用户交际圈画像的处理方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供了一种用户交际圈画像的处理方法、装置、电子设备及存储介质，所述方法包括：获取目标用户的用户基础数据以及用户行为数据；将所述用户基础数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体，所述类家庭用户群体包括若干个关联用户；根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，所述交际圈至少包括同事交际圈、朋友交际圈、家庭交际圈。家庭交际圈。家庭交际圈。

【技术实现步骤摘要】
用户交际圈画像的处理方法、装置、电子设备及存储介质


[0001]本专利技术涉及大数据分析
，特别是涉及一种用户交际圈画像的处理方法、一种用户交际圈画像的处理装置、一种电子设备以及一种计算机可读存储介质。

技术介绍

[0002]在互联网已步入大数据时代后，为企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于，企业可以通过分析用户的相关数据预测用户需求。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于如何利用大数据来为用户提供更加个性化、更符合用户需求的服务。因此，“用户画像”的概念也就应运而生，用户画像是依据用户社会属性、生活方式和消费者行为等信息抽象性出的一个标签化的用户实体模型，而搭建用户画像的关键工作中就是给用户贴“标志”，其中，标识是根据对用户信息剖析获得的高宽比精练的特点标志。当前，用户画像的应用发挥着广泛作用，如帮助企业快速找到精准用户群体以及用户需求，以便企业为相应的用户群体提供与用户需求相同的服务等。然而，对于用户交际圈画像的处理，存在分析不准确以及需要外设设备采集用户数据进行分析导致分析成本高的问题。

