(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210056455.X (22)申请日 2022.01.18 (71)申请人 平安普惠企业管理有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 刘锴靖　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 代理人 高杰　于志光 (51)Int.Cl. G06Q 30/02(2012.01) G06F 40/284(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06N 7/00(2006.01) (54)发明名称 消费倾向分析方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 人工智能的消费偏好分析方法， 包括： 对客户的 反馈信息进行向量化处理， 得到文本向量； 通过 情感分析神经网络分析文本向量的语义情感， 得 到文本情感特征集合； 根据预设的关注规则， 从 预构建的程序界面的客户访问记录中提取客户 的关注产品集合， 获取关注产品集合中各个产品 的产品属性， 得到产品属性集合； 利用朴素贝 叶 斯分类器对文本情感特征集合、 产品属性集合进 行概率分类计算， 得到客户对于各个预设的产品 类型的消费倾向得分。 本发明还提出一种基于人 工智能的消费偏好分析一种基于人工智能的消 费偏好分析装置、 电子设备 以及存储介质。 本发 明可以提高客户对产品的消费倾向识别的精确 度。 权利要求书2页 说明书10页 附图4页 CN 114219544 A 2022.03.22 CN 114219544 A 1.一种基于人工智能的消费偏好分析 方法， 其特 征在于， 所述方法包括： 获取客户的反馈信息， 并对所述反馈信息进行向量 化处理， 得到文本向量； 通过预训练的情感分析神经网络分析所述文本向量的语义情 感， 得到所述反馈信 息的 文本情感特 征集合； 根据预设的关注规则， 从预构建的程序界面的客户访问记录 中提取所述客户的关注产 品集合， 并获取 所述关注产品集 合中各个产品的产品属性， 得到产品属性 集合； 利用预构建的分类器对所述文本情感特征集合、 所述产品属性集合进行概率分类计 算， 得到所述 客户对于各个预设的产品类型的消费倾向得分。 2.如权利要求1所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述利用预构 建的分类器对所述文本情感特征集合、 所述产品属 性集合进行概率分类计算， 得到所述客 户对于各个预设的产品类型的消费倾向得分， 包括： 组合所述产品文本情感特征集合与所述产品属性集合， 得到条件属性集合， 并配置所 述条件属性 集合中各个条件属性之间相互独立； 获取所述朴素贝叶斯分类 器中的预设类别集 合； 根据预设的配置文件， 配置所述条件属性集合中各个条件属性的先验概率， 得到第一 概率集合， 并配置所述预设类别集 合中各个预设类别的先验概 率， 得到第二 概率集合； 根据贝叶斯定理， 利用所述第一概率集合及所述第二概率集合， 计算各个所述预设类 别在所述条件属性 集合下的后验概 率； 归一化所述后验概 率， 得到客户对于各个预设的产品类型的消费倾向得分。 3.如权利要求1所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述对所述反 馈信息进行向量 化处理， 得到文本向量， 包括： 将所述反馈信息进行分词处 理， 得到词语集 合； 利用预构建的量 化工具将所述词语集 合进行向量 化， 得到词向量 集合； 根据预设的位置编码， 对所述词向量 集合进行顺序标注， 得到顺序词向量 集合； 根据预设的格 式化规则， 对所述顺序词向量进行拆分， 并将拆分结果进行排列， 得到矩 阵向量的文本向量。 4.如权利要求3所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述将所述反 馈信息进行分词处 理， 得到词语集 合， 包括： 根据预设的文字限制规则， 对所述反馈信息进行文字过 滤处理， 得到过 滤文本； 利用预构建的分词工具对所述过 滤文本进行分词操作， 得到词语集 合。 5.如权利要求1所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述通过预训 练的情感分析神经网络 分析所述文本向量的语义情感， 得到所述反馈信息的文本情感特征 集合， 包括： 利用所述情 感分析神经网络中预构建的卷积核集合对所述文本向量进行卷积计算， 得 到特征矩阵集 合； 对所述特 征矩阵集 合进行最大池化操作， 得到缩小矩阵集 合； 利用所述情感分析神经网络中的flatten层对所述缩小矩阵集合进行扁平化操作， 得 到文本情感特 征集合。 6.如权利要求1所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述从预构建权　利　要　求　书 1/2 页 2 CN 114219544 A 2的程序界面的客户访问记录中提取 所述客户的关注产品集 合， 包括： 在预设的客户授权时间段内， 利用预设埋点获取预构建的程序界面中的统一资源定位 地址； 判断所述统一资源定位 地址中是否存在预设的产品字段； 若所述统一资源定位地址中没有所述产品字段， 判定所述客户未进行产品浏览操作， 则返回上述利用预设埋 点获取预构建的程序界面中的统一资源定位 地址的步骤； 若所述统一资源定位地址中存在预设的产品字段， 判定所述客户 进行了产品浏览操 作， 并利用预构建的时间戳 函数， 获取客户的浏览时间； 判断所述浏览时间是否小于预设的有效浏览时间阈值； 当所述浏览时间小于所述有效浏览时间阈值， 判定所述客户未进行有效浏览， 返回上 述利用预设埋 点获取预构建的程序界面中的统一资源定位 地址的步骤； 当所述浏览时间大于或等于所述有效浏览时间阈值， 判定所述客户进行了有效浏览， 输出所述产品字段对应的产品定义 为关注产品， 得到关注产品集 合。 7.如权利要求1所述的基于人工智能的消费偏好分析方法， 其特征在于， 所述得到所述 客户对于各个预设的产品类型的消费倾向得分之后， 所述方法还 包括： 对所述各个预设的产品类型的消费倾向得分进行排序， 得到产品倾向序列； 根据预设的提取策略， 提取所述产品倾向序列中预设数量的产品类型作为所述客户的 较倾向产品类型集 合； 从所述较倾向产品类型集合中提取倾向得分大于预设的合格阈值的产品类型， 得到所 述客户的消费倾向类型。 8.一种基于人工智能的消费偏好分析装置， 其特 征在于， 所述装置包括： 反馈信息量化模块， 用于获取客户的反馈信 息， 并根据预设的预处理策略， 对所述反馈 信息进行向量 化处理， 得到文本向量； 情感特征提取模块， 用于通过预训练 的情感分析神经网络分析所述文本向量的语义情 感， 得到所述反馈信息的文本情感特 征集合； 客户行为提取模块， 用于根据预设的关注规则， 从所述客户在预构建的程序界面的访 问记录中提取所述客户的关注产品集合， 并获取所述关注产品集合中各个产品涉及的产品 属性， 得到产品属性 集合； 消费倾向识别模块， 用于利用预构建的分类器对所述文本情感特征集合、 所述产品属 性集合进行概 率分类计算， 得到所述 客户对于各个预设的产品类型的消费倾向得分。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所 述的基于人工智能的消费偏好分析 方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意 一项所述的基于人工智能的消费偏好分析 方法。权　利　要　求　书 2/2 页 3 CN 114219544 A 3