买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:兰州大学
摘要:本发明涉及大数据技术领域,具体涉及基于维度紧缩的大数据智能云获客系统,所述系统包括:数据获取单元、维度紧缩单元、用户画像构建单元和智能推送单元;所述数据获取单元,用于从大数据云端获取用户数据集合;所述维度紧缩单元,用于将用户数据集合中的每个用户数据中的每个特征数据转换为一个数值型数据;所述用户画像构建单元,用于对用户数据集合进行基于马尔科夫随机游走矩阵的空间聚类,以生成该聚类中心所对应的用户数据的用户画像;所述智能推送单元,用于根据用户数据的用户画像,为每个用户进行对应内容的推送。本发明通过精准获取用户数据、高效处理和分析数据、准确构建用户画像以及个性化推送,为企业提供了高效的用户获客方案。
主权项:1.基于维度紧缩的大数据智能云获客系统,其特征在于,所述系统包括:数据获取单元、维度紧缩单元、用户画像构建单元和智能推送单元;所述数据获取单元,用于从大数据云端获取用户数据集合,用户数据集合中包括多个用户数据,每个用户数据为一个高维向量,其每个元素为用户的特征数据;所述维度紧缩单元,用于将用户数据集合中的每个用户数据中的每个特征数据转换为一个数值型数据,然后对用户数据集合中的用户数据进行维度紧缩,以降低用户数据之间的空间距离;所述用户画像构建单元,用于对用户数据集合进行基于马尔科夫随机游走矩阵的空间聚类,以此将用户数据集合中的每个用户数据划分为不同的类别,不同类别的用户数据具备不同的聚类中心,为每个聚类中心分配一个标签,以生成该聚类中心所对应的用户数据的用户画像;所述智能推送单元,用于根据用户数据的用户画像,为每个用户进行对应内容的推送;所述维度紧缩单元,将用户数据集合中的每个用户数据进行维度紧缩的方法包括:根据用户数据集合中的用户数据,构建一个邻接矩阵;所述邻接矩阵描述了每个用户数据之间的相似度,使用相似性度量来填充邻接矩阵的元素;基于邻接矩阵构建转移概率矩阵;通过迭代计算转移概率矩阵的幂,得到平稳分布矩阵;使用平稳分布矩阵来计算拉普拉斯特征映射,得到拉普拉斯特征空间;将用户数据集合中的每个用户数据映射到拉普拉斯特征空间中,以实现维度紧缩。
全文数据:
权利要求:
百度查询: 兰州大学 基于维度紧缩的大数据智能云获客系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。