基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法及裝置。
【背景技術(shù)】
[0002]用戶畫像是一種勾畫目標(biāo)用戶、聯(lián)系用戶訴求與設(shè)計(jì)方向的有效工具。用戶畫像是一種能將定性與定量方法很好結(jié)合在一起的載體，通過(guò)定量化的前期調(diào)研能獲得一個(gè)對(duì)于用戶群較為精準(zhǔn)的認(rèn)識(shí)，在后期的用戶角色的建立中能很好地對(duì)用戶優(yōu)先順序進(jìn)行排序，將核心的、規(guī)模較大的用戶著重突出出來(lái)。
[0003]而目前用戶畫像的數(shù)據(jù)來(lái)源較為單一且分類不明確，造成數(shù)據(jù)分析與挖掘效率和準(zhǔn)確率較低。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的主要目的在于提供一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法及裝置，旨在提高用戶畫像的數(shù)據(jù)分析準(zhǔn)確性和效率，進(jìn)而為用戶進(jìn)行消費(fèi)群體分析以及營(yíng)銷策略制定提供充分的資源。
[0005]為了達(dá)到上述目的，本發(fā)明提出一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法，包括:
[0006]從物聯(lián)網(wǎng)信息中心采集用戶數(shù)據(jù)；
[0007]對(duì)采集的用戶數(shù)據(jù)進(jìn)行處理，生成話單數(shù)據(jù)文件；
[0008]采用大數(shù)據(jù)平臺(tái)對(duì)所述話單數(shù)據(jù)文件進(jìn)行數(shù)據(jù)挖掘，描述用戶畫像。
[0009]優(yōu)選地，所述對(duì)采集的用戶數(shù)據(jù)進(jìn)行處理，生成話單數(shù)據(jù)文件的步驟包括:
[0010]對(duì)采集的用戶數(shù)據(jù)建立話單轉(zhuǎn)換表；
[0011]基于所述話單轉(zhuǎn)換表對(duì)用戶數(shù)據(jù)進(jìn)行處理，形成話單，所述話單用于描述用戶對(duì)物品的使用行為，主要維度包括使用時(shí)間、地點(diǎn)、使用者、物品類型；
[0012]將所述話單生成話單數(shù)據(jù)文件。
[0013]優(yōu)選地，所述采用大數(shù)據(jù)平臺(tái)對(duì)所述話單數(shù)據(jù)文件進(jìn)行數(shù)據(jù)挖掘，描述用戶畫像的步驟包括:
[0014]將話單數(shù)據(jù)文件存儲(chǔ)至大數(shù)據(jù)平臺(tái)；
[0015]在所述大數(shù)據(jù)平臺(tái)上，采用第一 MR模型，將單個(gè)用戶的一類話單的所有話單數(shù)據(jù)文件合并成一個(gè)用戶相關(guān)的數(shù)據(jù)塊，并進(jìn)行數(shù)據(jù)挖掘的個(gè)體分析，得到個(gè)體分析參數(shù)；
[0016]采用第二 MR模型，計(jì)算話單數(shù)據(jù)文件的全局參數(shù)；
[0017]采用第三MR模型，根據(jù)所述個(gè)體分析參數(shù)和全局參數(shù)，進(jìn)行最終數(shù)據(jù)挖掘，根據(jù)挖掘結(jié)果描述用戶畫像，輸出用戶標(biāo)簽至數(shù)據(jù)庫(kù)。
[0018]優(yōu)選地，所述采用第一 MR模型，將單個(gè)用戶的一類話單的所有話單數(shù)據(jù)文件合并成一個(gè)用戶相關(guān)的數(shù)據(jù)塊，并進(jìn)行數(shù)據(jù)挖掘的個(gè)體分析，得到個(gè)體分析參數(shù)的步驟包括:
[0019]采用第一 MR模型，將單個(gè)用戶的一類話單的所有話單數(shù)據(jù)文件以多個(gè)維度進(jìn)行合并，生成一個(gè)用戶相關(guān)的數(shù)據(jù)塊；
