识别全屋无线网络WiFi潜在用户的方法、装置及电子设备制造方法及图纸

本申请公开了一种识别全屋无线网络WiFi潜在用户的方法、装置及电子设备，以提高对全屋WiFi潜在用户的识别结果的稳定性和准确率。所述方法包括：获取目标用户对应于多个指定指标的指标数据，所述多个指定指标至少包括网络使用行为参数、组网硬件参数及居住环境参数；基于所述目标用户对应于多个指定指标的指标数据及设定的分类模型，识别所述目标用户是否为全屋WiFi潜在用户，其中，所述分类模型是基于样本用户对应于所述多个指定指标的指标数据以及指示所述样本用户是否为全屋WiFi用户的标签所训练得到的。的标签所训练得到的。的标签所训练得到的。

【技术实现步骤摘要】
识别全屋无线网络WiFi潜在用户的方法、装置及电子设备


[0001]本申请涉及计算机
，尤其涉及一种识别全屋无线网络WiFi潜在用户的方法、装置及电子设备。

技术介绍

[0002]随着经济的不断增长，家庭宽带用户不断增多，家庭带宽业务及其配套的配套的全屋WiFi(Wireless Fidelity，无线网络)服务等全产业链的数字家庭市场具有广阔的增长空间。
[0003]基于数字家庭市场的开拓需要，对全屋WiFi潜在用户的识别是重点之一。现有技术中对全屋WiFi用户的识别方案，主要是通过对用户的通信行为数据进行分析，来识别用户是否为全屋WiFi潜在用户。然而，这种方法的识别依据较为单一，因而得到的识别结果的稳定性和准确率不高。

技术实现思路

[0004]本申请实施例提供一种识别全屋无线网络WiFi潜在用户的方法、装置及电子设备，以提高对全屋WiFi潜在用户的识别结果的稳定性和准确率。
[0005]为了解决上述技术问题，本申请实施例采用下述技术方案：
[0006]第一方面，本申请实施例提供一种识别全屋无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别全屋无线网络WiFi潜在用户的方法，其特征在于，包括：获取目标用户对应于多个指定指标的指标数据，所述多个指定指标至少包括网络使用行为参数、组网硬件参数及居住环境参数；基于所述目标用户对应于多个指定指标的指标数据及设定的分类模型，识别所述目标用户是否为全屋WiFi潜在用户，其中，所述分类模型是基于样本用户对应于所述多个指定指标的指标数据以及指示所述样本用户是否为全屋WiFi用户的标签所训练得到的。2.根据权利要求1所述的方法，其特征在于，所述分类模型包括多个分类子模型，所述多个分类子模型是基于多个不同的分类算法对所述样本用户对应于所述多个指定指标的指标数据及对应的标签训练所得到的；基于所述目标用户对应于多个指定指标的指标数据及设定的分类模型，识别所述目标用户是否为全屋WiFi潜在用户，包括：将所述目标用户对应于多个指定指标的指标数据分别输入各个分类子模型，以得到各个所述分类子模型输出的识别结果，所述识别结果用于指示所述目标用户是否为全屋WiFi潜在用户；基于各个分类子模型输出的识别结果，确定所述目标用户是否为全屋WiFi潜在用户。3.根据权利要求1所述的方法，其特征在于，在基于所述目标用户对应于多个指定指标的指标数据及设定的分类模型，识别所述目标用户是否为全屋WiFi潜在用户之前，所述方法还包括：获取样本用户集内各个样本用户对应于所述多个指定指标的指标数据，其中，所述样本用户集包括已确认为全屋WiFi用户的样本用户和已确认为非全屋WiFi用户的样本用户；对所述样本用户对应于所述多个指定指标的指标数据进行筛选；将筛选后的所述样本用户对应于所述多个指定指标的指标数据作为分类模型的输入，将指示所述样本用户是否为全屋WiFi用户的标签作为所述分类模型的输出，基于设定的分类算法进行训练，得到所述分类模型。4.根据权利要求3所述的方法，其特征在于，对所述样本用户对应于所述多个指定指标的指标数据进行筛选，包括：对于每一指定指标，基于所述样本用户集内各个样本用户对应于所述指定指标下各个子指标的指标数据，确定各个所述子指标的信息值IV及任意两个子指标组成的子指标对的相关系数；从所述指定指标中选取相关系数超过第一设定值的子指标对；从筛选出的子指标对中选取IV较高的子指标，作为所述目标子指标；从所述样本用户对应于所述指定指标的指标数据中，筛选出所述样本用户对应于所述目标...

【专利技术属性】
技术研发人员：戴莹莹，谭丽丽，张晓川，邓逸斌，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：