[发明专利]一种确定网络用户的上网行为类别的方法

摘要

本发明提出了一种确定网络用户的上网行为类别的方法，该方法，包括：提取每个待测网络用户的上网行为特征，并通过文档向量空间模型的量化方法形成用户行为特征矩阵X；根据所述用户行为特征矩阵X，通过概率潜在语义分析方法PLSA和EM算法，得到行为倾向集合T以及“用户‑倾向”概率分布矩阵D；根据所述用户行为特征矩阵X，通过支持向量机SVM算法，得到“特征词‑类别”概率分布矩阵C；通过矩阵乘法运行T×C得到“倾向‑类别”映射矩阵M；通过矩阵乘法运行D×M得到“用户‑类别”概率分布矩阵Y；根据任一待测网络用户在各个类别上的概率分布情况，将所述任一待测网络用户分类到概率值最大的类别中。

主权项

1.一种确定网络用户的上网行为类别的方法，其特征在于，包括：步骤1：在预设时间段内，提取每个待测网络用户的上网行为特征，根据所有待测网络用户的上网行为特征，通过文档向量空间模型的量化方法形成用户行为特征矩阵X；步骤2：根据所述用户行为特征矩阵X，通过概率潜在语义分析方法PLSA和EM算法，得到行为倾向集合T以及“用户‑倾向”概率分布矩阵D；所述行为倾向集合T中的每个元素向量表示每个行为倾向；所述“用户‑倾向”概率分布矩阵D中的每个行向量表示相应的待测网络用户属于各个行为倾向的概率；步骤3：根据所述用户行为特征矩阵X，通过支持向量机SVM算法，得到“特征词‑类别”概率分布矩阵C；所述“特征词‑类别”概率分布矩阵C中的每个行向量表示相应的上网行为特征属于各个类别的概率；步骤4：通过矩阵乘法运行T×C得到“倾向‑类别”映射矩阵M；所述“倾向‑类别”映射矩阵M中的每个行向量表示相应的行为倾向在各个类别上的概率分布；步骤5：通过矩阵乘法运行D×M得到“用户‑类别”概率分布矩阵Y；所述“用户‑类别”概率分布矩阵Y中的每个行向量表示相应的待测网络用户属于各个类别的概率；根据任一待测网络用户在各个类别上的概率分布情况，将所述任一待测网络用户分类到概率值最大的类别中；其中，在所述步骤1中，根据所有待测网络用户的上网行为特征，通过文档向量空间模型的量化方法形成用户行为特征矩阵X，包括：按照如下公式计算每个待测网络用户的每个上网行为特征的特征值(bf‑iuf)i,j，根据计算结果，将特征值(bf‑iuf)i,j大于预设阈值的上网行为特征形成用户行为特征矩阵X：(bf‑iuf)i,j＝bfi,j×iufj；其中，bfi,j为行为频率，表示待测网络用户ui发出上网行为特征bj的频率；iufj为逆向用户频率，表示所有待测网络用户发出上网行为特征bj的频率。