基于用户画像的专项服务推送方法及系统

摘要

本发明公开了一种基于用户画像的专项服务推送方法及系统，其包括方法，方法包括：获取各个企业的用户画像、政策信息及对应政策解读信息；当政策解读信息入库，从预指定的数据库调取企业成长树GTr模型进行节点分析，筛选出未完成政策解读信息对应事项的企业，并作为一级用户；基于用户画像对一级用户进行意向分析，记录符合意向阈值范围为二级用户；特征提取处理政策信息及政策解读信息，将结果信息与二级用户的用户画像做匹配预估处理，得到二级预估结果；以及，以二级用户为推送目标，推送结果信息及二级预估结果；且以一级用户为推送目标，推送结果信息。

权利要求

1.一种基于用户画像的专项服务推送方法，其特征在于，包括：获取各个企业的用户画像，并更新至对应的画像库；

获取政策信息及对应政策解读信息，并更新至对应的政策库；

当政策解读信息入库，从预指定的数据库调取企业成长树GTr模型进行节点分析，筛选出未完成政策解读信息对应事项的企业，并作为一级用户；

所述企业成长树GTr模型的节点在企业开展政策对应事项的时间产生且节点对应开展的事项；所述节点分析包括：

将企业成长树GTr模型与对应的参考模型对比，得到节点状态信息；其中，节点状态信息包括完结节点信息、成长中节点信息以及未激活节点信息；企业成长树GTr模型，其构建方法：

根据企业注册时间，以时间线绘制主干；

以对应的具体事项的成长记录的产生时间为主节点位置，且于主节点根据成长记录的时间线产生枝干；以及，

以成长记录的事项变化时间于枝干上产生子节点；

基于用户画像对一级用户进行意向分析，记录符合意向阈值范围为二级用户；

特征提取处理政策信息及政策解读信息，将结果信息与二级用户的用户画像做匹配预估处理，得到二级预估结果；以及，以二级用户为推送目标，推送结果信息及二级预估结果；且以一级用户为推送目标，推送结果信息。

2.根据权利要求1所述的基于用户画像的专项服务推送方法，其特征在于，还包括：获取推送反馈信息；其中，反馈信息包括被推送信息及其关联的政策信息和政策解读信息的查阅持续时间或次数；

判断一级用户的查阅持续时间或次数是否超出阈值，如果是，则对一级用户做匹配预估处理，并再次推送预估结果。

3.根据权利要求2所述的基于用户画像的专项服务推送方法，其特征在于，所述特征提取处理政策信息及政策解读信息包括：对政策信息及政策解读信息进行TextRank算法处理，用于得到关键词及摘要作为结果信息。

4.根据权利要求3所述的基于用户画像的专项服务推送方法，其特征在于，所述将结果信息与二级用户的用户画像做匹配预估处理包括：计算用户画像对结果信息中的关键词的覆盖率。

5.根据权利要求3所述的基于用户画像的专项服务推送方法，其特征在于：在所述节点分析之前，先特征提取处理政策信息及政策解读信息，且根据结果信息中的关键词删除不在政策适用行政区和/或行业不符合的企业，得到预处理企业信息，用于节点分析。

6.一种基于用户画像的专项服务推送系统，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至5中任一种方法的计算机程序。

说明书

基于用户画像的专项服务推送方法及系统

技术领域

[0001] 本申请涉及线上服务技术领域，尤其是涉及一种基于用户画像的专项服务推送方法及系统。

背景技术

[0002] 市面上有出现相关平台，其汇总各个地区、部门的政策信息，且可定期推送相关信息至管理层，以便为企业提供一个可相对便捷了解政策的渠道。

[0003] 针对上述中的相关技术，发明人认为其存在以下不足：

[0004] 对于当前大多企业而言，其缺乏解读和执行上述政策的专业人员，很多时候并不清楚自己企业的条件是否符合申报等，导致很大一部分企业的主动性相对不佳，因此本申
请提出一种新的技术方案。

