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！

龙图腾网获悉茅台学院申请的专利一种基于强化增加学习的电商用户画像构建方法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：CN120687908B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510801232.5，技术领域涉及：G06F18/241；该发明授权一种基于强化增加学习的电商用户画像构建方法是由兰洋设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本一种基于强化增加学习的电商用户画像构建方法在说明书摘要公布了：本发明公开了一种基于强化增加学习的电商用户画像构建方法，该系统包括：数据采集模块，数据采集模块采集用户的信息，为综合分析用户行为提供数据源；数据处理与分析模块，数据处理与分析模块进行数据清洗与预处理，并根据处理后的数据分析用户的行为模式和偏好；标签生成与分级模块，标签生成与分级模块依据数据处理与分析模块输出的结果，结合预设的标签规则库，为用户自动生成标签，并计算用户画像的综合得分。本发明通过特定公式计算浏览行为特征，运用文本挖掘技术和深度学习模型分析兴趣偏好，能精准地把握用户行为模式和兴趣点；基于反馈构建奖励机制，用强化学习算法评估推送策略，不断选择最优策略，提升推送效果和用户画像的准确性。

本发明授权一种基于强化增加学习的电商用户画像构建方法在权利要求书中公布了：1.一种基于强化增加学习的电商用户画像构建方法，其特征在于，基于电商系统实现，该系统包括： 数据采集模块，数据采集模块采集用户的信息，为综合分析用户行为提供数据源； 数据处理与分析模块，数据处理与分析模块进行数据清洗与预处理，并根据处理后的数据分析用户的行为模式和偏好； 标签生成与分级模块，标签生成与分级模块依据数据处理与分析模块输出的结果，结合预设的标签规则库，为用户自动生成标签，并计算用户画像的综合得分； 推送测试模块，推送测试模块根据用户画像的综合得分S和标签的匹配程度，通过设定多维度的筛选条件来识别标签分类不明确的用户； 强化增加学习模块，基于用户的反馈信息，构建一套精细化的奖励机制来全面评估推送策略的效果，运用强化学习算法对不同推送策略的累计奖励值进行比较和评估，选择累计奖励值最高的策略作为当前最优策略； 所述推送测试模块，筛选标签分类不明确用户，具体如下： 基于用户画像的综合得分S和标签的匹配程度，通过设定多维度的筛选条件来识别标签分类不明确的用户，具体如下：对于综合得分，为设定的阈值，且多个标签得分之间的差异度，为设定的阈值，的用户，将其纳入标签分类不明确用户范畴； 分析这些用户的浏览历史、购买记录数据； 所述推送测试模块，针对标签分类不明确的用户，根据其历史行为和兴趣偏好，结合标签关联度信息，为每个用户定制个性化的推送内容组合； 依据其浏览历史中频繁出现的商品类别或关键词，筛选出与之相关度较高的商品进行组合推送，具体如下： 计算用户浏览历史中各类商品或关键词的权重，公式为：； 其中，是用户浏览某类商品或涉及某关键词的次数，是用户总的浏览历史记录数，然后，按照权重从高到低选取前K个商品类别或关键词，将这些类别或关键词对应的热门商品与平台整体热门商品进行混合推送，形成个性化的推送内容组合； 包括如下步骤： S1：数据采集模块在电商平台运行过程中，实时收集用户的信息，并进行初步的整理和打包； S2：将采集到的数据及时传输至服务器端的数据处理与分析模块； S3：数据处理与分析模块接收到数据后，立即启动数据清洗程序，剔除无效数据，并对有效数据进行归一化处理和特征提取； S4：运用文本挖掘技术分析商品和用户评论文本，提取关键词和语义信息；利用统计分析方法计算用户的浏览行为特征指标； S5：根据数据处理结果，结合标签生成规则库，为用户生成初始标签； S6：计算标签之间的关联度，构建标签关联网络； S7：依据标签分级规则和初始权重设置，对生成的标签进行分级赋值，计算用户画像的综合得分，形成初步的用户画像； S8：完善用户画像。

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茅台学院，其通讯地址为：564500 贵州省遵义市仁怀市鲁班大道；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”。

以上内容由龙图腾AI智能生成。