[發明專利]一種基于移動大數據的預出境用戶識別方法

有效

• 申請號: 202010017938.X
• 申請日: 2020-01-08
• 公開（公告）號: CN111274338B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 許國良;張軒;徐千淞;李萬林;王超;雒江濤;易燕
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/9535;G06F17/18;G06Q10/06;G06Q30/02;H04W4/02;G06K9/62
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及一種基于移動大數據的預出境用戶識別方法，屬于數據挖掘技術領域。該方法包括：采集出境服務機構的通信基站位置數據、出境服務通話端口數據和出境服務APP的域名關鍵詞數據，利用所采集數據建立維表數據庫；基于維表數據庫與移動大數據，分別提取用戶的通話行為特征、上網行為特征、出行行為特征和靜態特征；將用戶的行為特征和靜態特征進行聚合關聯，構建特征寬表；設計特征選擇算法，從特征寬表中篩選出與類別強相關的特征子集；借助邏輯回歸分類器構建預出境用戶識別模型，完成模型的訓練、評估與調參；將待測試數據輸入識別模型，識別預出境用戶。本發明能夠有效識別預出境用戶，主要用于數據挖掘場合。

技術領域

本發明屬于數據挖掘應用領域，涉及基于移動大數據的預出境用戶識別方法。

背景技術

移動設備的高普及率帶來了移動數據的爆發式增長，移動大數據具有數據采樣全面、實時性好等優點，在趨勢性分析和潛在用戶挖掘領域相當具有權威性，為行業用戶挖掘提供良好的便利條件。

隨著出境人數逐年遞增，出境服務市場迎來良好的發展機遇。用戶出境行為準確的預測，對于出境服務產品的定制、精準投放以及出入境管理起到關鍵性作用。

傳統關于出境領域的研究主要是對出國留學人數年變化趨勢進行預測，對出國旅游人員進行畫像和行為分析，研究數據來源主要是統計調查數據、旅游網站數據等。研究方法主要是基于灰色模型、時間序列分析法、統計分析方法等傳統方法。但傳統方法研究存在樣本量小，預測結果偏差較大、數據真實性和時效性無法保證等諸多問題，并且缺乏對用戶出境前的行為研究。

發明內容

有鑒于此，本發明的目的在于提供一種基于移動大數據的預出境用戶識別方法，能夠有效解決傳統方法數據獲取成本高，數據真實性無法保證等問題，實現預出境用戶的識別，助力出境服務產品的精準投放和高效的出入境管理。

為達到上述目的，本發明提供如下技術方案：

一種基于移動大數據的預出境用戶識別方法，具體包括以下步驟：

S1：采集出境服務機構的通信基站位置數據、出境服務通話端口數據和出境服務APP的域名關鍵詞數據，利用所采集數據建立維表數據庫；

S2：基于維表數據庫與移動大數據，分別提取用戶的通話行為特征、上網行為特征、出行行為特征和靜態特征；

S3：將用戶的行為特征和靜態特征進行聚合關聯，構建特征寬表；

S4：設計特征選擇算法，從特征寬表中篩選與類別強相關的特征子集；

S5：借助邏輯回歸分類器構建預出境用戶識別模型，完成模型的訓練、評估與調參；

S6：將待測試數據輸入識別模型，識別預出境用戶。

進一步，步驟S1中，所述維表數據庫包括基站維表、APP維表和通話維表，具體構建方法為：

1)采集出境服務機構歸屬通信基站信息，依據出境服務機構與歸屬通信基站的一對多映射關系，構建基站維表；

2)采集出境服務APP的詳細網絡封包信息，擷取APP的域名和關鍵詞，依據APP與域名、關鍵詞的一對多映射關系，構建APP維表；

3)采集出境服務機構的服務通話端口信息，驗證通話端口有效性，依據出境服務機構與通話端口的一對多映射關系，構建通話維表。

進一步，步驟S2中，

1)所述通話行為特征包括國際通話行為特征和國內通話行為特征，其中：