The invention provides a method for calculating residential occupancy rate, which includes: selecting several users in a certain range around the residential area, obtaining corresponding user portraits and user occupancy characteristics according to each user's Internet data and operator data; inputting all user portraits and user occupancy characteristics into the pre-trained residential occupancy model to know each user. Whether to live in the residential area or not, the occupancy rate of the residential area is known according to the proportion of the users living in the residential area. By collecting users'Internet data and operators' data, the invention achieves the advantages of faster speed and dynamic updating of collected data; secondly, by constructing user portraits based on Internet data and operators'data, users can be tagged to achieve highly refined and accurate purposes, thereby providing a solid and accurate basis for subsequent calculation of residential occupancy rate. Foundation.
【技术实现步骤摘要】
居民区入住率的计算方法
本专利技术涉及互联网应用
,更具体地,涉及居民入住率的计算方法。
技术介绍
传统居民区入住率统计主要采用夜晚开灯情况或者上门调查等手段,需要依赖大量人力和时间。现有的手段无法有效感知入住的流动情况,同时投入产出不匹配,结果数据价值单一。随着云计算、大数据、人工智能的不断发展,数据成为重要资产,因此以问题为导向,对传统手段和效果存在的诸多壁垒积极分析研究,探索构建互联网环境下的居民区入住模型具有重要的意义。用户画像即用户信息标签化,就是通过收集和分析用户的社会属性、生活习惯、消费行为等数据后,抽象出一个用户全貌,用户画像是支撑个性化推荐、自动化营销等大数据应用的基本方式。通常帮助企业快速找到用户需求等更广泛的信息。但现有的用户画像构建过程中对用户的数据分析不全面、不准确,导致构建的用户画像并不能很好地体现用户全貌。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的居民入住率的计算方法。根据本专利技术的一个方面,提供一种居民区入住率的计算方法,包括:选取居民区周边一定范围内的若干个用户,根据每个用户的互联网数据和运营商数据,获得对应的用户画像和用户入住特征;将获得的所有用户画像和用户入住特征输入至预先训练的居民区入住模型中,获知各用户是否居住在所述居民区中,根据居住在所述居民区中的用户的比例获知居民区入住率。优选地,所述居民区入住模型的训练方法,具体为:获取种子用户的入住信息,所述入住信息包括用户画像和用户入住特征,所述用户入住特征为与用户居住行为相关的信息;获取种子用户所住的居民区,将所述种子用户所住的居民区 ...
【技术保护点】
1.一种居民区入住率的计算方法,其特征在于,包括:选取居民区周边一定范围内的若干个用户,根据每个用户的互联网数据和运营商数据,获得对应的用户画像和用户入住特征;将获得的所有用户画像和用户入住特征输入至预先训练的居民区入住模型中,获知各用户是否居住在所述居民区中,根据居住在所述居民区中的用户的比例获知居民区入住率。
【技术特征摘要】
1.一种居民区入住率的计算方法,其特征在于,包括:选取居民区周边一定范围内的若干个用户,根据每个用户的互联网数据和运营商数据,获得对应的用户画像和用户入住特征;将获得的所有用户画像和用户入住特征输入至预先训练的居民区入住模型中,获知各用户是否居住在所述居民区中,根据居住在所述居民区中的用户的比例获知居民区入住率。2.根据权利要求1所述的计算方法,其特征在于,所述居民区入住模型的训练方法,具体为:获取种子用户的入住信息,所述入住信息包括用户画像和用户入住特征,所述用户入住特征为与用户居住行为相关的信息;获取种子用户所住的居民区,将所述种子用户所住的居民区作为所述入住信息对应的标注结果;将所述种子用户的入住信息和标注结果作为居民区入住模型的训练样本,训练所述居民区入住模型。3.根据权利要求1所述的计算方法,其特征在于,所述根据每个用户的互联网数据和运营商数据,获得对应的用户画像,具体为:对于选取的任意一个用户,获取该用户的互联网数据和运营商数据并进行数据清洗;对数据清洗后的所述互联网数据和运营商数据进行特征提取,得到所述用户的属性特征;基于预先创建的多维特征库训练的标签分类,根据所述用户的属性特征在所述多维特征库中进行匹配,获得所述用户的多维度属性标签;根据所述多维度属性标签构建对应该用户的用户画像。4.根据权利要求3所述的计算方法,其特征在于,所述对数据清洗后的所述互联网数据和运营商数据进行特征提取,得到所述用户的属性特征,具体为:分别通过离线和在线方式对预处理后的所述互联网数据和运营商数据进行分析处理,获得所述用户的属性特征。5.根据权利要求4所述的计算方法,其特征在于,所述多维度属性标签至少包括行为习惯属性标签、兴趣属性标签、收入属性标签以及社会属性标签。6.根据权利要求5所述的计算方法,其特征在于,所述多维特征库包括运营商基础...
【专利技术属性】
技术研发人员:沈林江,张笑笑,
申请(专利权)人:北京市天元网络技术股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。