CN103440328A - 一种基于鼠标行为的用户分类方法 - Google Patents

Abstract

本发明公开了一种基于鼠标行为的用户分类方法，包括下述步骤：S1、对电脑屏幕区域划分，对不同尺寸的屏幕、分辨率进行统一量化；S2、建立鼠标热点区域模型，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度，同时通过比较不同类别用户每个区域热点程度的不同来进行分类；S3、建立鼠标活跃度模型，评定每个划分好的区域内用户鼠标移动的活跃程度，根据用户每个区域鼠标活跃度的异同特征，对用户进行分类。本发明完全是基于鼠标行为，没有依赖网页内容、IP、PV、UV等信息，完全通过用户行为来进行用户属性分类的方法。另外，本发明不但可以灵活地设置收集数据的区域位置大小，还支持多类别分类，可运用于网站或各种操作系统上。

Description

一种基于鼠标行为的用户分类方法

技术领域

本发明涉及数据分析的技术领域，特别涉及一种基于鼠标行为的用户分类方法。

背景技术

随着互联网技术的发展，互联网上的内容也随着越来越丰富，我们能获得越来越多的信息，网络已经成为现代人生活中不可或缺的一部分。但是，对于个人来说，我们每天能够用于上网的时间是有限的。所以，对于互联网服务的提供者，特别是移动互联网，如何吸引用户的注意力，为用户提供更好的服务，成为了互联网服务提供者的一个值得深入研究的课题。时下，用于研究用户行为信息主要有以下两种方式：

一、基于网络日志的用户喜好挖掘。

作者在题目确定之初就已经在中国知网等大型的论文数据库里面进行了长时间的文献搜索。结果发现，基本上所有针对于网络上的用户喜好的数据挖掘都是基于网络日志，即只记录了用户的访问日志，然后基于日志URL的数据进行内容级别的挖掘。

这种方法可以直接挖掘到用户在最近一段时间内关注的内容，进而能够比较精确的确定用户的喜好。但是每个网页的信息并不局限于短短的URL，所以这种方法并不能具体而准确地得知用户关注的是网页中的哪些内容。

二，服务端对于用户的一些基本的点击信息的统计

现在很多人也利用挖掘到的一些IP（独立IP数）、PV（访问量）、UV（独立访客）乃至于用户访问的深度、在网页停留的时间等数据进行用户行为的挖掘。即通过用户登陆一个网站后所做的一切有目的事情都记录下来，进而挖掘其本身内在的意义。

这种方法主要是用于服务端的统计，可以知道对于网站本身哪些方面比较吸引访问的用户，结合前一种基于网络日志的挖掘方法，可以很好地实现C/S模式上的挖掘互补。

但是，这些挖掘到的数据都是用户已经浏览的信息，对于用户是否对已经浏览过的信息来确定其依然对这方面的信息感兴趣本来就值得怀疑的。而且，这些方式并没有很好地研究用户在进入网站后的动作特征，并没有很好第体现用户的操作习惯。

利用鼠标操作计算机是人类与计算机进行沟通的一个重要行为。因此，对用户使用鼠标的行为进行研究，能为我们提供针对不同人群的习惯以及喜好提供更多的有效依据，并且可以更加迅速、实时、精准地定位正在浏览网页的用户特征。

另外，网络的虚拟世界已经成为了人类人与人之间沟通、获取信息的最重要途径之一。时下充斥着“宅男”、“宅女”等流行词语无不暗示着人们使用PC甚至手机接入互联网的已经成为了除了生活中最主要的一部分了。而且，在图形界面下，人类与计算机最直接迅速的沟通行为就是鼠标行为，使用鼠标就如同我们直接地使用双手去做事那样子。所以，研究用户的鼠标行为能够为网站提供更多有用的用户信息。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种在客户端收集数据并对用户进行分类的方法。

本发明的目的通过下述技术方案实现：

一种基于鼠标行为的用户分类方法，包括下述步骤：

S1、对电脑屏幕区域划分，对用户不同尺寸的屏幕、分辨率进行统一量化；

S2、建立鼠标热点区域模型，统计在规定时间间隔的鼠标坐标序列内，其落在每个已经划分好的区域的次数，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度，同时通过比较不同类别用户每个区域热点程度的不同来进行分类；

S3、建立鼠标活跃度模型，用于评定每个划分好的区域内用户鼠标移动的活跃程度，鼠标的活跃程度是在一个时间段内这个区域内鼠标坐标分布的离散程度，离散程度越高，则说明这个区域的用户的鼠标动作越活跃，根据用户每个区域鼠标活跃度的异同特征，对用户进行分类。

