一种基于用户日常行为特征的用户身份属性预测方法技术

本发明专利技术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。

A user identity prediction method based on user's daily behavior characteristics

The invention discloses a method for predicting user identity attributes of users based on the characteristics of daily behavior, including the following steps: 1) according to the user behavior data collected to construct behavioral data set; 2) the user identity attribute definition, then the user identity attribute partition into several intervals; 3) to classify the user user behavior data the data obtained within the observation period of T concentration, the number of user behavior data, then according to step 2) interval has been divided into the mark of the user behavior data blocks; 4) extracted characteristic vector of the user behavior data blocks, and then according to all user behavior data block user behavior feature vector construction of identity feature vectors of the training set; 5) to construct identity model; 6) the feature vector input to the model to measure the user's identity, identity attributes of users, This method can predict the identity attribute of the user based on the user's identity attribute prediction based on the user's daily behavior characteristics.

【技术实现步骤摘要】
一种基于用户日常行为特征的用户身份属性预测方法
本专利技术涉及一种用户身份属性预测方法，具体涉及一种基于用户日常行为特征的用户身份属性预测方法。
技术介绍
人类正大步迈进信息-物理融合的世界(Cyber-PhysicalWorld)。这个世界中不仅有机器，人也是其中关键的一环。从Cyber维度对人进行感知和理解，也正成为一个重要的研究方向。通过用户操作智能信息系统(计算机)，智能终端(手机，平板等)的交互行为、各类可穿戴设备感知到的佩戴者行为及生理数据为对象，感知分析系统用户的操作、行为方式，推断用户的行为意图，预测用户属性，更加全面的了解用户，为用户提供更准确和方便的服务。通过对用户属性的准确感知，对于帮助我们深层次理解用户起到支撑作用，在用户推荐，健康状况监测，生活习惯分析等实际应用方面具有重要的价值。近年来，研究人员提出基于生物特征检测用户的信息或身份属性，他们根据人脸，指纹，虹膜，掌纹等生理特征对用户的性别，年龄，种族等信息进行预测，但是此类方法需要使用特定的生物信息采集设备，如摄像头，指纹传感器等，不适用于现有的计算网络环境。目前还没有可以在现有的计算网络环境中大规模应用的本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
1.一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。2.根据权利要求1所述的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，用户的身份属性包括用户的性别、身高、体重、年龄、身体健康状况、右手使用习惯、左手使用习惯、身份、活动量或职业。3.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：蔡忠闽，董建敏，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61