[發明專利]用戶行為分析方法、裝置、計算設備及存儲介質有效
| 申請號: | 201711490905.1 | 申請日: | 2017-12-30 |
| 公開(公告)號: | CN109993556B | 公開(公告)日: | 2021-06-08 |
| 發明(設計)人: | 趙曼;陳驍鋒;劉楊 | 申請(專利權)人: | 中國移動通信集團湖北有限公司;中國移動通信集團公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06K9/62 |
| 代理公司: | 北京東方億思知識產權代理有限責任公司 11258 | 代理人: | 彭瓊 |
| 地址: | 430023 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用戶 行為 分析 方法 裝置 計算 設備 存儲 介質 | ||
1.一種用戶行為分析方法,其特征在于,所述方法包括:
基于多個用戶特征數據,構建基于第一特征維度和第二特征維度的二維特征矩陣,所述用戶特征數據包括多個特征,所述多個特征包括第一特征和第二特征;
對所述二維特征矩陣進行因子分析,以將所述多個用戶特征數據分別投影在第一特征域和第二特征域的因子載荷平面上;以及
對所述因子載荷平面上的投影點進行聚類分析,以提取用戶行為模式特征;
所述方法還包括:
基于所述多個用戶特征數據,分別計算所述多個特征與網絡指標之間的相關系數;以及
選擇所述相關系數不低于預定閾值的特征作為待分析特征;
所述基于多個用戶特征數據,構建基于第一特征維度和第二特征維度的二維特征矩陣,包括:
從所述待分析特征中選擇多組所述第一特征和所述第二特征,以分別構建所述二維特征矩陣。
2.根據權利要求1所述的方法,其特征在于,所述相關系數為:
R系數或斯皮爾曼等級相關系數或γ系數。
3.根據權利要求1所述的方法,其特征在于,所述用戶特征數據是:
最小化路測MDT數據。
4.根據權利要求1所述的方法,其特征在于,所述待分析特征包括:
時間、位置、非時空類特征,所述非時空類特征是從MDT數據中提取的除了時間和位置以外的特征,所述多組所述第一特征和所述第二特征包括以下特征組合中的至少一種:
時間和位置;時間和非時空類特征;位置和非時空類特征;兩個不同的非時空類特征。
5.根據權利要求1所述的方法,其特征在于,所述對所述二維特征矩陣進行因子分析的步驟包括:
使用對應分析法對所述二維特征矩陣進行因子分析。
6.根據權利要求5所述的方法,其特征在于,所述使用對應分析法對所述二維特征矩陣進行因子分析的步驟包括:
將所述二維特征矩陣基于第一特征域進行分解,得到第一域特征向量和第一域特征值;以及/或者
將所述二維特征矩陣基于第二特征域進行分解,得到第二域特征向量和第二域特征值。
7.根據權利要求6所述的方法,其特征在于,所述使用對應分析法對所述二維特征矩陣進行因子分析的步驟還包括:
基于最大的預定數量的第一域特征值分別對應的第一域特征向量,得到第一域因子載荷矩陣;以及/或者
基于最大的預定數量的第二域特征值分別對應的第二域特征向量,得到第二域因子載荷矩陣。
8.根據權利要求6所述的方法,其特征在于,所述使用對應分析法對所述二維特征矩陣進行因子分析的步驟還包括:
以兩個所述第一域特征向量作為所述第一特征域的第一主因子軸,構建第一因子載荷平面;以及/或者
以兩個所述第二域特征向量作為所述第二特征域的第二主因子軸,構建第二因子載荷平面。
9.根據權利要求8所述的方法,其特征在于,所述對所述因子載荷平面上的投影點進行聚類分析的步驟包括:
計算所述多個用戶特征數據在所述因子載荷平面上的投影點兩兩之間的距離,以對所述多個用戶特征數據進行聚類或分類。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國移動通信集團湖北有限公司;中國移動通信集團公司,未經中國移動通信集團湖北有限公司;中國移動通信集團公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711490905.1/1.html,轉載請聲明來源鉆瓜專利網。





