[發明專利]確定寬帶網絡接入點信息的方法和裝置

有效

• 申請號: 201710635652.6
• 申請日: 2017-07-31
• 公開（公告）號: CN110020234B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 李明洋;孫靜博;楊明川;劉楊;劉康;曹詩苑;全碩;左闖;盧毅;杜帥;賀群
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F16/955
• 分類號: G06F16/955;G06F16/35
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 趙倩男

1.一種確定寬帶網絡接入點信息的方法，其特征在于，包括：

抽取寬帶網絡數據中的用戶信息；

根據所述用戶信息提取用戶特征；

利用已標注的寬帶網絡接入點信息訓練分類器，構建機器學習模型；

根據強假設條件重新標注已標注的寬帶網絡接入點信息，并賦予訓練權重，其中，若寬帶網絡接入點的設備數量大于等于第一閾值，則標注所述寬帶網絡接入點類型為企業，并賦予第一訓練權重，若寬帶接入點的設備數量小于等于第二閾值，則標注所述寬帶網絡接入點類型為家庭，并賦予第二訓練權重，若寬帶接入點的設備數量大于第二閾值且小于第一閾值，則保持所述寬帶網絡接入點的已標注類型，并賦予第三訓練權重，所述第一訓練權重和所述第二訓練權重大于所述第三訓練權重；

利用重新標注的寬帶網絡接入點信息訓練所述分類器，并將所述用戶特征作為所述分類器的輸入量，利用二元分類模型初步預測所述用戶對應的寬帶網絡接入點信息。

2.根據權利要求1所述的方法，其特征在于，還包括：

基于時間推移的投票機制，以預定時間為單位訓練所述分類器，采用相對多數投票法更新所述用戶對應的寬帶網絡接入點信息的預測結果。

3.根據權利要求1或2所述的方法，其特征在于，所述用戶信息包括用戶賬號信息和用戶行為信息；

抽取寬帶網絡數據中的用戶信息包括：

通過用戶賬號的正則表達式，從所述寬帶網絡數據的統一資源定位符URL中匹配出所述用戶賬號信息；

基于一級域名從所述寬帶網絡數據的URL中獲取所述用戶行為信息。

4.根據權利要求3所述的方法，其特征在于，所述用戶特征包括用戶賬號特征和用戶行為特征；

基于用戶賬號數量、用戶行為豐富度和/或接入點活躍時間段確定所述用戶賬號特征和所述用戶行為特征。

5.一種確定寬帶網絡接入點信息的裝置，其特征在于，包括：

數據采集器，用于抽取寬帶網絡數據中的用戶信息；

特征提取器，用于根據所述用戶信息提取用戶特征；

樣本重置器，用于根據強假設條件重新標注已標注的寬帶網絡接入點信息，并賦予訓練權重，其中，若寬帶網絡接入點的設備數量大于等于第一閾值，則標注所述寬帶網絡接入點類型為企業，并賦予第一訓練權重，若寬帶接入點的設備數量小于等于第二閾值，則標注所述寬帶網絡接入點類型為家庭，并賦予第二訓練權重，若寬帶接入點的設備數量大于第二閾值且小于第一閾值，則保持所述寬帶網絡接入點的已標注類型，并賦予第三訓練權重，所述第一訓練權重和所述第二訓練權重大于所述第三訓練權重；

分類器，用于利用已標注的寬帶網絡接入點信息進行訓練，構建機器學習模型，以及利用重新標注的寬帶網絡接入點信息進行訓練，并將所述用戶特征作為所述分類器的輸入量，利用二元分類模型初步預測所述用戶對應的寬帶網絡接入點信息。

6.根據權利要求5所述的裝置，其特征在于，還包括：

結果投票器，用于基于時間推移的投票機制，以預定時間為單位訓練所述分類器，采用相對多數投票法更新所述用戶對應的寬帶網絡接入點信息的預測結果。

7.根據權利要求5或6所述的裝置，其特征在于，所述用戶信息包括用戶賬號信息和用戶行為信息；

所述數據采集器還用于通過用戶賬號的正則表達式，從所述寬帶網絡數據的統一資源定位符URL中匹配出所述用戶賬號信息；基于一級域名從所述寬帶網絡數據的URL中獲取所述用戶行為信息。

8.根據權利要求7所述的裝置，其特征在于，所述用戶特征包括用戶賬號特征和用戶行為特征；

所述特征提取器還用于基于用戶賬號數量、用戶行為豐富度和/或接入點活躍時間段確定所述用戶賬號特征和所述用戶行為特征。

9.一種確定寬帶網絡接入點信息的裝置，其特征在于，包括：

存儲器；以及

耦接至所述存儲器的處理器，所述處理器被配置為基于存儲在所述存儲器的指令執行如權利要求1至4任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，該指令被處理器執行時實現權利要求1至4任一項所述的方法的步驟。