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！

龙图腾网恭喜北京同方凌讯科技有限公司申请的专利基于行为数据的用户画像的生成方法和生成系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119048147B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411541271.8，技术领域涉及：G06Q30/0201；该发明授权基于行为数据的用户画像的生成方法和生成系统是由燕宪文设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于行为数据的用户画像的生成方法和生成系统在说明书摘要公布了：本发明公开了一种基于行为数据的用户画像的生成方法和生成系统，包括获取所述用户的第一行为数据、所述用户身份数据，并实时更新所述第一行为数据，记录所述第一行为数据的时间戳。判断是否产生第二用户行为数据，并更新所述用户行为数据序列。将更新后的用户行为数据序列输入到长短期记忆网络‑贝叶斯模块，得到用户的兴趣标签将所述兴趣标签转换为转换器模型的输入格式，特征提取所述用户兴趣标签序列，得到所述用户兴趣标签的全局特征向量。根据用户兴趣标签的全局特征向量和所述用户身份数据，生成所述用户画像。

本发明授权基于行为数据的用户画像的生成方法和生成系统在权利要求书中公布了：1.基于行为数据的用户画像的生成方法，其特征在于，所述方法包括：S101：获取用户的第一行为数据、用户身份数据，并实时更新所述第一行为数据，记录所述第一行为数据的时间戳；S102：判断是否产生第二用户行为数据，并更新用户行为数据序列；S103：将更新后的用户行为数据序列输入到长短期记忆网络-贝叶斯模块，得到用户的兴趣标签；S104：将所述兴趣标签转换为转换器模型的输入格式，特征提取用户兴趣标签序列，得到用户兴趣标签的全局特征向量；S105：根据用户兴趣标签的全局特征向量和所述用户身份数据，生成所述用户画像；提取群体性用户的全局特征向量，构建群体性用户画像，用于优化融媒体内容推荐算法，包括：对于具有相似兴趣标签的用户群体，将他们的特征向量进行聚合；使用聚合后的群体特征向量，通过聚类算法K-means识别出群体的共同兴趣标签；将识别出的群体兴趣标签与用户群体的其他统计信息结合，构建出多维度的群体性用户画像，其他统计信息包括年龄、性别、地理位置；所述步骤S102中，判断是否产生第二用户行为数据，并更新所述用户行为数据序列，包括：S201：设置固定采样时间周期，并记录所述固定采样时间周期内的第一用户行为数据；S202：判断是否产生第二用户行为数据，如果产生所述第二用户行为数据，将所述第一用户行为数据中非固定采样时间周期的用户行为数据删除，更新所述用户行为数据序列，包括：记录产生第二用户行为数据的时间戳，判断所述第二用户行为数据时间戳与所述第一用户行为的时间戳差值是否小于所述固定采样时间周期；如果所述第二用户行为数据时间戳与所述第一用户行为的时间戳差值小于所述固定采样时间周期，记录所述第二用户行为数据；如果所述第二用户行为数据时间戳与所述第一用户行为的时间戳差值不小于所述固定采样时间周期，删除所述第一用户行为数据；所述步骤S103中，将更新后的用户行为数据序列输入到长短期记忆网络-贝叶斯模块，得到用户的兴趣标签，包括：将更新后的用户行为序列数据输入到LSTM网络中，LSTM网络通过遗忘门、输入门和输出门来学习序列数据中的长期依赖关系，设为第个行为对应的隐藏状态，则LSTM的数学描述可以简化为式（5）：式5在LSTM提取的特征之上，应用贝叶斯推理来预测用户兴趣标签，贝叶斯公式如式（1）表示： 式（1）其中，表示给定行为序列下用户具有特定标签的概率，表示具有特定标签的用户产生该行为数据序列的概率，是先验概率，表示用户具有该标签的固有概率，是用户行为数据序列的边缘概率；通过计算上述概率，选择具有最大后验概率的标签作为用户的兴趣标签： 式（6）经过LSTM网络处理后，用户的行为序列数据被转化为特征向量序列，使用贝叶斯推理来预测用户兴趣标签；计算条件概率：对于每个可能的兴趣标签，计算，通过训练数据集上的统计来估计的； 计算先验概率：从训练数据中估计，或者基于领域知识进行设定； 归一化处理：分母对于所有标签是常数，直接比较分子的大小来确定最可能的标签，如式（7）所示：式（7）。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京同方凌讯科技有限公司，其通讯地址为：100083 北京市海淀区王庄路1号清华同方科技大厦A座26层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。