基于位置和行为联合分析的用户特征挖掘方法.pdf

(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CN109635190A(43)申请公布日2019.04.16(21)申请号201811470188.0H04W4/029(2018.01)(22)申请日2018.11.28(71)申请人四川亨通网智科技有限公司地址610000四川省成都市天府新区兴隆街道场镇社区正街57号1单元2幢4号(72)发明人黄飞胥博李冬(74)专利代理机构成都立新致创知识产权代理事务所(特殊普通合伙)51277代理人谭德兵(51)Int.Cl.G06F16/9535(2019.01)G06F16/9537(2019.01)G06F16/25(2019.01)H04W4/021(2018.01)权利要求书1页说明书4页附图1页(54)发明名称基于位置和行为联合分析的用户特征挖掘方法(57)摘要本发明涉及基于位置和行为联合分析的用户特征挖掘方法，包括S1：在地图上划分特征标的区域范围兴趣点POI；S2：建立“特征标的区域-特征向量”对应表；S3：通过基站、WIFI、手机GPS的定位信息提取用户每天的移动轨迹，通过特征标的区域表示出来；S4：通过用户的移动轨迹生成用户特征向量；S5：区分居住地和工作地：居住地可以判断用户消费能力，工作地可以判断职业；S6.将用户移动轨迹获取的特征与用户上网行为特征求余弦相似度，保留余弦相似度较高的特征作为用户最终特征。本发明基于用户每天的实时位置和移动轨迹，结合地理位置信息和用户途经的POI，找出用户在出行位置上的规律特征，可以挖掘出用户的身份、职业、消费能力，个人喜好等特征。CN109635190ACN109635190A权利要求书1/1页1.基于位置和行为联合分析的用户特征挖掘方法，其特征在于，该方法包括：S1：在地图上划分特征标的区域范围兴趣点POI；S2：建立“特征标的区域-特征向量”对应表；S3：通过基站、WIFI、手机GPS的定位信息提取用户每天的移动轨迹，通过特征标的区域表示出来；S4：通过用户的移动轨迹生成用户特征向量；S5：区分居住地和工作地：居住地可以判断用户消费能力，工作地可以判断职业；S6.将用户移动轨迹获取的特征与用户上网行为特征求余弦相似度，保留余弦相似度较高的特征作为用户最终特征。2.根据权利要求1所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述用户上网行为特征是根据用户访问URI上网行为数据，通过匹配URI关键字方法，提取出用户基于上网行为的特征。3.根据权利要求2所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述移动轨迹特征是根据原始的用户话单数据通过ETL，提取出用户实时位置、访问URI核心数据，用户位置数据通过POI匹配，提取出用户基于位置的特征。4.根据权利要求1所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述移动轨迹还包括旅游移动轨迹的生成以判定该用户的消费水平，其步骤如下：S01：根据用户每天的移动轨迹判断用户的居住地和工作地；S02：确定旅游的类型；当用户的移动轨迹范围超过居住地的半径阈值A且位于阈值B之内时且为期1天以内的则判断为本地游；当用户的移动轨迹范围超过居住地的半径阈值A且位于阈值B之内时且为期2-3天的则判断为省内游；当用户的移动轨迹范围超过居住地的半径阈值B时则判断为国内游；当用户的移动轨迹范位于国外时则判断为国外游；S03：统计一段时间内，用户参与各类旅游的系数，其中，本地游系数为a、省内游系数为b、国内游系数为c、国外游系数为d，则该时间段内用户旅游系数为：Ma+Nb+Sc+Hd，其中M、N、S、H分别为各类旅游的次数；S04：根据用户旅游系数确定用户消费水平。5.根据权利要求4所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述步骤S02中确定用户为本地游时应排除用户工作地。6.根据权利要求5所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述步骤S02中还包括一个排除用户出差的步骤：根据用户移动轨迹，当用户到达目的地以后在同一地点停留时间超过阈值C则视为该用户为出差。7.根据权利要求6所述的基于位置和行为联合分析的用户特征挖掘方法，其特征在于，所述阈值A为10-20km、阈值B为该用户居住地省级行政区域的半径。2CN109635190A说明书1/4页基于位置和行为联合分析的用户特征挖掘方法技术领域[0001]本发明涉及用户分析领域，具体涉及一种基于位置和行为联合分析的用户特征挖掘方法。背景技术[0002]大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。大数据作为时下最火热的