技术实现思路

[0003]本专利技术实施例是提供一种用户交际圈画像的处理方法、装置、电子设备以及计算机可读存储介质，以解决或部分解决用户交际圈画像分析过程中存在分析不准确以及成本高的问题。
[0004]本专利技术实施例公开了一种用户交际圈画像的处理方法，包括：
[0005]获取目标用户的用户基础数据以及用户行为数据；
[0006]将所述用户基础数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体，所述类家庭用户群体包括若干个关联用户；
[0007]根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，所述交际圈至少包括同事交际圈、朋友交际圈、家庭交际圈。
[0008]可选地，所述用户基础数据至少包括套餐内号码、预留号码、投诉报障信息以及通信话单数据，所述将所述用户基础数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体，包括：
[0009]将所述套餐内号码、所述预留号码、所述投诉报障信息以及所述通信话单数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体。
[0010]可选地，所述用户行为数据包括通信话单数据、所述目标用户在第一预设时间段内的工作日中执行社交通信所对应的第一通信数据，所述通信话单数据包括通信联系人，所述第一通信数据包括所述目标用户执行社交通信所使用的第一基站的基站编码，所述根据所述用户行为数据对所述类家庭用户群体进行划分，获得与所述目标用户对应的交际圈，包括：
[0011]按照所述第一基站的使用频率，提取TOPN的第一基站作为第一目标基站，并将各个所述第一目标基站的基站编码作为第一工作基站数据；
[0012]获取所述关联用户对应的第二工作基站数据；
[0013]将所述第一工作基站数据与所述第二工作基站数据分别输入词袋模型进行向量映射，获取所述第一工作基站数据对应的第一向量以及所述第二工作基站数据对应的第二向量；
[0014]计算所述第一向量与所述第二向量之间的相似度，并将相似度大于或等于第一预设阈值的第二向量所对应的关联用户作为所述目标用户的第一同事用户；
[0015]将与所述通信联系人匹配成功的第一同事用户组成所述目标用户对应的同事交际圈。
[0016]可选地，所述用户行为数据还包括第一应用行为数据以及所述目标用户所属用户终端在执行所述社交通信时的第一mac地址与第一IP地址，所述将与所述通信联系人匹配成功的第一关联同事组成所述目标用户对应的同事交际圈，包括：
[0017]将所述第一应用行为数据、所述第一mac地址、所述第一IP地址作为所述目标用户对应的第一工作行为数据；
[0018]获取所述关联用户对应的第二工作行为数据；
[0019]将所述第一工作行为数据与所述第二工作行为数据分别输入词袋模型进行向量映射，获取所述第一工作行为数据对应的第三向量以及所述第二工作行为数据对应的第四向量；
[0020]计算所述第三向量与所述第四向量之间的相似度，并将相似度大于或等于第二预设阈值的第四向量所对应的关联用户作为所述目标用户的第二同事用户；
[0021]将与所述通信联系人匹配成功的第一同事用户和/或第二同事用户组成所述目标用户对应的同事交际圈。
[0022]可选地，所述用户行为数据包括通信话单数据、所述目标用户在第二预设时间段内的节假日中执行社交通信所对应的第二通信数据，所述通信话单数据包括通信联系人，所述第二通信数据包括所述目标用户执行社交通信所使用的第二基站的基站编码，所述根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，包括：
[0023]按照所述第一基站的使用频率，提取TOPN的第一基站作为第一目标基站，并将各个所述第一目标基站的基站编码作为第一居家基站数据；
[0024]获取所述关联用户对应的第二居家基站数据；
[0025]将所述第一居家基站数据与所述第二居家基站数据分别输入词袋模型进行向量映射，获取所述第一居家基站数据对应的第五向量以及所述第二居家基站数据对应的第六向量；
[0026]计算所述第五向量与所述第六向量之间的相似度，并将相似度大于或等于第三预设阈值的第六向量所对应的关联用户作为所述目标用户的第一亲人用户；
[0027]将与所述通信联系人匹配成功的第一亲人用户组成所述目标用户对应的家庭交际圈。
[0028]可选地，所述用户行为数据还包括第二应用行为数据以及所述目标用户所属用户终端在执行所述社交通信时的第二mac地址与第二IP地址，所述将与所述通信联系人匹配
成功的第一亲人用户组成所述目标用户对应的家庭交际圈，包括：
[0029]将所述第二应用行为数据、所述第二mac地址、所述第二IP地址作为所述目标用户对应的第一娱乐行为数据；
[0030]获取所述关联用户对应的第二娱乐行为数据；
[0031]将所述第一娱乐行为数据与所述第二娱乐行为数据分别输入词袋模型进行向量映射，获取所述第一娱乐行为数据对应的第七向量以及所述第二娱乐行为数据对应的第八向量；
[0032]计算所述第七向量与所述第八向量之间的相似度，并将相似度大于或等于第四预设阈值的第八向量所对应的关联用户作为所述目标用户的第二亲人用户；
[0033]将与所述通信联系人匹配成功的第一亲人用户和/或第二亲人用户组成所述目标用户对应的家庭交际圈。
[0034]可选地，所述第二娱乐行为数据包括所述家庭交际圈中亲人用户所对应的目标基站数据、第三mac地址、第三IP地址，所述根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，还包括：
[0035]获取所述家庭交际圈中关联用户对应的第二流量上下行通信信息、第二常住地坐标以及第二宽带网格单元坐标；
...

