[發明專利]一種基于用戶日常行為特征的用戶身份屬性預測方法

在審

• 申請號: 201710737016.4
• 申請日: 2017-08-24
• 公開（公告）號: CN107688827A
• 公開（公告）日: 2018-02-13
• 發明（設計）人: 蔡忠閩;董建敏
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 陸萬壽

1.一種基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，包括以下步驟：

1)采集用戶日常行為動作過程中的用戶行為數據，再根據采集到的用戶行為數據構建行為數據集；

2)定義用戶的身份屬性，然后將用戶的身份屬性劃分為若干區間；

3)對觀測周期T內得到的用戶數據集中的用戶行為數據進行劃分，得若干用戶行為數據塊，再根據步驟2)劃分得到的區間對各用戶行為數據塊進行標記，其中，一個用戶行為數據塊對應一個區間；

4)提取各用戶行為數據塊的用戶行為特征向量，然后根據所有用戶行為數據塊的用戶行為特征向量構建身份屬性特征向量訓練集；

5)將身份屬性特征向量訓練集作為訓練樣本，再將身份屬性特征向量訓練集對應的身份屬性作為訓練樣本的標簽，然后根據所述訓練樣本及訓練樣本的標簽構建身份屬性模型；

6)獲取待測用戶的特征向量，然后將待測用戶的特征向量輸入至身份屬性模型中，得用戶的身份屬性，完成基于用戶日常行為特征的用戶身份屬性預測。

2.根據權利要求1所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，用戶的身份屬性包括用戶的性別、身高、體重、年齡、身體健康狀況、右手使用習慣、左手使用習慣、身份、活動量或職業。

3.根據權利要求1所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，通過便攜式檢測設備采集用戶日常行為動作過程中的用戶行為數據，所述便攜式檢測設備包括加速度傳感器、陀螺儀傳感器、體溫傳感器或心跳傳感器。

4.根據權利要求3所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，行為數據集為{用戶行為事件類型，數據類型，時間戳}，其中，用戶行為事件類型包括走路、跑步、上下樓、騎自行車、開車及打球中的一種或多種，數據類型為加速度傳感器、陀螺儀傳感器、體溫傳感器或心跳傳感器采集到的數據。

5.根據權利要求4所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，加速度傳感器及陀螺儀傳感器對應的用戶行為數據塊的用戶行為特征向量為用戶數據塊的均值、最大值、最小值、周期、眾數、幅值、方差、偏態或均方根誤差。

6.根據權利要求4所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，體溫傳感器及心跳傳感器對應的用戶行為數據塊的用戶行為特征向量為用戶數據塊的均值或方差。

7.根據權利要求1所述的基于用戶日常行為特征的用戶身份屬性預測方法，其特征在于，用戶日常行為動作包括走路、跑步、上樓梯、下樓梯、騎自行車、開車及打球中的一種或幾種。