一種用戶上網(wǎng)偏好數(shù)據(jù)識別方法
【專利摘要】本發(fā)明公開一種用戶上網(wǎng)偏好數(shù)據(jù)識別方法，通過利用現(xiàn)有的中位數(shù)概念、H-index算法，根據(jù)用戶的上網(wǎng)行為特征，對用戶的偏好進行偏好、偏好度識別，提高數(shù)據(jù)識別的準(zhǔn)確度和識別效率。方法首先將獲取到的用戶上網(wǎng)行為日志數(shù)據(jù)根據(jù)不同應(yīng)用進行分別匯總，然后指定各應(yīng)用的指標(biāo)類型，并取出各指標(biāo)的最大值和最小值，再通過偏好挖掘算法根據(jù)最大值與最小值算出變異系數(shù)，然后分別對各不同應(yīng)用的不同指標(biāo)值進行標(biāo)準(zhǔn)化指標(biāo)值，根據(jù)標(biāo)準(zhǔn)化的值計算各不同應(yīng)用偏好度，根據(jù)偏好度數(shù)值高低對各應(yīng)用進行排序，從排序后的各應(yīng)用中選取偏好度居中的應(yīng)用偏好度作為中位數(shù)；將偏好度大于中位數(shù)的應(yīng)用添加至偏好度排名中，最后根據(jù)H-index算法給用戶打上偏好度標(biāo)簽。
【專利說明】一種用戶上網(wǎng)偏好數(shù)據(jù)識別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)，特別是一種可用于基于用戶上網(wǎng)偏好進行營銷目標(biāo)挖 掘的用戶上網(wǎng)偏好數(shù)據(jù)識別方法。

【背景技術(shù)】
[0002] 傳統(tǒng)方法在基于用戶上網(wǎng)偏好進行營銷目標(biāo)挖掘時，通常通過用戶上網(wǎng)行為日 志，從經(jīng)分?jǐn)?shù)據(jù)倉庫獲取用戶基礎(chǔ)信息以"規(guī)則限定"的方式給用戶打上偏好標(biāo)簽。
[0003] 例如：音樂網(wǎng)站偏好，本月通過手機上網(wǎng)訪問音樂網(wǎng)站次數(shù)大于10次的用戶就為 音樂網(wǎng)站偏好用戶；咪咕音樂偏好，本月通過手機使用咪咕音樂客戶端大于5次的用戶為 咪咕音樂偏好用戶。
[0004] 基于"規(guī)則限定"的方式，在傳統(tǒng)數(shù)據(jù)庫上識別用戶的偏好過程中，根據(jù)用戶手機 上網(wǎng)的記錄（例：網(wǎng)訪問音樂網(wǎng)站次數(shù)大于10次的用戶）打上偏好標(biāo)簽，無法保證較高的 識別精準(zhǔn)度，缺乏統(tǒng)一的、標(biāo)準(zhǔn)的算法，精確度無法保障。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題為：通過利用現(xiàn)有的中位數(shù)概念、H-index算法，根據(jù)用 戶的上網(wǎng)行為特征，對用戶的偏好進行偏好、偏好度識別，提高數(shù)據(jù)識別的準(zhǔn)確度和識別效 率。
[0006] 本發(fā)明采取的技術(shù)方案具體為：用戶上網(wǎng)偏好數(shù)據(jù)識別方法，包括以下步驟：
[0007] 1)獲取用戶上網(wǎng)行為日志數(shù)據(jù)，所述上網(wǎng)行為數(shù)據(jù)包括用戶使用的應(yīng)用、訪問的 內(nèi)容、上網(wǎng)的時段、上網(wǎng)的位置數(shù)據(jù)；
[0008] 2)將用戶上網(wǎng)行為日志數(shù)據(jù)根據(jù)不同應(yīng)用進行分別匯總；
[0009] 3)指定用戶訪問各應(yīng)用的指標(biāo)類型包括訪問次數(shù)、流量、訪問頻次，從各不同應(yīng)用 對應(yīng)的匯總數(shù)據(jù)中分別取出各指標(biāo)的最大值和最小值；
[0010] 4)對于各不同應(yīng)用的不同指標(biāo)，分別根據(jù)最大值與最小值進行指標(biāo)值標(biāo)準(zhǔn)化：定 義某指標(biāo)的最大值為a_max，最小值為a_min，標(biāo)準(zhǔn)化指標(biāo)值為index，則此指標(biāo)的標(biāo)準(zhǔn)化指 標(biāo)值為：
[0011] index =(當(dāng)前值 _a_min) / (a_max_a_min)；
[0012] 5)對于各不同應(yīng)用，獲取步驟4)中所得到的各指標(biāo)對應(yīng)的標(biāo)準(zhǔn)化指標(biāo)值的權(quán)重 weight，并根據(jù)標(biāo)準(zhǔn)化的指標(biāo)值及相應(yīng)權(quán)重計算各應(yīng)用綜合所有指標(biāo)的偏好度score :
