[发明专利]一种用户行为分析方法及装置

说明书

本发明提供一种用户行为分析方法及装置，其中，所述方法包括：预先获取区域用户的信息；对所述区域用户的信息进行分析，以获取所述区域用户的信息中各种信息对应的频率以及各种信息与人为分析的用户特征之间的相关性；对存储的信息进行散落分析，以得到所述存储的信息对应的散落因子；根据所述散落因子，确定所述存储的信息对应的语料更新周期，并根据所述语料更新周期对存储的信息进行整理；将整理后的存储的信息翻译为与所述区域用户相关联的属性信息。本发明提供的一种用户行为分析方法及装置，能够提高分析的结果的准确性。

技术领域

本发明涉及数据处理技术领域，具体涉及一种用户行为分析方法及装置。

背景技术

大数据时给用户带来便利的同时也带来的是海量数据淹没，大量的互联网企业和云服务公司正在从事对智能穿戴产品的研究，而这一过程的最重要环节为对用户的行为分析的研究；有了对用户行为的分析，才能把握用户的兴趣爱好、创作出用户满意的产品和服务。

然而现有的对用户行为分析的方法都仅仅针对单一的对用户的文字分析或者简单的语音分析，由于分析因素的单一，所得的分析结果往往不够准确。

现有用户行为分析设备大多不对语料库进行整理或更新，采用的都是一些现有整理好的文本语料库。部分大型互联网企业则自己整理文本语料库，但语料库不进行自我更新。同时，现有用户行为分析设备鲜有区域性概念，所采用的分析方法大多基于一种书面语言的性质的全区域，从而导致用户行为分析的结果不准确。

发明内容

本发明实施例的目的在于提供一种用户行为分析方法及装置，能够提高分析的结果的准确性。

为实现上述目的，本发明实施例一方面提供一种用户行为分析方法，所述方法包括：预先获取区域用户的信息，所述区域用户的信息包括面部表情信息、眼部动作信息、手势动作信息、文本输入信息、语音音节信息以及地理位置信息中的至少一种；对所述区域用户的信息进行分析，以获取所述区域用户的信息中各种信息对应的频率以及各种信息与人为分析的用户特征之间的相关性；将所述区域用户的信息、各种信息对应的频率以及各种信息与用户特征之间的相关性进行存储，并对存储的信息进行散落分析，以得到所述存储的信息对应的散落因子；根据所述散落因子，确定所述存储的信息对应的语料更新周期，并根据所述语料更新周期对存储的信息进行整理；将整理后的存储的信息翻译为与所述区域用户相关联的属性信息，所述属性信息包括区域用户的喜好、幸福感以及情感中的至少一种。

进一步地，获取各种信息与人为分析的用户特征之间的相关性具体包括：在每种信息中，确定与人为分析的用户特征最接近的信息样本的数量；将确定的信息样本的数量与信息样本的总数量之间的比值作为该信息与人为分析的用户特征之间的相关性。

进一步地，对存储的信息进行散落分析具体包括：S11：计算预设区域的信息对应的信息矩阵的平均密度；S12：从所述预设区域的信息对应的信息矩阵中，确定平均密度与计算的平均密度相等的至少一个子矩阵序列；S13：根据确定的所述子矩阵序列的分布，确定所述预设区域中密度分布的方差；S14：将步骤S13所得的方差作为初始值，重复S11至S13的步骤，直至重复的次数达到预设次数为止；S15：将上一次所得的方差与当前所得的方差之间的比例作为所述散落因子。

进一步地，按照下述公式确定所述存储的信息对应的语料更新周期：

T＝(log₂N)/K

其中，T表示所述语料更新周期，N表示存储的信息的样本数量，K表示所述散落因子。