用户分类方法和装置制造方法及图纸

本申请公开了一种用户分类方法和装置，方法包括：获取多个用户的活跃位置信息；依据活跃位置信息构建活跃点矩阵；对活跃点矩阵进行聚类分析，确定各个用户的所属类别。通过获取到的多个用户的活跃位置信息，构建活跃点矩阵，能够明确各个用户常去的地理位置；对活跃点矩阵进行聚类分析，确定各个用户的所属类别，通过对活跃点矩阵中的表征用户的活跃位置信息进行聚类分析，把不同的用户分类到不同的簇中，以准确定位用户的所属类别，使用户的所属类别更清晰，方便对用户的管理和营销，提高对用户的服务质量。对用户的服务质量。对用户的服务质量。

【技术实现步骤摘要】
用户分类方法和装置


[0001]本申请涉及数据分析
，具体涉及一种用户分类方法和装置。

技术介绍

[0002]目前，运营商对用户进行分群的方法，主要是通过用户的消费习惯或行为特征(例如，浏览视频或信息等的行为偏好)进行分析，获得用户所属的群体类别，然后再针对不同的群体类别进行定点营销。例如，针对消费习惯，可将用户分为高端用户、中端用户和低端用户；结合用户的消费类别，又可将用户细分为流量型用户或话费型用户，然后，对不同消费倾向的用户群体匹配对应的营销策略。针对用户的行为特征，可将用户分为视频偏好用户、游戏偏好用户和资讯偏好用户中的任意一种或几种，然后，对不同行为偏好的用户群体提供有针对性的特殊权益。
[0003]但是，用户的行为特征会随着环境的变化而变化，不同环境下的用户的行为特在具有一定的差异性。用户在使用多个终端进行不同操作时，同样无法准确定位该用户的所属类别，现有的单一分群标准难以适用复杂的实际情况。