[0013] score (n) = index(I)^weight(I)+index(2)^weight(2)+index(3)^weight (3).. .index(n)^weight (n)
[0014] 式中：n代表指標(biāo)的數(shù)量；index (n)和weight (n)分別代表第n個指標(biāo)的標(biāo)準(zhǔn)化指 標(biāo)值和權(quán)重值；
[0015] 6)根據(jù)偏好度數(shù)值高低對各應(yīng)用進行排序；
[0016] 7)從排序后的各應(yīng)用中選取偏好度居中的應(yīng)用偏好度作為中位數(shù)；
[0017] 8)將各應(yīng)用的偏好度與中位數(shù)進行比較，如一應(yīng)用偏好度小于中位數(shù)則丟棄此應(yīng) 用對應(yīng)的數(shù)據(jù)；反之將此應(yīng)用添加至偏好度排名中；
[0018] 9)根據(jù)H-index算法給用戶打上偏好度標(biāo)簽：
[0019] 當(dāng)用戶偏好度的排名〈=使用該應(yīng)用的用戶數(shù)*5/6,和用戶偏好度的排名〉使用 用戶數(shù)*4/6為一般偏好應(yīng)用；
[0020] 當(dāng)用戶偏好度的排名〈=使用用戶數(shù)*4/6,和用戶偏好度的排名〉使用用戶數(shù) *2/6為強偏好應(yīng)用。
[0021] 本發(fā)明中，用戶上網(wǎng)日志可從服務(wù)器中獲取，如訪問次數(shù)、流量、訪問頻次這些主 要指標(biāo)等，將這些數(shù)據(jù)進行匯總輸入本發(fā)明的偏好挖掘模型中，模型輸入?yún)⒖急? :
[0022]表 1
[0023]

【權(quán)利要求】
1. 一種用戶上網(wǎng)偏好數(shù)據(jù)識別方法，其特征是，包括w下步驟： 1) 獲取用戶上網(wǎng)行為日志數(shù)據(jù)，所述上網(wǎng)行為數(shù)據(jù)包括用戶使用的應(yīng)用、訪問的內(nèi)容、 上網(wǎng)的時段、上網(wǎng)的位置數(shù)據(jù)； 2) 將用戶上網(wǎng)行為日志數(shù)據(jù)根據(jù)不同應(yīng)用進行分別匯總； 3) 指定用戶訪問各應(yīng)用的指標(biāo)類型包括訪問次數(shù)、流量、訪問頻次，從各不同應(yīng)用對應(yīng) 的匯總數(shù)據(jù)中分別取出各指標(biāo)的最大值和最小值； 4) 對于各不同應(yīng)用的不同指標(biāo)，分別根據(jù)最大值與最小值進行指標(biāo)值標(biāo)準(zhǔn)化；定義某 指標(biāo)的最大值為a_max，最小值為a_min，標(biāo)準(zhǔn)化指標(biāo)值為index,則此指標(biāo)的標(biāo)準(zhǔn)化指標(biāo)值 為： index =(當(dāng)前值-a_min) / (a_max-a_min)； 5) 對于各不同應(yīng)用，獲取步驟4)中所得到的各指標(biāo)對應(yīng)的標(biāo)準(zhǔn)化指標(biāo)值的權(quán)重 wei曲t，并根據(jù)標(biāo)準(zhǔn)化的指標(biāo)值及相應(yīng)權(quán)重計算各應(yīng)用的偏好度score ; score (n) = index(1)*weight(1)+index(2)*weight(2)+index(3)*weight (3). . . ind ex(n)柳eight (n) 式中；n代表指標(biāo)的種類數(shù)量；index(n)和wei曲t(n)分別代表第n類指標(biāo)的標(biāo)準(zhǔn)化指 標(biāo)值和權(quán)重值； 6) 根據(jù)偏好度數(shù)值高低對各應(yīng)用進行排序； 7) 從排序后的各應(yīng)用中選取偏好度居中的應(yīng)用偏好度作為中位數(shù)； 8) 將各應(yīng)用的偏好度與中位數(shù)進行比較，如一應(yīng)用偏好度小于中位數(shù)則丟棄此應(yīng)用對 應(yīng)的數(shù)據(jù)；反之將此應(yīng)用添加至偏好度排名中； 9) 根據(jù)H-index算法給用戶打上偏好度標(biāo)簽； 當(dāng)用戶偏好度的排名 <=使用用戶數(shù)*5/6,和用戶偏好度的排名〉使用用戶數(shù)*4/6為 一般偏好應(yīng)用； 當(dāng)用戶偏好度的排名 <=使用用戶數(shù)*4/6,和用戶偏好度的排名〉使用用戶數(shù)*2/6為 強偏好應(yīng)用。
【文檔編號】G06F17/30GK104462245SQ201410664717
【公開日】2015年3月25日 申請日期:2014年11月19日 優(yōu)先權(quán)日:2014年11月19日
【發(fā)明者】劉雷 申請人:亞信科技（南京）有限公司