用户属性挖掘方法及装置制造方法及图纸

本发明专利技术公开了一种用户属性挖掘方法，所述用户属性挖掘方法包括：在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络；针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称；根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性。本发明专利技术还公开了一种与所述用户属性挖掘方法相匹配的用户属性挖掘装置。采用本发明专利技术所提供的用户属性挖掘方法及装置能够提高用户属性的可靠性和准确性。

【技术实现步骤摘要】

本专利技术涉及计算机应用
，尤其涉及一种用户属性挖掘方法及装置。
技术介绍
大数据征信项目中，客群划分是风险控制中重要的一环。客群划分通常是依据用户属性实现的，而用户属性挖掘过程通常是通过识别用户常驻地点而得到相应的用户属性，以将用户划分至与该用户属性相匹配的客群当中。然而，无论是基于IP（Internet Protocol，网络之间互连协议）地址的方式进行的用户常驻地点的识别，亦或是基于移动终端中GPS（Global Positioning System，全球定位系统）模块的定位实现用户常驻地点的识别，均难以得到可靠准确的用户常驻地点，进而导致现有的用户属性仍存在可靠性和准确性较低的缺陷。
技术实现思路
基于此，有必要提供一种用户属性挖掘方法，所述方法能够提高用户属性的可靠性和准确性。此外，还有必要提供一种用户属性挖掘装置，所述装置能够提高用户属性的可靠性和准确性。为了解决上述技术问题，本专利技术所采用的技术方案为：一种用户属性挖掘方法，包括：在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络；针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称；根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性。一种用户属性挖掘装置，包括：网络预测模块，用于在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络；名称挖掘模块，用于针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称；属性生成模块，用于根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性。与现有技术相比，本专利技术具有以下有益效果：在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对用户接入的无线网络进行预测得到用户的工作网络，再针对工作网络利用无线网络接入数据进行工作网络对应的公司名称的挖掘，最后基于挖掘得出的工作网络对应的公司名称建立用户与公司名称的映射生成用户属性。在实际的工作和生活当中，用户携带的移动终端通常会开启无线连接的功能，随着用户所在场所的变换，其所接入的无线网络也将发生相应地改变，在此过程中所产生的无线网络接入数据则是与无线网络相对应的。也就是说，基于无线网络接入数据对用户接入的无线网络进行的预测能够准确地得到用户的工作网络，进而使得针对工作网络所进行的公司名称的挖掘以及建立用户与公司名称的映射也将具有较高的准确性，从而通过映射生成高可靠性和准确性的用户属性。附图说明图1为本专利技术实施例所提供的一种服务器的结构示意图；图2为一实施例的用户属性挖掘方法的流程图；图3为另一实施例的用户属性挖掘方法的流程图；图4为图2中得到用户的工作网络的方法流程图；图5为另一实施例的用户属性挖掘方法的流程图；图6为图2中挖掘工作网络对应的公司名称的方法流程图；图7为图2中由映射生成用户属性的方法流程图；图8为一具体实施例中用户属性挖掘方法的应用场景示意图；图8a为图8中针对每一个用户的用户属性挖掘方法的流程图；图8b为图8中针对每一个工作网络的用户属性挖掘方法的流程图；图8c为图8中针对曾经接入工作网络的每一个用户的用户属性挖掘方法的流程图；图9为一实施例的用户属性挖掘装置的结构框图；图10为另一实施例的用户属性挖掘系统的结构框图；图11为图9中网络预测模块的结构框图；图12为另一实施例的用户属性挖掘系统的结构框图；图13为图9中名称挖掘模块的结构框图；图14为图9中属性生成模块的结构框图。具体实施方式体现本专利技术特征与优点的典型实施方式将在以下的说明中详细叙述。应理解的是本专利技术能够在不同的实施方式上具有各种的变化，其皆不脱离本专利技术的范围，且其中的说明及图示在本质上是当作说明之用，而非用以限制本专利技术。如前所述，用户属性的可靠准确获得将是大数据征信项目中进行风险控制的重要环节。随着互联网金融应用的迅猛发展，根据用户属性来获得高征信群体将是互联网金融应用中至关重要的处理方式，例如，服务于优质公司的群体即可认为是一高征信群体，因此，用户属性获取的可靠性和准确性将是当前所需要重点关注的。而现有的用户属性获得中，对于用户常驻地点的识别将是可靠并准确地挖掘用户属性的关键。然而现有的用户常驻地点的识别中无论是基于IP地址还是基于GPS坐标数据，都存在可靠性和准确性不高的缺陷。例如，用以定位得到GPS坐标数据的GPS模块实际上并不常常开启，因此存在GPS坐标数据获取失败的问题，从而导致相应的用户常驻地点的识别的可靠性和准确性均较为低下，进而导致用户属性的可靠性和准确性也较低。因此，为了提高用户属性的可靠性和准确性，特提出了一种用户属性挖掘方法，该方法基于用户对应的无线网络接入数据进行用户属性的生成，该方法可依赖于计算机程序，该计算机程序将运行在服务器之上。图1是本专利技术实施例提供的一种服务器100的结构示意图。该服务器100只是一个适配于本专利技术的示例，不能认为是提供了对本专利技术的使用范围的任何限制。该服务器100也不能解释为需要依赖于或者必须具有图1中示出的示例性的服务器100中的一个或者多个部件。如图1所示，该服务器100可因配置或者性能的不同而产生较大的差异，其包括：电源110、接口130、至少一存储介质150、以及至少一中央处理器（CPU ，Central Processing Units）170。具体地，电源110用于为服务器100上的各硬件设备提供工作电压。接口130包括至少一有线或无线网络接口131、至少一串并转换接口133、至少一输入输出接口135以及至少一USB接口137等，用于与外部设备通信。存储介质150作为资源存储的载体，可以是随机存储介质、磁盘或者光盘等，其上所存储的资源包括操作系统151、应用程序153及数据155等，存储方式可以是短暂存储或者永久存储。其中，操作系统151用于管理与控制服务器100上的各硬件设备以及应用程序153，以实现中央处理器170对海量数据155的计算与处理，其可以是Windows ServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM等。应用程序153是基于操作系统151之上完成至少一项特定工作的计算机程序，其可以包括至少一模块（图示未示出），每个模块都可以分别包含有对服务器100的一系列操作指令。数据155可以是存储于磁盘中的用户对应的无线网络接入数据等等。中央处理器170可以包括一个或多个以上的处理器，并设置为通过总线与存储介质150通信，用于计算与处理存储介质150中的海量数据155。通过中央处理器170读取存储介质150中存储的一系列操作指令，并基于存储介质150上的操作系统151在服务器100上执行，进而使得上述用户属性挖掘方法的全部或者部分步骤可以通过在服务器上运行相关的计算机程序来完成。此外，通过硬件电路或者硬件电路结合软件指令也能同样实现本专利技术，因此，实现本专利技术并不限于任何特定硬件电路、软件以及两者的组合。请参阅图2，在一实施例中，一种用户属性挖掘方法包括以下步骤：步骤210，在预先获得的用本文档来自技高网...

