直播处理方法、直播平台、***、介质及电子设备 | |
CN116962971A (zh) | 基于终端信令的汽车行业用户画像构建方法及装置 | |
CN116739654A (zh) | 一种信息采集装置及*** | |
CN116595262A (zh) | 商旅方案推荐方法、装置、电子设备及计算机存储介质 | |
WO2016174142A1 (de) | Verfahren zum erzeugen von prioritätsdaten für produkte | |
CN115880077A (zh) | 基于客户标签的推荐方法及其装置、电子设备及存储介质 | |
EP2518677A2 (en) | Method and system for analysing traffic on a website including multiple visits by the visitors | |
KR20010096877A (ko) | 인터넷 아이피 어드레스 데이터베이스를 이용한 타겟마케팅 방법 및 그 시스템 | |
CN111985939A (zh) | 一种基于互联网的石化机械销售服务管理*** | |
CN112001742A (zh) | 网站访客行为习惯评估方法及*** | |
CN1323131A (zh) | 一种连续性的实时市场监测*** |
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 |