[发明专利]一种基于大数据的用户属性识别方法

权利要求书

1.一种基于大数据的用户属性识别方法，其特征在于，包括：

步骤S1，采集预定时间段内出现在预定区域的所有用户的话单记录；

步骤S2，根据所述话单记录提取得到每个所述用户于所述预定区域内的停留天数数据和停留时长数据，以及每个所述用户的上网行为数据；

步骤S3，根据所述停留天数数据和所述停留时长数据计算得到每个所述用户的第一属性值；

步骤S4，根据所述上网行为数据计算得到每个所述用户的第二属性值；

步骤S5，根据所述第一属性值和所述第二属性值进行加权求和处理后得到每个所述用户对应的目标属性值；

步骤S6，根据所述目标属性值对所述用户进行属性划分。

2.根据权利要求1所述的基于大数据的用户属性识别方法，其特征在于，所述步骤S2中，通过提取所述话单记录中的时间字段处理得到所述用户于所述预定区域内的停留天数数据和停留时长数据。

3.根据权利要求1所述的基于大数据的用户属性识别方法，其特征在于，所述上网行为数据包括所述用户使用移动终端内各个应用程序的种类和频率。

4.根据权利要求1所述的基于大数据的用户属性识别方法，其特征在于，所述预定时间段包括多个自然周；

所述步骤S3具体包括：

步骤S31，根据所述预定区域的区域种类分别预先设定对应的目标停留时长值和对应的每周目标停留天数值；

步骤S32，对所述停留时长数据满足所述每周目标停留天数值的所述用户进行提取，得到预分类用户集合；

步骤S33，处理得到所述预分类用户集合中每个用户在所述预定时间段内某个特定的自然周中，于停留天数内的平均停留时长值；

步骤S34，根据所述平均停留时长值和所述目标停留时长值计算得到每个用户在该特定自然周的属性概率值；

步骤S35，根据所述属性概率值和所述目标停留天数值计算得到每个用户在该特定自然周的停留属性值；

步骤S36，根据所述停留时长数据和所述停留天数数据计算得到该特定自然周的周期迭代系数；

步骤S37，根据所述预定时间段内每个自然周的所述停留属性值和所述周期迭代系数计算得到用户的第一属性值。

5.根据权利要求4所述的基于大数据的用户属性识别方法，其特征在于，所述步骤S34中，根据如下公式计算得到每个用户在特定自然周的属性概率值：

其中，

p_i用于表示用户第i周的属性概率值；

b_i用于表示用户第i周停留天数内的平均停留时长；

a用于表示预先设定的目标停留时长值。

6.根据权利要求4所述的基于大数据的用户属性识别方法，其特征在于，所述步骤S35中，根据如下公式计算得到每个用户在特定自然周的停留属性值：

其中，

P_i用于表示用户第i周的停留属性值；

k用于表示预先设定的每周目标停留天数值k；

p_i用于表示用户第i周的属性概率值。

7.根据权利要求4所述的基于大数据的用户属性识别方法，其特征在于，所述步骤S36具体包括：

步骤S361，根据所述停留时长数据和所述停留天数数据统计得到特定自然周内所有用户的总停留时长数据和该特定自然周内的总用户个数；

步骤S362，根据所述总停留时长数据和该特定自然周内的总用户个数计算得到该特定自然周内每个用户的平均停留时长；

步骤S363，统计该特定自然周内停留时长大于平均停留时长的用户个数；

步骤S364，根据所述停留时长大于平均停留时长的用户个数与所述总用户个数计算得到该特定自然周的周期迭代系数。