一种常驻城市的确定方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种常驻城市的确定方法、装置及电子设备，所述方法包括：根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率；根据所述用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。解决了现有技术中按照城市分类统计，耗费时间较长，对于在多个城市之间活跃的用户确定一个常驻城市准确性差的问题，能够通过用户、城市的特征信息、以及用户在城市的行为信息，确定用户的常驻城市，简化了计算过程、提高了准确性。

【技术实现步骤摘要】
一种常驻城市的确定方法、装置及电子设备
本专利技术实施例涉及计算机
，尤其涉及一种常驻城市的确定方法、装置及电子设备。
技术介绍
常驻城市为用户常年居住或工作的城市，根据常驻城市向用户推荐信息、产品，可以有效提高推荐成功率。例如，对于常年居住或工作在城市A的用户，向用户推荐城市A的新闻信息、以及车票等信息，却不用向用户推荐城市A的特产以及旅游景点等信息。现有技术中，确定用户的常驻城市算法步骤包括：首先，基于城市分别统计在指定历史周期内，用户在该城市的停留时间；其中，停留时间可以用天数表示；然后，将一用户在各城市的停留时间排序；最后，将用户停留天数最多的城市作为用户的常驻城市。可以看出，上述过程需要按照城市进行分类，当城市数量较大时，耗费时间较长；且对于经常在多个城市之间活跃的用户，确定一个常驻城市准确性较差。
技术实现思路
本专利技术提供一种常驻城市的确定方法、装置、电子设备，以解决现有技术中常驻城市确定的上述问题。根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率；根据所述用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。根据本专利技术的第二方面，提供了一种常驻城市的确定装置，所述装置包括：概率预测模块，用于根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率；第一概率阈值确定模块，用于根据所述用户和各候选城市的拟合概率，确定第一概率阈值；常驻城市确定模块，用于根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。根据本专利技术的第三方面，提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现前述常驻城市的确定方法。根据本专利技术的第四方面，提供了一种可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述常驻城市的确定方法。本专利技术实施例提供了一种常驻城市的确定方法、装置、电子设备，所述方法包括：根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率；根据所述用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。解决了现有技术中按照城市分类统计，计算过程复杂，对于在多个城市之间活跃的用户确定一个常驻城市准确性差的问题，能够通过用户、城市的特征信息、以及用户在城市的行为信息，确定用户的常驻城市，简化了计算过程、提高了准确性。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的系统架构下的一种常驻城市的确定方法具体步骤流程图；图2是本专利技术实施例提供的系统架构下的另一种常驻城市的确定方法具体步骤流程图；图3是本专利技术实施例提供的一种常驻城市的确定装置的结构图；图4是本专利技术实施例提供的另一种常驻城市的确定装置的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一参照图1，其示出了一种常驻城市的确定方法的步骤流程图，包括：步骤101，根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率。其中，用户的特征信息包括但不限于：性别、年龄、职业、消费水平、收入水平、是否旅游达人。候选城市的特征信息包括但不限于：城市等级、是否旅游城市、城市的本地用户数和异地用户数、酒店旅行交通等业务的日均订单数。用户在各候选城市的行为信息包括但不限于：用户在指定历史时间周期内浏览和定位该候选城市的次数及占比、用户在该候选城市出现的最大时间窗口、该候选城市是否用户的家乡城市。可以理解，指定历史时间周期可以为过去半年、一个月或一周等，本专利技术实施例对历史时间周期不加以限制。可以看出，上述信息中包括连续和离散两种信息，其中，连续信息包括：年龄、城市的本地用户数和异地用户数、酒店旅行交通等业务的日均订单数、用户在指定历史时间周期内浏览和定位该候选城市的次数及占比、用户在该候选城市出现的最大时间窗口，离散信息包括：性别、职业、消费水平、收入水平、是否旅游达人、城市等级、是否旅游城市、该候选城市是否用户的家乡城市。在实际应用中，上述信息中的离散特征可以用离散数值表示。例如，对于用户的性别信息：男用1表示、女用2表示，用户的收入水平：低等收入用1表示、中等收入用2表示、高等收入用3标识等。可以理解，对于一个用户、一个候选城市，该用户的各特征信息、该候选城市的各特征信息、以及该用户在该候选城市的各行为信息，均分别对应一个变量输入至城市概率模型，得到该用户和该候选城市的拟合概率，从而对于多个用户、多个候选城市，得到各用户与各候选城市的拟合概率。步骤102，根据所述用户和各候选城市的拟合概率，确定第一概率阈值。本专利技术实施例将概率值差距最大的两个相邻概率值，作为确定第一概率阈值的参考值。具体地，可以将两个相邻概率值的平均值作为第一概率阈值，也可以将两个相邻概率阈值的其他加权平均值作为第一概率阈值。步骤103，根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。具体地，将概率大于第一概率阈值的候选城市作为常驻城市，概率小于第一概率阈值的候选城市作为非常驻城市。从而常驻城市可能存在多个。本专利技术实施例确定多个常驻城市更加符合实际应用，在实际应用中，少部分用户会活跃在多个城市之间。例如，一个用户长期在北京上海广州等大城市频繁往返出差，或一个用户家住在河北廊坊市的燕郊镇，但是在北京城区上班。在确定用户在常驻城市之后，可以进行个性化推荐，以提高推荐成功率。例如，某用户在常驻城市访问美团平台时，可以推荐当地用户购买的热销商品，而当地热门景点、特产等不进行推荐；当某用户在非常驻城市访问美团平台时，可以推荐异地用户购买的热销商品、异地旅游产品、常驻城市到异地之间的火车票机票等。综上所述，本专利技术实施例提供了一种常驻城市的确定方法，所述方法包括：根据用户的特征信息、各候选城市的特征信息、以及用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述用户和各候选城市的拟合概率；根据所述用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述用户的常驻城市。解决了现有技术中按照城市分类统计，耗费时间较长，对于在多个城市之间活跃的用户确定一个常驻城市准确性差的问题，能够通过用户、城市的特征信息、以及用户在城市的行为信息，确定用户的常驻城市，简本文档来自技高网...