【技术保护点】

【技术特征摘要】
1.一种用户交际圈画像的处理方法，其特征在于，包括：获取目标用户的用户基础数据以及用户行为数据；将所述用户基础数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体，所述类家庭用户群体包括若干个关联用户；根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，所述交际圈至少包括同事交际圈、朋友交际圈、家庭交际圈。2.根据权利要求1所述的方法，其特征在于，所述用户基础数据至少包括套餐内号码、预留号码、投诉报障信息以及通信话单数据，所述将所述用户基础数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体，包括：将所述套餐内号码、所述预留号码、所述投诉报障信息以及所述通信话单数据输入话务圈模型进行交际圈预测，获得与所述目标用户对应的类家庭用户群体。3.根据权利要求1所述的方法，其特征在于，所述用户行为数据包括通信话单数据、所述目标用户在第一预设时间段内的工作日中执行社交通信所对应的第一通信数据，所述通信话单数据包括通信联系人，所述第一通信数据包括所述目标用户执行社交通信所使用的第一基站的基站编码，所述根据所述用户行为数据对所述类家庭用户群体进行划分，获得与所述目标用户对应的交际圈，包括：按照所述第一基站的使用频率，提取TOPN的第一基站作为第一目标基站，并将各个所述第一目标基站的基站编码作为第一工作基站数据；获取所述关联用户对应的第二工作基站数据；将所述第一工作基站数据与所述第二工作基站数据分别输入词袋模型进行向量映射，获取所述第一工作基站数据对应的第一向量以及所述第二工作基站数据对应的第二向量；计算所述第一向量与所述第二向量之间的相似度，并将相似度大于或等于第一预设阈值的第二向量所对应的关联用户作为所述目标用户的第一同事用户；将与所述通信联系人匹配成功的第一同事用户组成所述目标用户对应的同事交际圈。4.根据权利要求3所述的方法，其特征在于，所述用户行为数据还包括第一应用行为数据以及所述目标用户所属用户终端在执行所述社交通信时的第一mac地址与第一IP地址，所述将与所述通信联系人匹配成功的第一关联同事组成所述目标用户对应的同事交际圈，包括：将所述第一应用行为数据、所述第一mac地址、所述第一IP地址作为所述目标用户对应的第一工作行为数据；获取所述关联用户对应的第二工作行为数据；将所述第一工作行为数据与所述第二工作行为数据分别输入词袋模型进行向量映射，获取所述第一工作行为数据对应的第三向量以及所述第二工作行为数据对应的第四向量；计算所述第三向量与所述第四向量之间的相似度，并将相似度大于或等于第二预设阈值的第四向量所对应的关联用户作为所述目标用户的第二同事用户；将与所述通信联系人匹配成功的第一同事用户和/或第二同事用户组成所述目标用户对应的同事交际圈。5.根据权利要求1所述的方法，其特征在于，所述用户行为数据包括通信话单数据、所述目标用户在第二预设时间段内的节假日中执行社交通信所对应的第二通信数据，所述通
信话单数据包括通信联系人，所述第二通信数据包括所述目标用户执行社交通信所使用的第二基站的基站编码，所述根据所述用户行为数据对所述关联用户进行划分，获得与所述目标用户对应的交际圈，包括：按照所述第一基站的使用频率，提取TOPN的第一基站作为第一目标基站，并将各个所述第一目标基站的基站编码作为第一居家基站数据；获取所述关联用户对应的第二居家基站数据；将所述第一居家基站数据与所述第二居家基站数据分别输入词袋模型进行向量映射，获取所述第一居家基站数据对应的第五向量以及所述第二居家基站数据对应的第六向量；计算所述第五向量与所述第六向量之间的相似度，并将相似度大于或等于第三预设阈值的第六向量所对应的关联用户作为所述目标用户的第一亲人用户；将与所述通信联系人匹配成功的第一亲人用户组成所述目标用户对应的家庭交际圈。6.根据权利要求5所述的方法，其特征在于，所述用户行为数据还包括第二应用行为数据以及所述目标用户所属用户终端在执行所述社交通信时的第二mac地址与第二IP地址，所述将与所述通信联系人匹配成功的第一亲人用户组成所述目标用户对应的家庭交际圈，包括：将所述第二应用行为数据、所述第二mac地址、所述第二IP地址作为所述目标用户对应的第一娱乐行为数据；获取所述关联用户对应的第二娱乐行为数据；将所述第一娱乐行为数据与所述第二娱乐行为数据分别输入词袋模型进行向量映射，获取所述第一娱乐行为数据对应的第七向量以及所述第二娱乐行为数据对应的第八向量；计算所述第七向量与所述第八向量之间的相似度，并将相似度大于或等于第四预设阈值的第八向量所对...

【专利技术属性】
技术研发人员：陈俭，杨聃，刘杰，黄娟，曾诚，何杭橙，张可人，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：