[发明专利]一种基于用户日常行为特征的用户身份属性预测方法在审
| 申请号： | 201710737016.4 | 申请日： | 2017-08-24 |
| 公开（公告）号： | CN107688827A | 公开（公告）日： | 2018-02-13 |
| 发明（设计）人： | 蔡忠闽;董建敏 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 陆万寿 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于用户日常行为特征的用户身份属性预测方法，包括以下步骤1)根据采集到的用户行为数据构建行为数据集；2)定义用户的身份属性，然后将用户的身份属性划分为若干区间；3)对观测周期T内得到的用户数据集中的用户行为数据进行划分，得若干用户行为数据块，再根据步骤2)划分得到的区间对各用户行为数据块进行标记；4)提取各用户行为数据块的用户行为特征向量，然后根据所有用户行为数据块的用户行为特征向量构建身份属性特征向量训练集；5)构建身份属性模型；6)将待测用户的特征向量输入至身份属性模型中，得用户的身份属性，完成基于用户日常行为特征的用户身份属性预测，该方法能够实现用户身份属性的预测。 | ||
| 搜索关键词： | 一种 基于 用户 日常行为 特征 身份 属性 预测 方法 | ||
【主权项】：
一种基于用户日常行为特征的用户身份属性预测方法，其特征在于，包括以下步骤：1)采集用户日常行为动作过程中的用户行为数据，再根据采集到的用户行为数据构建行为数据集；2)定义用户的身份属性，然后将用户的身份属性划分为若干区间；3)对观测周期T内得到的用户数据集中的用户行为数据进行划分，得若干用户行为数据块，再根据步骤2)划分得到的区间对各用户行为数据块进行标记，其中，一个用户行为数据块对应一个区间；4)提取各用户行为数据块的用户行为特征向量，然后根据所有用户行为数据块的用户行为特征向量构建身份属性特征向量训练集；5)将身份属性特征向量训练集作为训练样本，再将身份属性特征向量训练集对应的身份属性作为训练样本的标签，然后根据所述训练样本及训练样本的标签构建身份属性模型；6)获取待测用户的特征向量，然后将待测用户的特征向量输入至身份属性模型中，得用户的身份属性，完成基于用户日常行为特征的用户身份属性预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710737016.4/，转载请声明来源钻瓜专利网。
