[發明專利]基于目標行為的情報分析方法及裝置

有效

• 申請號: 201910347686.4
• 申請日: 2019-04-26
• 公開（公告）號: CN110083641B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 譚慶豐;張宇;譚潤楠;陳小龍;顧釗銓;田志宏;殷麗華
• 申請（專利權）人: 廣州大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 顏希文;麥小嬋

本申請公開了一種基于目標行為的情報分析方法及裝置，根據當前行為數據對歷史行為數據進行分類后，通過Apriori算法和典型相關分析獲取兩者之間的強關聯信息和弱關聯信息，從而在碎片化的數據之間建立內在關聯，使后續推薦的情報數據不再是簡單的數據組合，進而優化情報分析結果，提高情報分析的準確性、完整性和有效性。

技術領域

本申請涉及數據網絡技術領域，尤其涉及一種基于目標行為的情報分析方法及裝置。

背景技術

隨著信息化程度不斷加深，人們對“大數據”分析服務的渴求也日益強烈，利用大數據進行情報分析的產品也因此應運而生。但現有的情報分析產品只是對采集到的碎片化的數據進行組合，無法對碎片化的數據進行關聯分析，導致最終的情報分析結果準確度較低。

發明內容

本申請實施例提供一種基于目標行為的情報分析方法及裝置，解決現有技術中無法對碎片化的數據進行關聯分析的問題，進而優化情報分析結果。

為解決上述問題，本申請實施例提供一種基于目標行為的情報分析方法，適于在計算設備中執行，至少包括如下步驟：

獲取目標的多個當前行為數據；其中，多個所述當前行為數據包括目標主體數據、時間數據、位置數據及事件數據；

根據各所述當前行為數據，對存儲在數據庫中的各歷史行為數據進行分類；

基于Apriori算法，獲取同一類別中所述當前行為數據與各所述歷史行為數據的第一關聯信息，并基于典型相關分析，獲取同一類別中所述當前行為數據與各所述歷史行為數據的第二關聯信息后，將同一類別的第一關聯信息和第二關聯信息作為信息集；

基于多種推薦算法和所述信息集，獲取所述歷史行為數據的多個推薦指數；其中，所述推薦算法與所述推薦指數一一對應；

基于各所述推薦算法的預設權重，對各相應的所述推薦指數進行加權，得到分析結果。

進一步的，所述對根據各所述當前行為數據，對存儲在數據庫中的各歷史行為數據進行分類，具體為：

根據各所述當前行為數據，基于K近鄰算法，對存儲在數據庫中的各歷史行為數據進行分類。

進一步的，還包括：

在所述分析結果大于預設閾值時，向用戶終端推送與所述分析結果對應的所述歷史行為數據。

進一步的，還包括：

在接收到所述用戶終端根據所述歷史行為數據發送的負反饋信息時，根據所述負反饋信息，調整各所述推薦算法的預設權重。

進一步的，多個所述推薦算法至少包括：

基于協同過濾的推薦算法、基于關聯規則的推薦算法以及基于內容的推薦算法。

進一步的，還提供一種基于目標行為的情報分析裝置，包括：

數據獲取模塊，用于獲取目標的多個當前行為數據；其中，多個所述當前行為數據包括目標主體數據、時間數據、位置數據及事件數據；

數據分類模塊，用于根據各所述當前行為數據，對存儲在數據庫中的各歷史行為數據進行分類；

數據關聯模塊，用于基于Apriori算法，獲取同一類別中所述當前行為數據與各所述歷史行為數據的第一關聯信息，并基于典型相關分析，獲取同一類別中所述當前行為數據與各所述歷史行為數據的第二關聯信息后，將同一類別的第一關聯信息和第二關聯信息作為信息集；

數據推薦模塊，用于基于多種推薦算法和所述信息集，獲取所述歷史行為數據的多個推薦指數；其中，所述推薦算法與所述推薦指數一一對應；

結果分析模塊，用于基于各所述推薦算法的預設權重，對各相應的所述推薦指數進行加權，得到分析結果。