[發明專利]一種基于數據挖掘技術的用戶行為分析系統及方法

在審

• 申請號: 202110260276.3
• 申請日: 2021-03-10
• 公開（公告）號: CN112990291A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 胡旭光;李正;馬大中;胡旌偉;孫秋野;李希博;王鵬程;李程晨;王雷
• 申請（專利權）人: 東北大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李珉

本發明提供一種基于數據挖掘技術的用戶行為分析系統及方法，涉及互聯網數據挖掘技術領域。本系統包括溫度數據采集單元、手機控制終端以及服務器端；對互聯網用戶行為信息進行收集和整理；將收集到的數據進行數據預處理操作，目的是為了消除噪聲，解決極值點長度的差異；對經過預處理的數據進行基于多目標決策的數據挖掘處理，實現對時間序列的數據挖掘；針對數據處理過程中消耗資源過大的情況，提出了云邊協同計算方法，將邊緣端服務器和云端服務器協同作業，實現對海量數據的實時分類；數據上傳過程中存在隱私泄露風險，采用對稱密鑰對明文數據進行加密，訂閱者只有持有正確密鑰才可以解密明文數據。

技術領域

本發明涉及互聯網數據挖掘技術領域，尤其涉及一種基于數據挖掘技術的用戶行為分析系統及方法。

背景技術

隨著互聯網技術的迅速發展，人們的生活和工作越來越依賴于互聯網，用戶在使用企業應用系統提供的服務，同時所生成的用戶行為操作日志數據也在逐漸的增加。通過分析和挖掘日志數據中隱藏的信息可以得到一些有趣的模式，而這些有趣的模式對分析用戶的各項需求和評估產品的效果有著重要的意義。計算機技術的發展促進了社會邁向大數據時代，在復雜、海量的數據中挖掘有用的時間序列數據是當前亟需解決的問題。

近年來數據挖掘成為核心骨干技術被應用到數據處理中，數據挖掘技術的主要目的是將有價值的規律、知識和模式從海量數據中提取出來，并進行識別，根據挖掘識別結果對科學研究和商業決策進行指導。在時間序列數據分布的前提下，建立滿足時間序列分布特征的數學模型，結合概率密度函數和相似性對時間序列數據進行挖掘。當前時間序列數據挖掘算法存在挖掘過程易受到噪聲干擾、加速比低和可擴展性差的問題，需要研究時間序列數據挖掘算法。為了解決上述方法中存在的問題，提出基于多目標決策的時間序列數據挖掘算法。

發明內容

針對現有技術的不足，本發明提供一種基于數據挖掘技術的用戶行為分析系統及方法，并應用于汽車空調智能控溫技術，對不同環境下用戶對汽車空調溫度的選擇進行采集和挖掘，使車載空調向環保、節能、舒適的方向發展。

本發明所采取的技術方案是：

一方面，一種基于數據挖掘技術的用戶行為分析系統，包括溫度數據采集單元、手機控制終端以及服務器端；

所述溫度數據采集單元由單片機、溫度傳感器、Wi-Fi通信模塊和電源模塊構成，單片機與溫度傳感器連接，接收到手機控制終端的喚醒命令后，通過I2C總線協議從溫度傳感器讀取溫度數據，通過Wi-Fi通信模塊發送給手機控制終端，電源模塊是單節鋰聚合物電池和穩壓芯片，分別與單片機、溫度傳感器、Wi-Fi通信模塊的電源接口連接；

所述手機控制終端為用戶行為特征提取單元，通過Wi-Fi通信模塊與溫度數據采集單元通信，獲取實時溫度數據，對溫度數據進行加工，添加對應的時間、GPS方位、當前天氣溫度數據等數據，并對溫度數據進行中位值平均濾波處理，通過分布式存儲技術分割存儲，并將數據經手機上傳至服務器端；

所述服務器端包括用戶群體分類單元、關聯因素辨識及綜合應用單元；所述用戶群體分類單元結合基于時間序列的數據挖掘技術，對上傳服務器端的不同時間、地點、天氣下溫度采集單元采集到的溫度信息進行分類，建立用戶分類模型；

所述關聯因素辨識及綜合應用單元對經過整理和分類的溫度信息進行分析，找出用戶汽車內部溫度信息與時間、地點、天氣之間的潛在關聯因子，實現對用戶行為的分析、預測和對異常行為的檢測；

另一方面，一種基于數據挖掘技術的用戶行為分析方法，基于前述一種基于數據挖掘技術的用戶行為分析系統實現，包括以下步驟：

步驟1：手機控制終端通過測溫節點采集溫度信息，經過添加外部環境信息作為用戶行為信息，并上傳至服務器，完成基于互聯網的用戶行為信息數據；