[發(fā)明專利]一種無線互聯(lián)網(wǎng)用戶行為的預(yù)測系統(tǒng)和方法

無效

• 申請?zhí)枺?/td>: 201010166634.6
• 申請日: 2010-04-27
• 公開（公告）號: CN102238045A
• 公開（公告）日: 2011-11-09
• 發(fā)明（設(shè)計）人: 謝永開
• 申請（專利權(quán)）人: 廣州邁聯(lián)計算機科技有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26;G06N3/12
• 代理公司: 北京市浩天知識產(chǎn)權(quán)代理事務(wù)所 11276
• 代理人: 劉云貴

技術(shù)領(lǐng)域

本發(fā)明涉及無線互聯(lián)網(wǎng)行為分析及預(yù)測技術(shù)，尤其涉及一種無線互聯(lián)網(wǎng)用戶行為的預(yù)測系統(tǒng)和方法。

背景技術(shù)

隨著3G技術(shù)的廣泛應(yīng)用以及各種智能移動終端的出現(xiàn)，無線互聯(lián)網(wǎng)用戶呈急劇上升的趨勢。如何對無線互聯(lián)網(wǎng)用戶進行精準(zhǔn)營銷成了擺在各運營商以及各移動網(wǎng)站面前的一個迫切問題。通過對無線互聯(lián)網(wǎng)絡(luò)用戶行為的深入分析，可以了解用戶的真正需求，充分利用網(wǎng)絡(luò)資源，提供用戶關(guān)注的相關(guān)信息，提升用戶體驗和忠誠度，進而構(gòu)建更好的盈利模式。目前的無線互聯(lián)網(wǎng)用戶行為預(yù)測還屬較新的研究領(lǐng)域，還沒有比較完善的解決方案。

現(xiàn)有的最為類似的研究領(lǐng)域為：1.傳統(tǒng)互聯(lián)網(wǎng)用戶的行為預(yù)測；2.無線互聯(lián)網(wǎng)用戶的行為分析。

這兩個研究領(lǐng)域都是通過對用戶行為的收集(如網(wǎng)站日志)，并進行數(shù)據(jù)挖掘(如利用聚類、回歸等算法)，獲取用戶的特征(例如用戶的愛好)。

目前，和本申請技術(shù)方案最為接近的兩個方面的實現(xiàn)都存在著明顯的缺點：

傳統(tǒng)互聯(lián)網(wǎng)用戶行為預(yù)測：無法有效標(biāo)識單一用戶并且取得其個人屬性及個人行為數(shù)據(jù)，只能通過單個行為本身進行分析預(yù)測。此局限是因用戶使用傳統(tǒng)互聯(lián)網(wǎng)的方式造成的。無線互聯(lián)網(wǎng)用戶由于有個人終端及個人標(biāo)識，使精準(zhǔn)預(yù)測成為可能。

無線互聯(lián)網(wǎng)用戶行為分析：表現(xiàn)為離線分析的方式，采用數(shù)據(jù)發(fā)掘方式得到用戶行為報告，從而指導(dǎo)后續(xù)營銷方向。目前沒有正式發(fā)布的實時分析預(yù)測系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明提供一種能夠有效收集無線互聯(lián)網(wǎng)用戶的上網(wǎng)行為數(shù)據(jù)，并且基于無線互聯(lián)網(wǎng)用戶的上網(wǎng)行為進行實時分析及預(yù)測的無線互聯(lián)網(wǎng)用戶行為預(yù)測系統(tǒng)和方法。

一方面，提出一種無線互聯(lián)網(wǎng)用戶行為的預(yù)測系統(tǒng)，包括：

位于客戶端的用戶行為數(shù)據(jù)采集模塊，用于收集用戶運行時間的用戶行為數(shù)據(jù)，并且發(fā)送到服務(wù)器；

位于服務(wù)器端的用戶行為分析預(yù)測模塊，用于建立用戶行為模型、根據(jù)位于客戶端的用戶行為數(shù)據(jù)采集模塊收集的用戶行為數(shù)據(jù)進行用戶行為分析及預(yù)測。

對于上述預(yù)測系統(tǒng)，該用戶行為分析預(yù)測模塊依次包括建模子模塊和用戶行為分析預(yù)測子模塊。

對于上述預(yù)測系統(tǒng)，該用戶行為分析預(yù)測子模塊包括依次相連的聚類分組單元和基于聚類分組的用戶行為預(yù)測單元；依次相連的行為關(guān)聯(lián)單元和基于關(guān)聯(lián)行為的用戶行為預(yù)測單元；以及與該基于聚類分組的用戶行為預(yù)測單元和該基于關(guān)聯(lián)行為的用戶行為預(yù)測單元相連的用戶行為綜合預(yù)測模塊。

對于上述預(yù)測系統(tǒng)，該用戶行為數(shù)據(jù)采集模塊定時向該服務(wù)器傳送最近時段的用戶行為數(shù)據(jù)更新。

對于上述預(yù)測系統(tǒng)，該用戶行為數(shù)據(jù)包括靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)。

另一方面，提出一種無線互聯(lián)網(wǎng)用戶行為的預(yù)測方法，包括如下步驟：

A、建立用戶行為模型；

B、收集用戶運行時間的用戶行為數(shù)據(jù)；

C、根據(jù)收集到的用戶行為數(shù)據(jù)對用戶行為進行分析及預(yù)測。

對于上述預(yù)測方法，步驟C進一步包括如下步驟：

C10、根據(jù)收集到的用戶行為數(shù)據(jù)進行聚類分析得到用戶分組；

C20、對于運行時間的用戶請求，根據(jù)該用戶所在分組獲得對應(yīng)行為。

對于上述預(yù)測方法，該聚類分析采用基于遺傳算法的模糊聚類方法。

對于上述預(yù)測方法，用戶分組與對應(yīng)行為之間的關(guān)聯(lián)通過關(guān)聯(lián)規(guī)則挖掘獲得，該關(guān)聯(lián)規(guī)則挖掘包括：

從已知用戶類別的樣本集合中找出高頻項目組；

由該高頻項目組產(chǎn)生關(guān)聯(lián)規(guī)則。

對于上述預(yù)測方法，步驟C進一步包括如下步驟：

C11、根據(jù)所有用戶歷史行為間的關(guān)聯(lián)性統(tǒng)計，計算與單個行為或行為鏈的關(guān)聯(lián)性比預(yù)定的可能性數(shù)值強的行為；

C21、對于運行時間的用戶請求，根據(jù)該用戶近期行為或行為鏈獲得對應(yīng)的關(guān)聯(lián)性強的行為。

對于上述預(yù)測方法，步驟C進一步包括步驟：

C3、將步驟C10和C20的用戶行為預(yù)測結(jié)果以及步驟C11和C21的用戶行為預(yù)測結(jié)果綜合起來，對用戶行為進行預(yù)測。

對于上述預(yù)測方法，該用戶行為綜合預(yù)測利用神經(jīng)元網(wǎng)絡(luò)的方法。

對于上述預(yù)測方法，該用戶行為數(shù)據(jù)包括靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)。

本發(fā)明技術(shù)方案主要的優(yōu)點在于：

1、和現(xiàn)有技術(shù)相比，本發(fā)明采用的數(shù)據(jù)模型以及用戶分類均為經(jīng)過基于遺傳算法的模糊聚類計算的最優(yōu)解，保證數(shù)據(jù)的完整性和有效性。

2、行為預(yù)測分為群體長期行為預(yù)測和個體短期行為預(yù)測，充分挖掘出用戶屬性和用戶行為之間的關(guān)聯(lián)。