[发明专利]访客终端的识别方法、装置、设备及存储介质

说明书

本申请公开了一种访客终端的识别方法、装置、设备及存储介质，应用于人工智能中的机器学习领域。该方法包括：通过无线网探针设备获取无线终端的扫描数据集；调用分类模型对无线终端的扫描数据集进行特征提取和特征识别，得到无线终端的识别结果，分类模型是对正样本和未知样本进行半监督学习得到的，正样本包括连接到无线网探针设备的无线终端对应的扫描数据集，未知样本包括未连接到无线网探针设备的无线终端对应的扫描数据集，识别结果包括访客终端或非访客终端；输出无线终端的识别结果。该方法利用将未连接到无线网探针设备的无线终端的扫描数据集作为未知样本进行半监督学习得到的分类模型，对无线终端进行判断，提高判断准确度。

技术领域

本申请涉及人工智能中的机器学习领域，特别涉及一种访客终端的识别方法、装置、设备及存储介质。

背景技术

现如今，线下商户会在线上发布活动来吸引用户到店消费。为了确定线上活动的效果，商户需要统计用户的到店情况。

相关技术中，商户通过设置在店内的WiFi(Wireless-Fidelity，无线网)探针获取用户的随身携带的移动终端的信息，来确定用户的到店情况。WiFi探针技术是基于WiFi探测技术来识别无线AP(Access Point，接入点)附近已开启WiFi的终端设备。WiFi探针可以获取到终端设备的信息，包括终端设备的MAC(Media Access Control Address，媒体存取控制地址)、WiFi信号强度、WiFi信号频道、信号帧类型、时间戳等。相关技术中，将连接到WiFi探针的终端对应的信息确定为正样本，将未连接到WiFi探针的终端对应的信息确定为负样本，训练得到分类模型，根据分类模型和终端的信息来判断终端是否是访客终端，并以此确定用户的到店情况。

相关技术中访客终端的识别方法，将未连接到WiFi探针的终端对应的信息确定为负样本是不合理的，未连接到WiFi探针的终端也可能是到店客人使用的终端，只不过客人不需要使用店内的无线网，用这样的负样本训练得到的分类模型显然不能准确判断访客终端。

发明内容

本申请实施例提供了一种访客终端的识别方法、装置、设备及存储介质，可以准确判断访客终端。所述技术方案如下：

根据本申请的一个方面，提供了一种访客终端的识别方法，所述方法包括：

通过无线网探针设备获取无线终端的扫描数据集；

调用分类模型对所述无线终端的所述扫描数据集进行特征提取和特征识别，得到所述无线终端的识别结果，所述分类模型是对正样本和未知样本进行半监督学习得到的，所述正样本包括连接到所述无线网探针设备的所述无线终端对应的所述扫描数据集，所述未知样本包括未连接到所述无线网探针设备的所述无线终端对应的所述扫描数据集，所述识别结果包括访客终端或非访客终端；

输出所述无线终端的所述识别结果。

根据本申请的另一方面，提供了一种访客终端的识别装置，所述装置包括：

数据采集模块，用于通过无线网探针设备获取线终端的扫描数据集；

分类模型模块，用于调用分类模型对所述无线终端的所述扫描数据集进行特征提取和特征识别，得到所述无线终端的识别结果，所述分类模型是对正样本和未知样本进行半监督学习得到的，所述正样本包括连接到所述无线网探针设备的所述无线终端对应的所述扫描数据集，所述未知样本包括未连接到所述无线网探针设备的所述无线终端对应的所述扫描数据集，所述识别结果包括访客终端或非访客终端；

输出模块，用于输出所述无线终端的所述识别结果。

根据本申请的另一方面，提供了一种计算机设备，所述计算机设备包括：处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上方面所述的访客终端的识别方法。