【技术实现步骤摘要】
基于用户行为的数据分析方法、装置、电子设备及介质
本专利技术涉及数据处理
，尤其涉及一种基于用户行为的数据分析方法、装置、电子设备及计算机可读存储介质。
技术介绍
现有对于用户行为数据分析的技术中，主要通过视频进行行为分析。例如对行车记录仪中存储的驾驶视频进行视频分析来获取所述驾驶习惯等数据，在具体分析时，通过对驾驶视频中一段时间内用户急刹车的次数进行统计，来判定用户是否存在着喜欢急刹车的习惯；再比如通过对驾驶视频中一段时间内用户超速行驶的时长进行统计，来判断用户是否存在着喜欢超速行驶的习惯。但视频分析的过程中需要进行海量的图像数据处理，会占用大量计算资源，且由于外界环境因素，或者视频的清晰度不高也会导致分析出来的结果精确度不高，因此，如何提高对用户的行为数据进行分析的效率和精确度，成为了越来越重要的需求。
技术实现思路
本专利技术提供一种基于用户行为的数据分析方法、装置、电子设备及计算机可读存储介质，其主要目的在于提供一种提高对用户的行为数据进行分析的效率和精确度的数据分析方法。为实现上述...
【技术保护点】
1.一种基于用户行为的数据分析方法，其特征在于，所述方法包括：/n获取用户的行为数据集，对所述行为数据集进行平滑滤波处理，得到无噪点数据集；/n识别所述无噪点数据集中的切换点，根据所述切换点将所述无噪点数据集划分为多个无噪点数据子集；/n利用特征提取网络对所述多个无噪点数据子集进行特征提取，得到特征数据集；/n将所述特征数据集中的特征数据进行特征优选，得到优选特征集；/n利用预设的分类器对所述优选特征集中的优选特征进行分类，得到所述用户的行为特征集；/n分别计算所述行为特征集中各个行为特征的得分，基于所述得分确定所述用户的行为类型。/n
【技术特征摘要】
1.一种基于用户行为的数据分析方法，其特征在于，所述方法包括：
获取用户的行为数据集，对所述行为数据集进行平滑滤波处理，得到无噪点数据集；
识别所述无噪点数据集中的切换点，根据所述切换点将所述无噪点数据集划分为多个无噪点数据子集；
利用特征提取网络对所述多个无噪点数据子集进行特征提取，得到特征数据集；
将所述特征数据集中的特征数据进行特征优选，得到优选特征集；
利用预设的分类器对所述优选特征集中的优选特征进行分类，得到所述用户的行为特征集；
分别计算所述行为特征集中各个行为特征的得分，基于所述得分确定所述用户的行为类型。
2.如权利要求1所述的基于用户行为的数据分析方法，其特征在于，所述识别所述无噪点数据集中的切换点，包括：
利用多个预设可调节长度的时间窗口对所述无噪点数据集进行数据采样，得到采样数据集；
利用预设的能量值算法计算所述采样数据集的能量值；
判断所述采样数据集中第一采样数据和第二采样数据的能量值之差是否大于预设能量阈值，其中，所述第一采样数据和所述第二采样数据为连续的不同时间窗口分别采集到的数据；
若所述采样数据集中第一采样数据和第二采样数据的能量值之差大于预设能量阈值，确定所述连续的不同时间窗口的中点位置为切换点。
3.如权利要求2所述的基于用户行为的数据分析方法，其特征在于，所述能量值算法为：
其中，E为所述能量值，s(k)为所述采样数据集中任一采样数据的值，μ为所述采样数据集中所有采样数据的均值，δ为所述采样数据集中所有采样数据的标准差，m为所述时间窗口的长度。
4.如权利要求1所述的基于用户行为的数据分析方法，其特征在于，所述将所述特征数据集中的特征数据进行特征优选，得到优选特征集，包括：
对所述特征数据集中的特征数据进行权重计算，得到特征权重；
从所述特征数据集中选取所述特征权重大于权重阈值的目标特征数据，将所述目标特征数据汇集为所述优选特征集。
5.如权利要求1至4任一项所述的基于用户行为的数据分析方法，其特征在于，所述分别计算所述行为特征集中各个行为特征的得分，基于所述得分确定所述用户的行为类型，包括：
...
【专利技术属性】
技术研发人员：林峰，尹钏，
申请(专利权)人：中国平安财产保险股份有限公司，
类型：发明
国别省市：广东;44
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。