一种基于智能手机加速度传感器的用户基础属性预测方法技术

本发明专利技术通过分析用户智能手机返回的加速度传感器数据，预测用户的年龄和性别等基础属性。根据用户在一段时间里加速度传感器返回的数据，进行统计分析，计算并提取特征值，最终得到特征向量。通过用户ID将用户的基础属性和特征向量关联起来，分析加速度传感器数据与用户基础属性之间的关系，达到依据加速度传感器数据预测用户基础属性的目的。采用SVM模型实现对用户的基础属性的分类预测。本发明专利技术将用户的性别作为男和女的二分类问题处理，年龄分段之后作为多分类问题处理。本发明专利技术实施例的有益效果是，通过分析用户智能手机的流量数据可以对用户的性别、年龄等基础属性做出预测，经过实验能够获得有效的预测效果。

【技术实现步骤摘要】

【技术保护点】
一种基于智能手机加速度传感器的用户基础属性预测方法：其特征在于，首先在用户处于特定运动状态下，使用智能手机操作系统提供的API，记录智能手机一段时间里加速度传感器返回的数据；对用户不同的运动状态进行标识；计算并提取特征值，得到特征向量(用户ID，运动状态，特征值1，特征值2，…，特征值20)1×22；将用户加速度传感器数据的特征向量(用户ID，运动状态，特征值1，特征值2，…，特征值20)1×22转化为用户的特征值矩阵；通过用户ID关联用户的基础属性，将用户的基础属性作为类标；将数据随机分为训练集和测试集，对性别和年龄分别训练SVM预测模型，SVM模型中采用RBF核函数；用训练的模型预测测试集，并对测试结果输出。

【技术特征摘要】

【专利技术属性】
技术研发人员：程红蓉，唐远洋，秦臻，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51