[发明专利]一种物联网设备特征获取方法及装置

权利要求书

1.一种物联网设备特征获取方法，包括：

获取多台物联网设备的位置信息以及用户行为信息；所述行为信息至少包括用户标识；

以所述多台物联网设备为多个节点，针对任意两个节点，执行以下步骤：根据获取的位置信息，确定所述两个节点对应的设备之间的距离是否小于预设长度；针对所述两个节点，根据获取的行为信息中的用户标识，确定所述两个节点对应的设备之间是否具有相同用户；若确定所述距离小于预设长度、和/或所述两个节点对应的设备之间具有相同用户，则构建所述两个节点之间的边；在针对全部节点之间执行上述步骤，得到设备关联图；

基于所构建的设备关联图，得到路径集；所述路径集中任一路径为所述设备关联图中的任一无环路径；

利用所述路径集中任一路径生成若干条训练样本，以根据所述路径集得到训练样本集；其中，任一训练样本以任一路径中的节点为特征值，以该路径中该节点的相邻节点为标签值；基于所述训练样本集训练深度学习模型；

利用训练后的深度学习模型的隐藏层信息获取物联网设备特征。

2.根据权利要求1所述的方法，所述深度学习模型为Skip-gram算法模型或CBOW算法模型；

利用训练后的深度学习模型的隐藏层信息获取物联网设备的特征，包括：

针对所述设备关联图中任一节点，将该节点作为输入，利用该深度学习模型的隐藏层输出作为该节点对应的设备的特征。

3.根据权利要求1所述的方法，所述行为信息多种行为信息；

所述针对所述两个节点，根据获取的行为信息中的用户标识，确定所述两个节点对应的设备之间是否具有相同用户；包括：

针对任一种行为信息，若确定所述两个节点对应的设备之间具有相同用户标识，则确定所述两个节点对应的设备之间具有相同用户。

4.根据权利要求1所述的方法，所述行为信息还包括行为发生时间；

所述针对所述两个节点，根据获取的行为信息中的用户标识，确定所述两个节点对应的设备之间是否具有相同用户；包括：

根据所述两个节点的行为信息中的行为发生时间，以及预设的多个时间窗口，确定行为信息所在的时间窗口；

针对每一时间窗口，分别确定所述两个节点对应的设备之间是否具有相同用户。

5.根据权利要求1所述的方法，还包括：

根据获取的位置信息以及用户行为信息，确定所述设备关联图中任一条边的权重值，所述权重值用于表征该边两端节点之间的关联程度。

6.根据权利要求5所述的方法，所述根据获取的位置信息以及用户行为信息，确定所述设备关联图中任一条边的权重值；包括：

针对所述设备关联图中任一条边，根据获取的位置信息确定该边两端节点对应的设备之间的距离，利用该距离确定该边的距离权重值；该距离权重值与该距离成负相关关系；

根据该边两端节点对应的设备之间的相同用户的行为信息，确定该边的行为权重值；该行为权重值，与该相同用户的行为信息数量成正相关关系；

综合该距离权重值以及该行为权重值，确定该边的权重值。

7.根据权利要求5所述的方法，所述路径集中任一条路径的获取方法为：

在所述设备关联图中以任一节点为起点，根据概率随机选取若干个连续节点与该起点组成路径，该路径中不存在相同的节点，且任一节点被选取的概率，与所述任一节点和该路径中上一节点之间边的权重值成正相关关系。

8.根据权利要求7所述的方法，所述在所述设备关联图中以任一节点为起点，随机选取若干个连续节点与该起点组成路径，包括：

以所述设备关联图中任一节点为起点，在与该起点相连的至少一个节点中随机确定一个节点为当前节点，以起点和当前节点之间的全部节点和边作为当前路径，循环执行以下操作，直到达到预设停止条件：

判断是否达到预设停止条件；

若否，则在与当前节点相连的至少一个节点中根据概率随机确定一个节点作为当前节点；其中，所选取的节点不为当前路径中的任一节点；

若是，则停止循环，确定当前路径为最终路径。