[發(fā)明專利]一種基于移動(dòng)大數(shù)據(jù)的預(yù)出境用戶識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010017938.X
• 申請(qǐng)日: 2020-01-08
• 公開（公告）號(hào): CN111274338B
• 公開（公告）日: 2022-11-08
• 發(fā)明（設(shè)計(jì)）人: 許國(guó)良;張軒;徐千淞;李萬林;王超;雒江濤;易燕
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06F16/29
• 分類號(hào): G06F16/29;G06F16/9535;G06F17/18;G06Q10/06;G06Q30/02;H04W4/02;G06K9/62
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

1.一種基于移動(dòng)大數(shù)據(jù)的預(yù)出境用戶識(shí)別方法，其特征在于，該方法具體包括以下步驟：

S1：采集出境服務(wù)機(jī)構(gòu)的通信基站位置數(shù)據(jù)、出境服務(wù)通話端口數(shù)據(jù)和出境服務(wù)APP的域名關(guān)鍵詞數(shù)據(jù)，利用所采集數(shù)據(jù)建立維表數(shù)據(jù)庫(kù)；

S2：基于維表數(shù)據(jù)庫(kù)與移動(dòng)大數(shù)據(jù)，分別提取用戶的通話行為特征、上網(wǎng)行為特征、出行行為特征和靜態(tài)特征；

S3：將用戶的行為特征和靜態(tài)特征進(jìn)行聚合關(guān)聯(lián)，構(gòu)建特征寬表，具體步驟包括：將上網(wǎng)特征用戶集合U₁、出行軌跡特征用戶集合U₂、國(guó)內(nèi)通話特征用戶集U₃、國(guó)際通話特征用戶集合U₄和靜態(tài)特征用戶集合U₅中的用戶ID進(jìn)行聚合和剔重，得到全部用戶集合U₆；將全部用戶集合U₆通過布爾運(yùn)算式分別和特征用戶集合U₁、U₂、U₃、U₄和U₅進(jìn)行關(guān)聯(lián)匹配，使得同一用戶的所有特征匯聚到一起，得到特征聚合后的用戶集合U₇；

S4：設(shè)計(jì)特征選擇算法，從特征寬表中篩選與類別強(qiáng)相關(guān)的特征子集，具體步驟包括：確定用于訓(xùn)練的特征數(shù)目M₁，依據(jù)特征和類別的相關(guān)性，設(shè)定特征評(píng)價(jià)函數(shù)J(x)；利用隨機(jī)森林進(jìn)行特征重要性排序，篩選出Top M₁特征集合F_a；利用GBDT進(jìn)行特征重要性排序，篩選出Top M₁特征集合F_b；利用LightGBM進(jìn)行特征重要性排序，篩選出Top M₁特征集合F_c；將集合F_a、F_b、F_c中的特征進(jìn)行融合剔重，得到特征集合F_d；采用序列后向選擇算法，每次從特征集合F_d中剔除特征x，使得評(píng)價(jià)函數(shù)J(x)最優(yōu)；直到特征集合的數(shù)量達(dá)到設(shè)定的特征數(shù)目M₁為止；

S5：借助邏輯回歸分類器構(gòu)建預(yù)出境用戶識(shí)別模型，完成模型的訓(xùn)練、評(píng)估與調(diào)參；

S6：將待測(cè)試數(shù)據(jù)輸入識(shí)別模型，識(shí)別預(yù)出境用戶。

2.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)大數(shù)據(jù)的預(yù)出境用戶識(shí)別方法，其特征在于，步驟S1中，所述維表數(shù)據(jù)庫(kù)包括基站維表、APP維表和通話維表，具體構(gòu)建方法為：

1)采集出境服務(wù)機(jī)構(gòu)歸屬通信基站信息，依據(jù)出境服務(wù)機(jī)構(gòu)與歸屬通信基站的一對(duì)多映射關(guān)系，構(gòu)建基站維表；

2)采集出境服務(wù)APP的詳細(xì)網(wǎng)絡(luò)封包信息，擷取APP的域名和關(guān)鍵詞，依據(jù)APP與域名、關(guān)鍵詞的一對(duì)多映射關(guān)系，構(gòu)建APP維表；

3)采集出境服務(wù)機(jī)構(gòu)的服務(wù)通話端口信息，驗(yàn)證通話端口有效性，依據(jù)出境服務(wù)機(jī)構(gòu)與通話端口的一對(duì)多映射關(guān)系，構(gòu)建通話維表。