优选的，通过使用Windows提供的API、Linux的shell脚本或者浏览器的Javascript脚本来读取用户屏幕的分辨率，并根据实际应用情况来进行区域的划分。

优选的，对于鼠标热点区域模型，在其实际投入运行之前，需要收集并利用用户的数据来对不同类别的人群进行数据分析，挖掘其在电脑屏幕或者网页内热点区域的异同，统计得出基于最大似然概率的分类先验概率；热点区域的判断方法为：分类别导入某一类别的用户的一定量基于时间序列的鼠标坐标数据，判断每个鼠标坐标所在区域，然后在其所在区域的热点频度上加一，当数据导入完之后，频率高的区域即为其热点区域，通过控制导入不同类别用户的数据集数据量，使得它们大小相等，从而进行不同区域的频率统计，把其频率归一化作为其分类的先验性概率。

优选的，把频率归一化作为鼠标行为用户分类的先验性概率的具体方法如下：

设每个导入的数据落在某个区域的事件为A_i，每个事件对应的概率为P(A_i)，所以，对于每个区域来说，它的概率之和为1：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}P\left(A_i\right)=1;$

其中i为其对应的用户类别编号，n为所分类别的总数；

由于模型有n种分类，在每个分类中都选取相同数量的数据集合，分别统计其不同区域内的频率，然后通过比较不同类别的频率进行概率的统计：

$P_j\left(A_i\right)=\frac{A_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i}$

其中，j为屏幕所分各个区域对应的号码。

优选的，建立鼠标热点区域模型的步骤如下：

通过收集一个用户按时间序列而产生的鼠标坐标输入流，计算其输入的数据流每一项数据的分类概率来对模型分类结果进行训练，得到汇总的分类最大似然概率，类别i最大似然概率Ps_i的公式如下：

$P{s}_i=\underset{k=1}{\overset{N}{\mathrm{\Π}}}{P}_j\left(A_i\right)$

其中，输入的数据的个数为N，

要使分类有意义，必然需要对其进行归一化，归一化后，类别i的概率为Pr_i：

${\mathrm{Pr}}_i=\frac{{\mathrm{Ps}}_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Ps}}_i};$

得到所有的结果后，选择所得Pr_i中最大的一个所表示的类别作为分类的输出结果。

优选的，对于鼠标活跃度模型，利用统计学标准差来量化用户的鼠标移动的离散程度和活跃度；某个区域标准差越大，则表明用户在该区域的的鼠标活动越离散、活跃；使用标准差圆半径来对标准差进行数学描述，对于每一个区域来说，使用以下的计算公式：

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{x}_N}{N}\\ \stackrel{\‾}{y}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{y}_N}{N}\\ R=\sqrt{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}\frac{{(x_t-\stackrel{\‾}{x})}^2+{(y_t-\stackrel{\‾}{y})}^2}{N-2}}\end{array}\right.$

其中N为该区域输入数据流所包含的个数，为该区域的均值坐标，R为标准差圆半径。

优选的，每个区域是独立的，并且都对分类作出影响，所有区域的标准差圆半径R都分别作为该区域分类的特征，由于分类的类别也可以是多种的，所以可以建立得到以下多分类Logisitic回归模型：

假设所需要分辨的类别Y有e个取值[1,e]，以Y=1为模型的参照组，协变量为该类各个区域的标准差圆半径R_i=(R_i1,R_i2,...,R_ij)：

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

其中i为类别的编号，j为区域编号，B_i(R_i)为Logisitic模型自有先验性参数，并且：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

其中β_i=(β_i0,β_i1,β_i2,...,β_ij)是以Y=1为模型的参照组，第i类的参数。

优选的，首先在类别i的用户数据集中抽取大小相等的数据块，每个数据块的数据为按时间序列收集到的用户鼠标坐标(x,y)，数量为N，然后根据标准差圆半径R的计算方法，计算出这N个数据里面，每个区域对应的标准差圆半径R_ij，通过导入大量数据作为先验性参数计算的输入：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

来计算第i类的参数：

β_i=(β_i0,β_i1,β_i2,...,β_ij)，

把所得的参数β_i代入Logisitic模型

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

后，导入某类一个新的未知类别的单个用户的数据块k，计算出该数据块对应的每一个区域的标准差圆半径R_j，把R_j代入相关的公式即可得到该类的概率P(Y=i|R_i)，把所得的所有类别概率中最大的一个作为就是分类的输出结果。