发明内容

[0005] 本申请提供一种基于用户画像的专项服务推送方法及系统。

[0006] 第一方面，本申请提供一种基于用户画像的专项服务推送方法及系统，采用如下的技术方案：

[0007] 一种基于用户画像的专项服务推送方法，包括：

[0008] 获取各个企业的用户画像，并更新至对应的画像库；

[0009] 获取政策信息及对应政策解读信息，并更新至对应的政策库；

[0010] 当政策解读信息入库，从预指定的数据库调取企业成长树GTr模型进行节点分析，筛选出未完成政策解读信息对应事项的企业，并作为一级用户；

[0011] 基于用户画像对一级用户进行意向分析，记录符合意向阈值范围为二级用户；

[0012] 特征提取处理政策信息及政策解读信息，将结果信息与二级用户的用户画像做匹配预估处理，得到二级预估结果；以及，

[0013] 以二级用户为推送目标，推送结果信息及二级预估结果；且以一级用户为推送目标，推送结果信息。

[0014] 可选的，获取推送反馈信息；其中，反馈信息包括被推送信息及其关联的政策信息和政策解读信息的查阅持续时间或次数；

[0015] 判断一级用户的查阅持续时间或次数是否超出阈值，如果是，则对一级用户做匹配预估处理，并再次推送预估结果。

[0016] 可选的，所述企业成长树GTr模型的节点在企业开展政策对应事项的时间产生且节点对应开展的事项；所述节点分析包括：将企业成长树GTr模型与对应的参考模型对比，
得到节点状态信息；其中，节点状态信息包括完结节点信息、成长中节点信息以及未激活节
点信息。

[0017] 可选的，所述特征提取处理政策信息及政策解读信息包括：对政策信息及政策解读信息进行TextRank算法处理，用于得到关键词及摘要作为结果信息。

[0018] 可选的，所述将结果信息与二级用户的用户画像做匹配预估处理包括：计算用户画像对结果信息中的关键词的覆盖率。

[0019] 可选的，在所述节点分析之前，先特征提取处理政策信息及政策解读信息，且根据结果信息中的关键词删除不在政策适用行政区和/或行业不符合的企业，得到预处理企业
信息，用于节点分析。

[0020] 第二方面，本申请提供一种基于用户画像的专项服务推送系统，采用如下的技术方案：

[0021] 一种基于用户画像的专项服务推送系统，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种方法的计算机程序。

[0022] 综上所述，本申请包括以下至少一种有益技术效果：

[0023] 1、基于企业成长状态判断是否可以进行某一政策对应的事项得到一级用户，并基于用户画像分析出符合要求的企业，得到二级用户，一级推送自动精简后的政策信息和政
策解读信息的摘要，方便其及时了解政策，二级用户还推送政策匹配预估结果；从而本方法
在相对精准推送消息时，还辅助用户了解企业对政策适配度，方便其做企业规划；

[0024] 2、当一级用户对推送消息查阅且符合触发的条件，则为其推送政策匹配度预估作为参考，以提高其阅读体验和兴趣，且此设置，可提高对算力的利用率。

附图说明

[0025] 图1是本申请的方法的流程示意图；

[0026] 图2是本申请的企业成长树的模型构建流程示意图。

具体实施方式

[0027] 以下结合附图1‑2对本申请作进一步详细说明。

[0028] 本申请实施例公开一种基于用户画像的专项服务推送方法，其需要企业在指定平台注册企业账户，并配置对应的管理人员，上传管理员身份和联系信息，以配合使用。

[0029] 参照图1，基于用户画像的专项服务推送方法包括：

[0030] 获取各个企业的用户画像，并更新至对应的画像库；其中，用户画像其以自身的强账号体系建立，若没有强账号体系，则采用用户连线，通过各种连接信息，将同一个用户来
自pc端的 cookie，app端的device_id，mobile客户端的cookie 数据连接在一起。

[0031] 获取政策信息及对应政策解读信息，并更新至对应的政策库；两信息可直接对接各行政区的官方从政务公告中获取。

[0032] 当政策解读信息入库，从预指定的数据库调取企业成长树GTr模型进行节点分析，筛选出未完成政策解读信息对应事项的企业，并作为一级用户。

[0033] 关于企业成长树GTr模型，参照图2，其构建方法：

[0034] 根据企业注册时间，以时间线绘制主干；

[0035] 以对应的具体事项的成长记录的产生时间为主节点位置，且于主节点根据成长记录的时间线产生枝干；以及，

[0036] 以成长记录的事项变化时间于枝干上产生子节点。

[0037] 主节点和子节点均作为成长节点，且节点用于存储关联的在网信息，如主节点为知识产权，延伸出一条时间线，直到一个时间节点出现专利申请子节点；此时，该子节点又
延伸出一条分时间线，该条时间线具体记录各个专利的申请记录，并再次分支出相应的分
支，各个分支节点等又对应记录事项的具体信息；以此类推，即可构建出“枝丫”繁多的企业
成长树。此时，通过一个企业成长树的“枝丫”繁茂程度，即可判断企业的发展状况。

[0038] 数据库一为用于存储上述模型的数据库，二为用于配合节点分析的参考模型库，参考模型，可由相关工作人员从市场上采集各个类型的样本企业，转化GTr模型所得。随着
本方法的使用，样本记录越来越多，后期即可聚类分析，更新或产生更多的模型，用作比对。