[0020]將所述數(shù)據(jù)塊作為一條二進(jìn)制的新記錄保存到數(shù)據(jù)庫(kù)；
[0021]基于合并后的數(shù)據(jù)塊，提取用戶屬性，統(tǒng)計(jì)物品行為特征，產(chǎn)生用戶個(gè)體相關(guān)的各類標(biāo)簽，得到個(gè)體分析參數(shù)。
[0022]優(yōu)選地，該方法還包括:
[0023]根據(jù)用戶畫像，對(duì)用戶進(jìn)行需求分析和策略規(guī)劃。
[0024]優(yōu)選地，所述用戶數(shù)據(jù)由所述物聯(lián)網(wǎng)信息中心根據(jù)RFID標(biāo)簽和傳感器網(wǎng)絡(luò)獲取。
[0025]本發(fā)明實(shí)施例還提出一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像裝置，包括:
[0026]采集模塊，用于從物聯(lián)網(wǎng)信息中心采集用戶數(shù)據(jù)；
[0027]處理模塊，用于對(duì)采集的用戶數(shù)據(jù)進(jìn)行處理，生成話單數(shù)據(jù)文件；
[0028]挖掘模塊，用于采用大數(shù)據(jù)平臺(tái)對(duì)所述話單數(shù)據(jù)文件進(jìn)行數(shù)據(jù)挖掘，描述用戶畫像。
[0029]優(yōu)選地，所述處理模塊，還用于對(duì)采集的用戶數(shù)據(jù)建立話單轉(zhuǎn)換表；基于所述話單轉(zhuǎn)換表對(duì)用戶數(shù)據(jù)進(jìn)行處理，形成話單，所述話單用于描述用戶對(duì)物品的使用行為，主要維度包括使用時(shí)間、地點(diǎn)、使用者、物品類型；將所述話單生成話單數(shù)據(jù)文件。
[0030]優(yōu)選地，所述挖掘模塊，還用于將話單數(shù)據(jù)文件存儲(chǔ)至大數(shù)據(jù)平臺(tái)；在所述大數(shù)據(jù)平臺(tái)上，采用第一 MR模型，將單個(gè)用戶的一類話單的所有話單數(shù)據(jù)文件合并成一個(gè)用戶相關(guān)的數(shù)據(jù)塊，并進(jìn)行數(shù)據(jù)挖掘的個(gè)體分析，得到個(gè)體分析參數(shù)；采用第二 MR模型，計(jì)算話單數(shù)據(jù)文件的全局參數(shù)；采用第三MR模型，根據(jù)所述個(gè)體分析參數(shù)和全局參數(shù)，進(jìn)行最終數(shù)據(jù)挖掘，根據(jù)挖掘結(jié)果描述用戶畫像，輸出用戶標(biāo)簽至數(shù)據(jù)庫(kù)。
[0031]優(yōu)選地，所述挖掘模塊，還用于采用第一 MR模型，將單個(gè)用戶的一類話單的所有話單數(shù)據(jù)文件以多個(gè)維度進(jìn)行合并，生成一個(gè)用戶相關(guān)的數(shù)據(jù)塊；將所述數(shù)據(jù)塊作為一條二進(jìn)制的新記錄保存到數(shù)據(jù)庫(kù)；基于合并后的數(shù)據(jù)塊，提取用戶屬性，統(tǒng)計(jì)物品行為特征，產(chǎn)生用戶個(gè)體相關(guān)的各類標(biāo)簽，得到個(gè)體分析參數(shù)。
[0032]優(yōu)選地,該裝置還包括:
[0033]規(guī)劃模塊，用于根據(jù)用戶畫像，對(duì)用戶進(jìn)行需求分析和策略規(guī)劃。
[0034]本發(fā)明實(shí)施例提出的一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法及裝置，由物聯(lián)網(wǎng)信息中心根據(jù)RFID標(biāo)簽和傳感器網(wǎng)絡(luò)獲取數(shù)據(jù)，以大數(shù)據(jù)平臺(tái)系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行挖掘，根據(jù)用戶的屬性、物品行為等指標(biāo)來(lái)描述用戶畫像，從而提高了用戶畫像的數(shù)據(jù)分析準(zhǔn)確性和效率，進(jìn)而為用戶進(jìn)行消費(fèi)群體分析、功能規(guī)劃調(diào)整以及營(yíng)銷策略制定提供充分的資源。