【技术保护点】
1.一种常驻城市的确定方法，其特征在于，所述方法包括：根据目标用户的特征信息、各候选城市的特征信息、以及所述目标用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述目标用户和各候选城市的拟合概率；根据所述目标用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述目标用户的常驻城市。

【技术特征摘要】
1.一种常驻城市的确定方法，其特征在于，所述方法包括：根据目标用户的特征信息、各候选城市的特征信息、以及所述目标用户在所述各候选城市的行为信息，通过城市概率模型预测得到所述目标用户和各候选城市的拟合概率；根据所述目标用户和各候选城市的拟合概率，确定第一概率阈值；根据所述第一概率阈值从所述各候选城市中确定所述目标用户的常驻城市。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一概率阈值从所述各候选城市中确定所述目标用户的常驻城市的步骤，包括：对于各候选城市，若所述目标用户和所述候选城市的拟合概率大于等于所述第一概率阈值，则所述候选城市为所述目标用户的常驻城市。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户和各候选城市的拟合概率，确定第一概率阈值的步骤，包括：将所述目标用户和各候选城市的拟合概率排序；分别计算两个相邻概率之间的差值；计算差值最大的两个相邻概率的加权平均值，得到第一概率阈值。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于标注数据样本集训练得到城市概率模型，所述标注数据样本集中的各标注数据样本至少包括：用户的特征信息、候选城市的特征信息、以及用户在候选城市的行为信息。5.根据权利要求4所述的方法，其特征在于，所述基于标注数据样本集训练得到城市概率模型的步骤，包括：初始化城市概率模型的参数组；对于所述标注数据样本集中的各标注数据样本，将用户的特征信息、候选城市的特征信息、以及用户在候选城市的行为信息输入至预设城市概率模型，得到用户与对应候选城市的拟合概率；通过所述各标注数据样本确定的用户与对应候选城市的拟合概率确定损失值；若所述损失值不...

【专利技术属性】
技术研发人员：吕兵，付晴川，朱日兵，左元，吴金蔚，文诗琪，霍盼，姚杏，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11