[0039] 节点分析，其包括：

[0040] 根据预选标准从模型库中选出企业成长树GTr模型对应的参考模型，以及对比企业成长树GTr模型和参考模型处理得到节点状态信息。

[0041] 预选标准，选择同类模型，同类的定义如企业类型（纺织、软件、智能装备制造等）、企业规模（规上、规下等）；选择合适的参考模型，可提高分析的准确性，提高推送信息的转
化率。

[0042] 所得的节点状态信息包括完结节点信息、成长中节点信息以及未激活节点信息。

[0043] 由于很多政策地区不同，会有差异，所以在节点分析之前，先特征提取处理政策信息及政策解读信息，且根据结果信息中的关键词删除不在政策适用行政区和/或行业不符
合的企业，得到预处理企业信息，用于节点分析。

[0044] 关于,特征提取处理政策信息及政策解读信息，其包括对政策信息及政策解读信息进行TextRank算法处理，用于得到关键词及摘要作为结果信息。

[0045] TextRank是由PageRank改进而来，PageRank通过互联网中的超链接关系来确定一个网页的排名，其公式是通过一种投票的思想来设计的：如果我们要计算网页A的PageRank
值（以下简称PR值），那么我们需要知道有哪些网页链接到网页A，也就是要首先得到网页A
的入链，然后通过入链给网页A的投票来计算网页A的PR值。

[0046] TextRank是由PageRank的差异为多出一个权重项 ，用来表示两个节点之间的边连接有不同的重要程度。具体的流程包括：

[0047] 1、把给定的文本T按照完整句子进行分割；

[0048] 2、对于每个句子，进行分词和词性标注处理，并过滤掉停用词，只保留指定词性的单词，如名词、动词、形容词，即，保留后的候选关键词  ；

[0049] 3、构建候选关键词图  ，其中  为节点集，  可以理解为节点之间的边界，由上述生成的候选关键词组成，然后采用共现关系（co‑occurrence）构造任两点之间的
边，两个节点之间存在边仅当它们对应的词汇在长度为K的窗口中共现，K表示窗口大小，即
最多共现K个单词；

[0050] 4、根据上面公式，迭代传播各节点的权重，直至收敛；

[0051] 5、对节点权重进行倒序排序，从而得到最重要的T个单词，作为候选关键词；

[0052] 6、由5得到最重要的T个单词，在原始文本中进行标记，若形成相邻词组，则组合成多词关键词。

[0053] 后续，基于用户画像对一级用户进行意向分析，记录符合意向阈值范围为二级用户。

[0054] 所述意向分析，即识别和判断企业账号在各政策对应事项上的互动（包括参加/举办相关会议和展会、招聘相关人员、进行某一相关科技活动、销售某展品等）频次是否符合
意向阈值范围。

[0055] 再然后，将结果信息与二级用户的用户画像做匹配预估处理，即识别用户画像的特征标签；计算特征标签对结果信息中的关键词的覆盖率，得到二级预估结果。

[0056] 在上述相应流程后，以二级用户为推送目标，推送结果信息及二级预估结果；且以一级用户为推送目标，推送结果信息。

[0057] 对于推送的结果信息，选定为结果信息中的摘要，摘要为基于应用TextRank算法得到关键词得到短语，再通过相似度计算排序短语得到，其有助于用户快速了解政策内容。

[0058] 推送消息的方式，可通过预留的手机号以短信通知，或App程序的消息通知；此时，一级用户可接收及时接收政策摘要，二级用户在接收政策摘要的同时，初步了解自己企业
与政策的匹配程度，以合理规划。该方式推送，相对精准有效且可减小非必要的算力浪费。

[0059] 进一步的，本方法还要求获取推送反馈信息，反馈信息包括被推送信息及其关联的政策信息和政策解读信息的查阅持续时间或次数。基于此，本方法还判断一级用户的查
阅持续时间或次数是否超出阈值，如果是，则对一级用户做匹配预估处理，并再次推送预估
结果；即一旦一级用户对推送消息查阅且符合触发阈值，则为其推送政策匹配度预估作为
参考，提高其阅读体验和兴趣。

[0060] 本申请实施例还公开一种基于用户画像的专项服务推送系统。

[0061] 基于用户画像的专项服务推送系统包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述方法的计算机程序。

[0062] 综上所述：

[0063] 1、基于企业成长状态判断是否可以进行某一政策对应的事项得到一级用户，并基于用户画像分析出符合要求的企业，得到二级用户，一级推送自动精简后的政策信息和政
策解读信息的摘要，方便其及时了解政策，二级用户还推送政策匹配预估结果；从而相对精
准推送消息时，还辅助用户了解企业对政策适配度，方便其做企业规划；

[0064] 2、当一级用户对推送消息查阅且符合触发的条件，则为其推送政策匹配度预估作为参考，以提高其阅读体验和兴趣，且此设置，可提高对算力的利用率。

[0065] 以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。