本发明相对于现有技术具有如下的优点及效果：

（1）本发明完全是基于鼠标行为，没有依赖网页内容、IP、PV、UV等信息，是一种完全通过用户行为来进行用户属性分类的方法；本发明的方法填补了在互联网上对纯粹用户行为分析的空白，可以很好地和其他网页分析一起使用。

（2）本发明是基于鼠标信息建立起来的用户分类一般性模型，不但可以灵活地设置收集数据的区域位置大小，还可以支持多类别分类，可运用于网站或者各种操作系统上。

（3）本发明中基于标准差的思想来量化用户鼠标活跃度是一种新的技术实现思路。

附图说明

图1为本发明鼠标热点区域先验概率统计流程图；

图2为本发明为本发明鼠标活跃度模型参数计算流程图；

图3为本发明模型对鼠标用户分类流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例

首先对电脑屏幕区域划分，对用户不同尺寸的屏幕、和屏幕分辨率进行统一量化，区域的划分可以根据实际需求来进行统一划分的区域划分，通过使用Windows提供的API、Linux的shell脚本或者浏览器的Javascript脚本来读取用户屏幕的分辨率，并根据实际应用情况来进行区域的划分。

鼠标热点区域模型，统计在规定时间间隔的鼠标坐标序列内，其落在每个已经划分好的区域的次数，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度。同时通过比较不同类别用户每个区域热点程度的不同来进行分类。

对于鼠标热点区域模型，在其实际投入运行之前，需要收集并利用用户的数据来对不同类别的人群进行数据分析，挖掘其在电脑屏幕或者网页内热点区域的异同程度，来统计基于最大似然概率的分类先验概率。热点区域的判断方法为：分类别导入一定量的鼠标坐标数据，判断每个鼠标坐标所在区域，然后在其所在区域的热点频率加一。当数据导入完之后，频率高的区域即为其热点区域。另外，可以通过控制导入不同类别用户的数据集，使得其大小相等，来进行不同区域的频率统计，把其频率归一化作为其分类的先验性概率。其方法如下：设每个导入的数据落在某个区域的事件为A_i，每个事件对应的概率为P(A_i)，所以，对于每个区域来说，它的概率之和为1（以下所有权利要求所出现的字母或标识符如果没有特别说明，均与其前一次出现所表示的内容一致）：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}P\left(A_i\right)=1;$

其中i为其对应的用户类别编号，n为所分类别的总数。

由于模型有n种分类，在每个分类中都选取相同数量的数据集合，分别统计其不同区域内的频率，然后通过比较不同类别的频率进行概率的统计：

$P_j\left(A_i\right)=\frac{A_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i}$

其中，j为屏幕所分各个区域对应的号码。

通过收集一个用户按时间序列而产生的鼠标坐标输入流，计算其输入的数据流每一项数据的分类概率来对模型分类结果进行训练，得到汇总的分类最大似然概率，最大似然概率Ps_i的公式如下：

$P{s}_i=\underset{k=1}{\overset{N}{\mathrm{\Π}}}{P}_j\left(A_i\right)$

其中，输入的数据的个数为N。

要使分类有意义，必然需要对其进行归一化，归一化后，类别i的概率为Pr_i：

${\mathrm{Pr}}_i=\frac{{\mathrm{Ps}}_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Ps}}_i}.$

得到所有的结果后，选择所得Pr_i中最大的一个所表示的类别作为分类的输出结果。

鼠标活跃度模型，用于评定每个划分好的区域内用户鼠标移动的活跃程度。鼠标的活跃程度，可以理解为在一个时间段内这个区域内鼠标坐标分布的离散程度，离散程度越高，则说明这个区域的用户的鼠标动作越活跃。根据用户每个区域鼠标活跃度的异同特征，可以对用户进行分类。

对于鼠标活跃度模型，利用标准差来量化用户的鼠标移动的离散程度、活跃度。某个区域标准差越大，则表明用户在该区域的的鼠标活动越离散、活跃。由于本发明是基于二维坐标系，所以使用标准差圆半径来对标准差进行描述。由此，对于每一个区域来说，都可以使用以下的计算公式：

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{x}_N}{N}\\ \stackrel{\‾}{y}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{y}_N}{N}\\ R=\sqrt{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}\frac{{(x_t-\stackrel{\‾}{x})}^2+{(y_t-\stackrel{\‾}{y})}^2}{N-2}}\end{array}\right.$