技术实现思路

[0004]为此，本申请提供一种用户分类方法和装置，如何高效划分用户的所属类别的问题。
[0005]为了实现上述目的，本申请第一方面提供一种用户分类方法，方法包括：获取多个用户的活跃位置信息；依据活跃位置信息构建活跃点矩阵；对活跃点矩阵进行聚类分析，确定各个用户的所属类别。
[0006]在一些具体实现中，活跃点矩阵包括经度信息和维度信息；对活跃点矩阵进行聚类分析，确定各个用户的所属类别，包括：依据经度信息和维度信息，确定各个用户的活跃位置信息；分别计算各个用户的活跃位置信息之间的空间相似度；依据空间相似度，确定各个用户的所属类别。
[0007]在一些具体实现中，活跃点矩阵还包括时间信息；依据经度信息和维度信息，确定各个用户的活跃位置信息之前，还包括：依据时间信息，提取在同一时间戳下的所有用户的经度信息和维度信息。
[0008]在一些具体实现中，分别计算各个用户的活跃位置信息之间的空间相似度，包括：依据预设随机数，初始化隶属度矩阵，隶属度矩阵表征活跃位置信息对用户的所属类别的隶属程度信息；依据预设收敛精度和各个用户对应的隶属度矩阵，分别对各个用户的隶属度矩阵进行迭代更新，确定空间相似度。
[0009]在一些具体实现中，依据预设收敛精度和各个用户对应的隶属度矩阵，分别对各个用户的隶属度矩阵进行迭代更新，确定空间相似度，包括：依据隶属度矩阵，分别计算各个用户的所属类别对应的聚类中心；依据聚类中心和预设收敛精度，对各个用户的隶属度矩阵进行迭代更新，确定空间相似度。
[0010]在一些具体实现中，获取多个用户的活跃位置信息，包括：获取各个用户的历史位置信息和各个用户在历史位置上的历史停留时间信息；获取各个用户的实时位置信息和各个用户在实时位置上的实时停留时间信息；依据实时位置信息、历史位置信息、实时停留时间信息和历史停留时间信息，绘制用户活动轨迹图；依据用户活动轨迹图，确定各个用户的活跃位置信息。
[0011]在一些具体实现中，依据用户活动轨迹图，确定各个用户的活跃位置信息，包括：依据用户活动轨迹图，确定各个用户的高频活动点日志信息；依据各个用户的高频活动点日志信息，确定各个用户的活跃位置信息。
[0012]在一些具体实现中，对活跃点矩阵进行聚类分析，确定各个用户的所属类别之后，还包括：依据各个用户的所属类别，对各个用户进行定向营销。
[0013]为了实现上述目的，本申请第二方面提供一种用户分类装置，其包括：获取模块，用于获取多个用户的活跃位置信息；构建模块，用于依据活跃位置信息构建活跃点矩阵；分类模块，用于对活跃点矩阵进行聚类分析，确定各个用户的所属类别。
[0014]在一些具体实现中，活跃点矩阵包括经度信息和维度信息；分类模块，包括：活跃位置确定子模块，用于依据经度信息和维度信息，确定各个用户的活跃位置信息；空间相似度计算子模块，用于分别计算各个用户的活跃位置信息之间的空间相似度；类别确定子模块，用于依据空间相似度，确定各个用户的所属类别。
[0015]本申请中的用户分类方法和装置，通过获取到的多个用户的活跃位置信息，构建活跃点矩阵，能够明确各个用户常去的地理位置；对活跃点矩阵进行聚类分析，确定各个用户的所属类别，通过对活跃点矩阵中的表征用户的活跃位置信息进行聚类分析，把不同的用户分类到不同的簇中，以准确定位用户的所属类别，使用户的所属类别更清晰，方便对用户的管理和营销，提高对用户的服务质量。
附图说明
[0016]附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请，并不构成对本申请的限制。通过参考附图对详细示例实施例进行描述，以上和其它特征和优点对本领域技术人员将变得更加显而易见，在附图中：
[0017]图1示出本申请一实施例中的用户分类方法的流程示意图。
[0018]图2示出本申请又一实施例中的用户分类方法的流程示意图。
[0019]图3示出本申请再一实施例中的用户分类方法的流程示意图。
[0020]图4示出本申请实施例中的用户分类装置的组成方框图。
[0021]图5示出本申请实施例中的用户分类系统的组成方框图。
[0022]图6示出本申请实施例中的用户分类系统的工作流程示意图。
[0023]图7示出本申请实施例中的基于活跃点的用户历史轨迹图。
[0024]图8示出本申请实施例中的基于时间戳的用户历史轨迹图。
[0025]在附图中：
[0026]401：获取模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
402：构建模块
[0027]403：分类模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
511：用户设备A
[0028]512：用户设备B
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
51n：用户设备N
[0029]520：用户分类装置
ꢀꢀꢀꢀꢀꢀꢀꢀ
521：数据预处理模块
[0030]522：用户分群模块
ꢀꢀꢀꢀꢀꢀꢀꢀ
530：基站
具体实施方式
[0031]以下结合附图对本申请的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请，并不用于限制本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0032]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0033]图1示出本申请一实施例中的用户分类方法的流程示意图。该用户分类方法可应用于用户分类装置。如图1所示，用户分类方法包括如下步骤：
[0034]步骤S101，获取多个用户的活跃位置信息。
[0035]其中，活跃位置信息可以是用户经常去的地方的位置信息，例如，第一用户是学生，第一用户每天都会去学校上学，则第一用户对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户分类方法，其特征在于，所述方法包括：获取多个用户的活跃位置信息；依据所述活跃位置信息构建活跃点矩阵；对所述活跃点矩阵进行聚类分析，确定各个所述用户的所属类别。2.根据权利要求1所述的方法，其特征在于，所述活跃点矩阵包括经度信息和维度信息；所述对所述活跃点矩阵进行聚类分析，确定各个所述用户的所属类别，包括：依据所述经度信息和维度信息，确定各个所述用户的活跃位置信息；分别计算各个所述用户的活跃位置信息之间的空间相似度；依据所述空间相似度，确定各个所述用户的所属类别。3.根据权利要求2所述的方法，其特征在于，所述活跃点矩阵还包括时间信息；所述依据所述经度信息和维度信息，确定各个所述用户的活跃位置信息之前，还包括：依据所述时间信息，提取在同一时间戳下的所有所述用户的所述经度信息和所述维度信息。4.根据权利要求2或3所述的方法，其特征在于，所述分别计算各个所述用户的活跃位置信息之间的空间相似度，包括：依据预设随机数，初始化隶属度矩阵，所述隶属度矩阵表征所述活跃位置信息对所述用户的所属类别的隶属程度信息；依据预设收敛精度和各个所述用户对应的隶属度矩阵，分别对各个所述用户的隶属度矩阵进行迭代更新，确定所述空间相似度。5.根据权利要求4所述的方法，其特征在于，所述依据预设收敛精度和各个所述用户对应的隶属度矩阵，分别对各个所述用户的隶属度矩阵进行迭代更新，确定所述空间相似度，包括：依据所述隶属度矩阵，分别计算各个所述用户的所属类别对应的聚类中心；依据所述聚类中心和所述预设收敛精度，对各个所述用户的隶属度矩阵进行迭代更新，确定所述空间相似度。6.根据权利要...

【专利技术属性】
技术研发人员：蔡一欣，许翀，张溶芳，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：