[發(fā)明專利]一種用戶團(tuán)體識別方法、裝置、電子設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910431373.7
• 申請日: 2019-05-22
• 公開（公告）號: CN110177094B
• 公開（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 王璐
• 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: H04L29/06
• 分類號: H04L29/06;H04L29/08;H04L12/26;G06F16/906
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種用戶團(tuán)體識別方法，其特征在于，包括：

根據(jù)用戶的特定網(wǎng)上行為構(gòu)建用戶關(guān)系圖；

基于用戶在設(shè)定時(shí)間段內(nèi)發(fā)生特定網(wǎng)上行為的次數(shù)，計(jì)算所述用戶關(guān)系圖中每兩個(gè)用戶之間的行為相似度；

根據(jù)所述行為相似度對所述用戶關(guān)系圖進(jìn)行裁剪，以刪除行為相似度低于設(shè)定閾值的用戶之間的關(guān)聯(lián)關(guān)系；

根據(jù)用戶進(jìn)行網(wǎng)上行為時(shí)所使用的終端設(shè)備數(shù)量以及互聯(lián)網(wǎng)協(xié)議IP地址數(shù)量，基于裁剪后的用戶關(guān)系圖對目標(biāo)用戶團(tuán)體進(jìn)行識別；

所述基于用戶在設(shè)定時(shí)間段內(nèi)發(fā)生特定網(wǎng)上行為的次數(shù)，計(jì)算所述用戶關(guān)系圖中每兩個(gè)用戶之間的行為相似度，包括：

按照如下公式計(jì)算所述每兩個(gè)用戶之間的行為相似度：

其中，sim(u，v)表示用戶u與用戶v之間的行為相似度，u_i表示用戶u在時(shí)間段T_i內(nèi)發(fā)生特定網(wǎng)上行為的次數(shù)，v_i表示用戶i在時(shí)間段T_i內(nèi)發(fā)生特定網(wǎng)上行為的次數(shù)，n表示設(shè)定時(shí)間段T包括的時(shí)間段T_i的個(gè)數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)用戶的特定網(wǎng)上行為構(gòu)建用戶關(guān)系圖，包括：

確定在設(shè)定時(shí)間段內(nèi)進(jìn)行特定網(wǎng)上行為的所有用戶；

將所述所有用戶中的每個(gè)用戶作為一個(gè)頂點(diǎn)；

將在設(shè)定時(shí)間段內(nèi)基于相同終端設(shè)備和/或相同IP地址進(jìn)行所述特定網(wǎng)上行為的用戶對應(yīng)的頂點(diǎn)通過邊線進(jìn)行連接，生成無向的用戶關(guān)系圖。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述行為相似度對所述用戶關(guān)系圖進(jìn)行裁剪，以刪除行為相似度低于設(shè)定閾值的用戶之間的關(guān)聯(lián)關(guān)系，包括：

將行為相似度低于設(shè)定閾值的兩用戶對應(yīng)的頂點(diǎn)之間的邊線刪除。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，根據(jù)用戶進(jìn)行網(wǎng)上行為時(shí)所使用的終端設(shè)備數(shù)量以及互聯(lián)網(wǎng)協(xié)議IP地址數(shù)量基于裁剪后的用戶關(guān)系圖對目標(biāo)用戶團(tuán)體進(jìn)行識別，包括：

通過連通圖聚類的方式基于所述裁剪后的用戶關(guān)系圖得到各待識別用戶團(tuán)體；

根據(jù)用戶進(jìn)行網(wǎng)上行為時(shí)所使用的終端設(shè)備數(shù)量以及互聯(lián)網(wǎng)協(xié)議IP地址數(shù)量分別計(jì)算各待識別用戶團(tuán)體為目標(biāo)用戶團(tuán)體的置信度；

將置信度達(dá)到閾值的待識別用戶團(tuán)體確定為目標(biāo)用戶團(tuán)體。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)用戶進(jìn)行網(wǎng)上行為時(shí)所使用的終端設(shè)備數(shù)量以及互聯(lián)網(wǎng)協(xié)議IP地址數(shù)量分別計(jì)算各待識別用戶團(tuán)體為目標(biāo)用戶團(tuán)體的置信度，包括：

按照如下公式計(jì)算待識別用戶團(tuán)體為目標(biāo)用戶團(tuán)體的置信度：

其中，F(xiàn)(G)表示待識別用戶團(tuán)體G為目標(biāo)用戶團(tuán)體的置信度，|G|表示待識別用戶團(tuán)體G包括的用戶成員數(shù)，IP(G)表示待識別用戶團(tuán)體G中所有用戶成員在設(shè)定時(shí)間段內(nèi)發(fā)生特定網(wǎng)上行為時(shí)所使用的IP地址總數(shù)，Device(G)表示待識別用戶團(tuán)體G中所有用戶成員在設(shè)定時(shí)間段內(nèi)發(fā)生特定網(wǎng)上行為時(shí)所使用的終端設(shè)備總數(shù)，Edge(G)表示待識別用戶團(tuán)體G在所述裁剪后的用戶關(guān)系圖中形成的邊的數(shù)量，w₁、w₂、w₃是權(quán)重系數(shù)，且w₁+w₂+w₃＝1。

6.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述特定網(wǎng)上行為包括登錄、簽到、發(fā)彈幕或者關(guān)注。