其中N为该区域输入数据的个数，

为该区域的均值坐标，R为标准差圆半径。

本实施例中，每个区域是独立的，并且都对分类作出影响。所以，可以把所有区域都分别作为分类的一列。同时，由于分类的类别也可以是多种的，所以可以得到以下多分类Logisitic回归模型：

假设所需要分辨的类别Y有e个取值[1,e]，以Y=1为模型的参照组，协变量为该类各个区域的标准差圆半径R_i=(R_i1,R_i2,...,R_ij)：

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

其中i为类别的编号，j为区域编号，B_i(R_i)为Logisitic模型自有先验性参数，并且：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

其中β_i=(β_i0,β_i1,β_i2,...,β_ij)是以Y=1为模型的参照组，第i类的参数。

在类别i的用户数据集中抽取大小相等的数据块，每个数据块的数据为按时间序列收集到的用户鼠标坐标(x,y)，数量为N。然后根据标准差圆半径R的计算方法，计算出这N个数据里面，每个区域对应的标准差圆半径R_ij。可以通过导入大量数据作为先验性参数计算的输入：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

来计算第i类的参数：

β_i=(β_i0,β_i1,β_i2,...,β_ij)。

把所得的参数β_i代入Logisitic模型

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

后，可以导入某类一个新的未知类别的单个用户的数据块k，计算出该数据块对应的每一个区域的标准差圆半径R_j，把R_j代入相关的公式即可得到该类的概率P(Y=i|R_i)，把所得的所有类别概率中最大的一个作为就是分类的输出结果。

为了便于分析本发明，以下结合为鼠标热点区域先验概率统计流程图（图1）、鼠标活跃度模型参数计算流程图（图2）、模型对鼠标用户分类流程图（图3）再作详细分析。

如图1、图2，在模型进行实际运用之前，需要收集相关类别用户的数据，对并根据鼠标热点区域模型对各个区域的先验概率进行统计，以及对鼠标活跃度模型相关参数进行求解。

在计算得到相关的先验概率和模型参数后，可以把模型放到实际中进行运用，如图3。例如：当一个用户进入网站后，在网站中浏览网页5分钟，便可以收集他在这5分钟内鼠标坐标变化的数据集。

然后把这些数据一个一个地导入到两个模型中，计算最大似然概率和每个区域的标准差圆半径。数据输入完毕后可以鼠标热点区域的分类概率和鼠标活跃度模型的分类的概率，分别都选择他们中概率最大的那个作为模型类别判断的输出结果，如果两个模型的输出结果一致，则直接输出为最终结果，如果不一致，则选择Logisitic分类模型输出的结果。

同时，我们也可以在实际运用中灵活运用两个模型，例如可以在网页中找到其对应的鼠标热点区域之后，只在这些区域内进行鼠标活跃度建模，而不仅仅局限于等分的全屏区域。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种基于鼠标行为的用户分类方法，其特征在于，包括下述步骤：

S1、对电脑屏幕区域划分，对用户不同尺寸的屏幕、分辨率进行统一量化；

S2、建立鼠标热点区域模型，统计在规定时间间隔的鼠标坐标序列内，其落在每个已经划分好的区域的次数，然后根据鼠标在某个区域内出现的次数的多寡，来判断该区域的热点程度，同时通过比较不同类别用户每个区域热点程度的不同来进行分类；

S3、建立鼠标活跃度模型，用于评定每个划分好的区域内用户鼠标移动的活跃程度，鼠标的活跃程度是在一个时间段内这个区域内鼠标坐标分布的离散程度，离散程度越高，则说明这个区域的用户的鼠标动作越活跃，根据用户每个区域鼠标活跃度的异同特征，对用户进行分类。

2.根据权利要求1所述的基于鼠标行为的用户分类方法，其特征在于，通过使用Windows提供的API、Linux的shell脚本或者浏览器的Javascript脚本来读取用户屏幕的分辨率，并根据实际应用情况来进行区域的划分。

3.根据权利要求1所述的基于鼠标行为的用户分类方法，其特征在于，对于鼠标热点区域模型，在其实际投入运行之前，需要收集并利用用户的数据来对不同类别的人群进行数据分析，挖掘其在电脑屏幕或者网页内热点区域的异同，统计得出基于最大似然概率的分类先验概率；热点区域的判断方法为：分类别导入某一类别的用户的一定量基于时间序列的鼠标坐标数据，判断每个鼠标坐标所在区域，然后在其所在区域的热点频度上加一，当数据导入完之后，频率高的区域即为其热点区域，通过控制导入不同类别用户的数据集数据量，使得它们大小相等，从而进行不同区域的频率统计，把其频率归一化作为其分类的先验性概率。