【附圖說(shuō)明】
[0035]圖1是本發(fā)明基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法一實(shí)施例的流程示意圖；
[0036]圖2是本發(fā)明實(shí)施例中大數(shù)據(jù)平臺(tái)的數(shù)據(jù)處理流程示意圖；
[0037]圖3是本發(fā)明基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法另一實(shí)施例的流程示意圖；
[0038]圖4是本發(fā)明基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像裝置一實(shí)施例的結(jié)構(gòu)示意圖；
[0039]圖5是本發(fā)明基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像裝置另一實(shí)施例的結(jié)構(gòu)示意圖。
[0040]為了使本發(fā)明的技術(shù)方案更加清楚、明了，下面將結(jié)合附圖作進(jìn)一步詳述。
【具體實(shí)施方式】
[0041]本發(fā)明實(shí)施例的解決方案主要是:由物聯(lián)網(wǎng)信息中心根據(jù)RFID標(biāo)簽和傳感器網(wǎng)絡(luò)獲取數(shù)據(jù)，以大數(shù)據(jù)平臺(tái)系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行挖掘，根據(jù)用戶的屬性、物品行為等指標(biāo)來(lái)描述用戶畫像，從而提高了用戶畫像的數(shù)據(jù)分析準(zhǔn)確性和效率，進(jìn)而為用戶進(jìn)行消費(fèi)群體分析、功能規(guī)劃調(diào)整以及營(yíng)銷策略制定提供充分的資源。
[0042]如圖1所示，本發(fā)明一實(shí)施例提出一種基于物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)的智能用戶畫像方法，包括:
[0043]步驟S101，從物聯(lián)網(wǎng)信息中心采集用戶數(shù)據(jù)；
[0044]用戶畫像的基礎(chǔ)，是通過(guò)數(shù)據(jù)對(duì)海量用戶有一個(gè)初步的了解，一般采用用戶數(shù)據(jù)提取分析與問(wèn)卷調(diào)研兩種方式進(jìn)行，根據(jù)產(chǎn)品目標(biāo)確定統(tǒng)計(jì)分析的維度指標(biāo)。其中，分析的維度，可以按照人口屬性和產(chǎn)品行為屬性進(jìn)行綜合分析。人口屬性一般包括:地域、年齡、性另O、文化、職業(yè)、收入、生活習(xí)慣、消費(fèi)習(xí)慣等；產(chǎn)品行為一般包括:產(chǎn)品類別、活躍頻率、產(chǎn)品喜好、產(chǎn)品驅(qū)動(dòng)、使用習(xí)慣、產(chǎn)品消費(fèi)等。
[0045]本實(shí)施例方案主要完成將用戶對(duì)物品的使用轉(zhuǎn)化成描述用戶畫像的方式，包括對(duì)物聯(lián)網(wǎng)信息的采集、物聯(lián)網(wǎng)信息的存儲(chǔ)、挖掘數(shù)據(jù)以及描述用戶畫像，實(shí)現(xiàn)用戶畫像的產(chǎn)生可以基于以采集自物聯(lián)網(wǎng)的大數(shù)據(jù)的支持和挖掘，采取將定量化和定性化方法相結(jié)合來(lái)創(chuàng)建用戶畫像。
[0046]具體地，首先，從物聯(lián)網(wǎng)信息中心提取原始用戶數(shù)據(jù)，該原始用戶數(shù)據(jù)由物聯(lián)網(wǎng)信息中心根據(jù)RFID標(biāo)簽和傳感器網(wǎng)絡(luò)獲取。
[00