【技术保护点】
一种用户属性挖掘方法，其特征在于，包括：在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络；针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称；根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性。

【技术特征摘要】
1.一种用户属性挖掘方法，其特征在于，包括：在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络；针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称；根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性。2.如权利要求1所述的方法，其特征在于，所述预先构建的模型包括工作网络预测模型，所述在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络的步骤之前，所述方法还包括：在预先获得的无线网络接入数据中，对符合模型准入条件的无线网络接入数据进行工作网络接入特征的提取；根据提取得到的工作网络接入特征进行模型训练，得到所述工作网络预测模型。3.如权利要求1所述的方法，其特征在于，所述在预先获得的用户接入无线网络所产生的无线网络接入数据中，通过预先构建的模型对所述用户接入的无线网络进行预测，得到所述用户的工作网络的步骤包括：以用户的无线网络接入数据为模型输入，利用所述预先构建的模型计算得到所述用户接入的无线网络为工作网络的概率；按照用户接入所述无线网络的频率对计算得到的所述无线网络的概率进行累加，得到所述无线网络对应的权重；根据所述无线网络对应的权重由所述用户接入的无线网络中筛选出所述用户的工作网络。4.如权利要求1所述的方法，其特征在于，所述预先构建的模型包括生活网络预测模型，所述针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称的步骤之前，所述方法还包括：对所述用户的工作网络和生活网络进行冲突性检测，通过所述冲突性检测剔除与所述生活网络存在冲突的工作网络，所述生活网络由所述生活网络预测模型预测得到。5.如权利要求1或4所述的方法，其特征在于，所述方法还包括：通过所述用户接入工作网络或者生活网络推算所述用户的当前状态，并向所述用户所在移动终端推送与该当前状态相符合的个性化内容。6.如权利要求1所述的方法，其特征在于，所述针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称的步骤之前，所述方法还包括：对接入所述工作网络的用户，分别进行用户总数和有效用户数的统计；根据统计出的所述用户总数和有效用户数进行所述工作网络的有效性判断，剔除无效的所述工作网络。7.如权利要求1所述的方法，其特征在于，接入所述工作网络的用户为多个，所述针对所述工作网络，通过所述无线网络接入数据挖掘所述工作网络对应的公司名称的步骤包括：根据所述用户的无线网络接入数据对所述用户的候选公司名称进行匹配，得到所述用户关于候选公司名称的初始分布；对所述工作网络下多个所述用户关于候选公司名称的初始分布进行累加，得到所述工作网络的候选公司名称分布；在所述工作网络的候选公司名称分布中对候选公司名称作筛选，得到所述工作网络对应的公司名称。8.如权利要求1所述的方法，其特征在于，所述用户接入的工作网络为多个，所述根据所述工作网络对应的公司名称建立所述用户与公司名称的映射，由所述映射生成用户属性的步骤包括：根据所述用户的无线网络接入数据在...

【专利技术属性】
技术研发人员：黄引刚，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44