[發明專利]一種基于向量化特征的用戶網絡行為預測方法

有效

• 申請號: 201910876860.4
• 申請日: 2019-09-17
• 公開（公告）號: CN110609901B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 喬學明;鄒睿;喬琳霏;王貽亮;張祥坤;許明;劉霄慧;孔亮;鄭鵬飛;夏迎雪;王彬;王俊凱;李愛國;劉燕燕;宮寶凝;朱東杰
• 申請（專利權）人: 國家電網有限公司;國網山東省電力公司威海供電公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/953;G06K9/62
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 時起磊

1.一種基于向量化特征的用戶網絡行為預測方法，其特征在于，該方法包括以下步驟：

步驟一、在T時刻，收集T-T₀至T時段內的用戶訪問日志，獲得用戶訪問日志序列；

所述步驟一的具體過程為：

在T時刻，讀取路由節點產生的T-T₀至T時段內的用戶訪問日志，將用戶訪問日志按照請求時間升序排序，得到用戶訪問日志序列；

且在讀取后，將T-T₀至T時段內的用戶訪問日志清空；

步驟二、對步驟一的用戶訪問日志序列進行預處理，分別獲得用戶訪問日志序列中的各日志文件對應的用戶網絡行為，各用戶網絡行為組成用戶網絡行為序列；

所述步驟二的具體過程為：

按照各用戶訪問日志文件在用戶訪問日志序列中的前后順序，將第一個日志文件的時間列、用戶請求來源列以及請求行為列保存至數組a0，以此類推，將第二個日志文件的時間列、用戶請求來源列以及請求行為列保存至數組a1，直至全部日志文件的時間列、用戶請求來源列以及請求行為列均保存至對應的數組；

從數組a0開始，依次讀取各個數組，讀取的同時依次輸出各個數組對應的用戶網絡行為，即輸出各日志文件對應的用戶網絡行為，各用戶網絡行為組成用戶網絡行為序列；

步驟三、對步驟二的用戶網絡行為序列進行網絡行為事務劃分，獲得各個網絡行為事務；并對各個網絡行為事務進行編號；

所述步驟三的具體過程為：

在用戶網絡行為序列中，若相鄰的兩個用戶網絡行為的請求時間間隔超過10秒，則在該兩個用戶網絡行為之間設置間斷點，相反，若相鄰的兩個用戶網絡行為的請求時間間隔不超過10秒，則不在該兩個用戶網絡行為之間設置間斷點，遍歷整個用戶網絡行為序列后，將整個用戶網絡行為序列分割為若干個子序列，將每個子序列作為一個網絡行為事務；

按照每個子序列在用戶網絡行為序列中的先后順序，對網絡行為事務進行從0開始的不間斷遞增編號；

步驟四、根據各個網絡行為事務的內容以及各個網絡行為事務的編號，計算步驟二中的各個用戶網絡行為的特征向量；

步驟五、將步驟四獲得的各個用戶網絡行為的特征向量進行層次聚類，獲得對各個用戶網絡行為的分類結果，即T-T₀至T時段內的用戶訪問日志對應的分類結果；

步驟六、在T至T+T₀時段內，若分類結果中的任意一個用戶網絡行為t_j被執行時，與t_j處于同一分類的其他用戶網絡行為將被作為用戶網絡行為預測結果；

步驟七、在T+T₀時刻，收集T至T+T₀時段內的用戶訪問日志，獲得用戶訪問日志序列；再重復步驟二至步驟五的過程，獲得T至T+T₀時段內的用戶訪問日志對應的分類結果；

利用T至T+T₀時段內的用戶訪問日志對應的分類結果替換T-T₀至T時段內的用戶訪問日志對應的分類結果，將替換后的分類結果用于T+T₀至T+2T₀時段內的用戶網絡行為預測；

以此類推，實現任意時刻的用戶網絡行為的預測。

2.根據權利要求1所述的一種基于向量化特征的用戶網絡行為預測方法，其特征在于，所述步驟四的具體過程為：

分別為每個用戶網絡行為創建一個列向量F，每個用戶網絡行為對應的列向量F的維度均為網絡行為事務總個數，并將列向量F的所有維度初始化為0；

對于一個用戶網絡行為t_i，將包含t_i的網絡行為事務進行統計，得到包含t_i的網絡行為事務的編號組；在t_i對應的列向量F中，將行數出現在網絡行為事務編號組的位置標記為1，其他位置仍然標記為0，獲得用戶網絡行為t_i對應的特征向量；

同理，獲得其他各用戶網絡行為對應的特征向量。