4.根据权利要求3所述的基于鼠标行为的用户分类方法，其特征在于，把频率归一化作为鼠标行为用户分类的先验性概率的具体方法如下：

设每个导入的数据落在某个区域的事件为A_i，每个事件对应的概率为P(A_i)，所以，对于每个区域来说，它的概率之和为1：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}P\left(A_i\right)=1;$

其中i为其对应的用户类别编号，n为所分类别的总数；

由于模型有n种分类，在每个分类中都选取相同数量的数据集合，分别统计其不同区域内的频率，然后通过比较不同类别的频率进行概率的统计：

$P_j\left(A_i\right)=\frac{A_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{A}_i}$

其中，j为屏幕所分各个区域对应的号码。

5.根据权利要求4所述的基于鼠标行为的用户分类方法，其特征在于，建立鼠标热点区域模型的步骤如下：

通过收集一个用户按时间序列而产生的鼠标坐标输入流，计算其输入的数据流每一项数据的分类概率来对模型分类结果进行训练，得到汇总的分类最大似然概率，类别i最大似然概率Ps_i的公式如下：

$P{s}_i=\underset{k=1}{\overset{N}{\mathrm{\Π}}}{P}_j\left(A_i\right)$

其中，输入的数据的个数为N，

要使分类有意义，必然需要对其进行归一化，归一化后，类别i的概率为Pr_i：

${\mathrm{Pr}}_i=\frac{{\mathrm{Ps}}_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{Ps}}_i};$

得到所有的结果后，选择所得Pr_i中最大的一个所表示的类别作为分类的输出结果。

6.根据权利要求1所述的基于鼠标行为的用户分类方法，其特征在于：对于鼠标活跃度模型，利用统计学标准差来量化用户的鼠标移动的离散程度和活跃度；某个区域标准差越大，则表明用户在该区域的的鼠标活动越离散、活跃；使用标准差圆半径来对标准差进行数学描述，对于每一个区域来说，使用以下的计算公式：

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{x}_N}{N}\\ \stackrel{\‾}{y}=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{y}_N}{N}\\ R=\sqrt{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}\frac{{(x_t-\stackrel{\‾}{x})}^2+{(y_t-\stackrel{\‾}{y})}^2}{N-2}}\end{array}\right.$

其中N为该区域输入数据流所包含的个数，

为该区域的均值坐标，R为标准差圆半径。

7.根据权利要求1所述的基于鼠标行为的用户分类方法，其特征在于：每个区域是独立的，并且都对分类作出影响，所有区域的标准差圆半径R都分别作为该区域分类的特征，由于分类的类别也可以是多种的，所以可以建立得到以下多分类Logisitic回归模型：

假设所需要分辨的类别Y有e个取值[1,e]，以Y=1为模型的参照组，协变量为该类各个区域的标准差圆半径R_i=(R_i1,R_i2,...,R_ij)：

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

其中i为类别的编号，j为区域编号，B_i(R_i)为Logisitic模型自有先验性参数，并且：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

其中β_i=(β_i0,β_i1,β_i2,...,β_ij)是以Y=1为模型的参照组，第i类的参数。

8.根据权利要求6所述的基于鼠标行为的用户分类方法，其特征在于：首先在类别i的用户数据集中抽取大小相等的数据块，每个数据块的数据为按时间序列收集到的用户鼠标坐标(x,y)，数量为N，然后根据标准差圆半径R的计算方法，计算出这N个数据里面，每个区域对应的标准差圆半径R_ij，通过导入大量数据作为先验性参数计算的输入：

B_i(R_i)=β_i0+β_i1R_i1+β_i2R_i2+...+β_ijR_ij

来计算第i类的参数：

β_i=(β_i0,β_i1,β_i2,...,β_ij)，

把所得的参数β_i代入Logisitic模型

$P(Y=i|R_i)=\frac{e^{B_i\left(R_i\right)}}{{1+e}^{\underset{i=1}{\overset{e-1}{\mathrm{\Σ}}}{B}_i\left(R_i\right)}}$

后，导入某类一个新的未知类别的单个用户的数据块k，计算出该数据块对应的每一个区域的标准差圆半径R_j，把R_j代入相关的公式即可得到该类的概率P(Y=i|R_i)，把所得的所有类别概率中最大的一个作为就是分类的输出结果。

Images