[發(fā)明專利]一種用戶等級自動劃分方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610537520.5
• 申請日: 2016-07-08
• 公開（公告）號: CN106202388B
• 公開（公告）日: 2017-12-08
• 發(fā)明（設(shè)計(jì)）人: 龔燦
• 申請（專利權(quán)）人: 武漢斗魚網(wǎng)絡(luò)科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 武漢智權(quán)專利代理事務(wù)所(特殊普通合伙)42225
• 代理人: 沈林華

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)領(lǐng)域，具體來講是一種用戶等級自動劃分方法及系統(tǒng)。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，越來越多的用戶可以使用電腦、手機(jī)等終端通過網(wǎng)絡(luò)在各種網(wǎng)站上進(jìn)行娛樂和工作。而對于各類網(wǎng)站來說，其用戶群也隨著用戶數(shù)量的不斷增多而變得越來越龐大。為了滿足日益增大的用戶群，提高網(wǎng)站服務(wù)質(zhì)量，提升用戶體驗(yàn)，通常需要對用戶等級進(jìn)行劃分。例如，在視頻直播網(wǎng)站的各業(yè)務(wù)場景中，為了刺激用戶的觀看興致，提高觀看量和用戶體驗(yàn)，通常會對網(wǎng)站中的用戶等級進(jìn)行一系列的劃分。

目前，各大網(wǎng)站在進(jìn)行用戶等級的劃分時(shí)，普遍采用的是一種人工經(jīng)驗(yàn)劃分的方式。然而，在實(shí)際操作中，全由人工采用手動劃分用戶等級的方法，往往帶有較大程度的主觀性，使得劃分標(biāo)準(zhǔn)不統(tǒng)一；另外，在海量數(shù)據(jù)的場景下，用戶數(shù)據(jù)往往維度多、數(shù)據(jù)量大，靠人工評判用戶等級劃分標(biāo)準(zhǔn)往往不準(zhǔn)確、覆蓋率也不夠高、重復(fù)性的工作也容易導(dǎo)致失誤，而且人工操作時(shí)間較長，劃分效率較低，人力成本較大。

發(fā)明內(nèi)容

本發(fā)明的目的是為了克服上述背景技術(shù)的不足，提供一種用戶等級自動劃分方法及系統(tǒng)，能實(shí)現(xiàn)用戶等級的自動劃分，準(zhǔn)確、高效、節(jié)省人力成本。

為達(dá)到以上目的，本發(fā)明提供一種用于直播網(wǎng)站的直播房間推薦方法，包括以下步驟：

步驟S1、選擇樣本數(shù)據(jù)：選取指定時(shí)間段內(nèi)的用戶行為數(shù)據(jù)作為原始樣本數(shù)據(jù)，轉(zhuǎn)入步驟S2；

步驟S2、選擇用戶特征：在用戶行為數(shù)據(jù)中選取至少一種用戶特征作為計(jì)算距離的維度，轉(zhuǎn)入步驟S3；

步驟S3、確定分類的個(gè)數(shù)K值：根據(jù)用戶被分成幾個(gè)類別等級，確定分類的個(gè)數(shù)K，K為正整數(shù)，轉(zhuǎn)入步驟S4；

步驟S4、確定初始類心：隨機(jī)在原始樣本數(shù)據(jù)中挑選K個(gè)用戶作為初始類心，轉(zhuǎn)入步驟S5；

步驟S5、歸類劃分：根據(jù)步驟S2中選取的維度，測量原始樣本數(shù)據(jù)中剩余的每個(gè)用戶到當(dāng)前各個(gè)類心的距離D；將所述剩余的每個(gè)用戶歸類到距離最近的一個(gè)類中，完成K個(gè)類的劃分，轉(zhuǎn)入步驟S6；

步驟S6、計(jì)算新的類心：在當(dāng)前已經(jīng)劃分好的K個(gè)類中，重新計(jì)算各個(gè)類的類心，轉(zhuǎn)入步驟S7；

步驟S7、重復(fù)迭代步驟S5、S6，直至新的類心與原類心相等或者變化量小于指定閾值時(shí)，停止迭代運(yùn)算，則當(dāng)前所劃分的K個(gè)分類即為所需劃分的用戶等級分類。

在上述技術(shù)方案的基礎(chǔ)上，步驟S2中所述用戶特征包括用戶觀看時(shí)長、用戶觀看次數(shù)、用戶發(fā)送彈幕數(shù)、用戶發(fā)送免費(fèi)道具數(shù)、用戶在線領(lǐng)取免費(fèi)道具數(shù)、用戶發(fā)送付費(fèi)道具數(shù)、用戶關(guān)注房間數(shù)、用戶關(guān)注分區(qū)數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，在步驟S2之后還包括歸一化特征值的操作：對每個(gè)選取的用戶特征進(jìn)行特征值的歸一化計(jì)算，計(jì)算公式為：Y＝(X-MinValue(X))/(MaxValue(X)-MinValue(X))，其中，Y為歸一化后的特征值，X為某個(gè)用戶特征對應(yīng)的一個(gè)用戶特征值，MinValue(X)為該用戶特征中最小的用戶特征值，MaxValue(X)為該用戶特征中最大的用戶特征值，歸一化之后的用戶特征值都集中在(0,1]之間。

在上述技術(shù)方案的基礎(chǔ)上，步驟S5中，距離D的計(jì)算公式為：

D＝(x_j-μ_i)²

其中，x_j為第j個(gè)用戶特征，j為正整數(shù)，μ_i為第i個(gè)類的類心，i為1～K的正整數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，步驟S6具體包括以下操作：步驟S601：針對當(dāng)前K類中每一類下屬的每一個(gè)用戶，分別計(jì)算該用戶到本類其他用戶的距離和V，距離和計(jì)算公式為：

其中，x_j為第j個(gè)用戶特征，j為正整數(shù)，μ_i為第i個(gè)類的類心，i為1～K的正整數(shù)，s_i表示用戶特征的集合，轉(zhuǎn)入步驟S602；步驟S602：為K類中的每一類選取距離和最小的用戶作為該類的新的類心。