CN106296249A - 一种基于lbs与兴趣的用户分类方法及系统 - Google Patents
一种基于lbs与兴趣的用户分类方法及系统 Download PDFInfo
- Publication number
- CN106296249A CN106296249A CN201510283929.4A CN201510283929A CN106296249A CN 106296249 A CN106296249 A CN 106296249A CN 201510283929 A CN201510283929 A CN 201510283929A CN 106296249 A CN106296249 A CN 106296249A
- Authority
- CN
- China
- Prior art keywords
- interest
- user
- information
- lbs
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于LBS与兴趣的用户分类方法，通过获取用户的行为操作信息及其地理信息；根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；根据行为操作信息进行兴趣元素提取；对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；根据兴趣点分类结合地理位置信息对用户及周边人群进行分类，通过应用对用户操作行为数据进行兴趣提取归类，针对用户，采用算法将用户的兴趣行为变成可量化的，可操作化，根据用户各个兴趣点可以将用户切割成一个个兴趣的群体，并根据地理位置划分兴趣区域。进一步的，可进行同兴趣的用户的精准匹配推送，以及对用户的同兴趣的商业服务信息。
Description
技术领域
本发明涉及互联网应用技术领域，尤其涉及一种基于LBS与兴趣的用户分类方法及系统。
背景技术
随着Twitter、微博、QQ等网络社区的兴起，开放平台已经成为互联网应用的核心组成部分。开放平台拥有海量的用户和丰富的用户信息，应用开发者或第三方网站可以在开放协议许可的条件下，通过平台的应用程序接口(ApplicationProgram Interface，简称API)从开放平台获取这些用户信息，分析用户兴趣、好友关系等价值信息，实现开放平台与第三方之间的信息共享。而如何对各用户的兴趣等进行分类亟待解决。
发明内容
鉴于目前互联网应用技术领域存在的上述不足，本发明提供一种基于LBS与兴趣的用户分类方法及系统，能够基于兴趣点将用户分为一个一个的兴趣群体。
为达到上述目的，本发明的实施例采用如下技术方案：
一种基于LBS与兴趣的用户分类方法，所述基于LBS与兴趣的用户分类方法包括以下步骤：
获取用户的行为操作信息及其地理信息；
根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
根据行为操作信息进行兴趣元素提取；
对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
依照本发明的一个方面，所述获取用户的行为操作信息及其地理信息的具体实施方式可为：通过基于LBS的应用获取用户在该应用上的的行为操作信息和用户的地理位置信息。
依照本发明的一个方面，所述根据行为操作信息进行兴趣元素提取的具体实施方式可为：根据用户行为操作对象的卡片属性以及标签属性进行用户兴趣元素的提取。
依照本发明的一个方面，所述根据行为操作信息进行兴趣元素提取可包括：对用户行为操作信息进行行为逻辑判断。
依照本发明的一个方面，所述用户行为操作信息可包括：用户的发文、活动和话题。
依照本发明的一个方面，所述根据兴趣点分类结合地理位置信息对用户及周边人群进行分类的具体实施方式可为：根据兴趣点分类将用户与周边人群具有相同兴趣点的分为一类，不同兴趣点分为不同类。
依照本发明的一个方面，所述基于LBS与兴趣的用户分类方法包括以下步骤：对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。
一种基于LBS与兴趣的用户分类系统，所述基于LBS与兴趣的用户分类系统包括：
用户信息模块，用于获取用户的行为操作信息及其地理信息；
周边人群信息模块，用于根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
兴趣提取模块，用于根据行为操作信息进行兴趣元素提取；
兴趣点分类模块，用于对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
人群分类模块，用于根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
依照本发明的一个方面，所述兴趣提取模块包括：行为判断模块，用于对用户行为操作信息进行行为逻辑判断。
依照本发明的一个方面，所述基于LBS与兴趣的用户分类系统包括：推送模块，用于对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。
本发明实施的优点：本发明所述的基于LBS与兴趣的用户分类方法，通过获取用户的行为操作信息及其地理信息；根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；根据行为操作信息进行兴趣元素提取；对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；根据兴趣点分类结合地理位置信息对用户及周边人群进行分类，通过应用对用户操作行为数据进行兴趣提取归类，针对用户，采用算法将用户的兴趣行为变成可量化的，可操作化，根据用户各个兴趣点可以将用户切割成一个个兴趣的群体，并根据地理位置划分兴趣区域。进一步的，可进行同兴趣的用户的精准匹配推送，以及对用户的同兴趣的商业服务信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所述的一种基于LBS与兴趣的用户分类方法示意图；
图2为本发明所述的一种基于LBS与兴趣的用户分类系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种基于LBS与兴趣的用户分类方法，所述基于LBS与兴趣的用户分类方法包括以下步骤：
步骤S1：获取用户的行为操作信息及其地理信息；
所述步骤S1：获取用户的行为操作信息及其地理信息的具体实施方式可为：通过基于LBS的应用获取用户在该应用上的的行为操作信息和用户的地理位置信息。
在实际应用中，当用户进入基于LBS的应用时，该应用会记录用户在此平台的操作行为，同时记录此时使用该基于LBS应用的用户的具体地理位置信息。
在实际应用中，所述用户在该应用中的操作行为的被操作对象带有一定的卡片属性以及标签属性。
在实际应用中，所述用户行为操作信息可包括：用户的发文、活动和话题。
步骤S2：根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
所述步骤S2根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息的具体实施方式可为：通过使用该LBS应用用户的位置信息，获取地理位置周边人群中，同样使用该LBS应用的用户的操作行为信息以及其具体地理位置信息。
步骤S3：根据行为操作信息进行兴趣元素提取；
所述步骤S3根据行为操作信息进行兴趣元素提取的具体实施方式可为：根据用户行为操作对象的卡片属性以及标签属性进行用户兴趣元素的提取。
在实际应用中，是根据用户在基于LBS应用中的行为操作的对象的卡片属性以及标签属性进行用户兴趣元素的提取，例如，被操作对象的卡片属性及标签属性为体育类的，则可提取兴趣元素体育活动。
在实际应用中，在根据行为操作信息进行兴趣元素提取时，可对用户行为操作信息进行行为逻辑判断。
步骤S4：对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
所述步骤S4对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类的具体实施方式可为：通过提取出的兴趣元素，通过兴趣积分算法对用户的兴趣点进行分类，例如，体育类、新闻类、娱乐类和军事类等等。
步骤S5：根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
所述步骤S5根据兴趣点分类结合地理位置信息对用户及周边人群进行分类的具体实施方式可为：根据兴趣点分类将用户与周边人群具有相同兴趣点的分为一类，不同兴趣点分为不同类。例如，具有相同的兴趣点体育的用户可以分为一个类，主要都是体育爱好者，喜欢军事的用户的可以分为一个类，主要都是军事爱好者。
在实际应用中，可对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。例如对体育类爱好的用户，进行最新的体育消息的推送，或者为其推送体育用品广告信息等。
本实施例所述的基于LBS与兴趣的用户分类方法，通过获取用户的行为操作信息及其地理信息；根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；根据行为操作信息进行兴趣元素提取；对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；根据兴趣点分类结合地理位置信息对用户及周边人群进行分类，通过应用对用户操作行为数据进行兴趣提取归类，针对用户，采用算法将用户的兴趣行为变成可量化的，可操作化，根据用户各个兴趣点可以将用户切割成一个个兴趣的群体，并根据地理位置划分兴趣区域。进一步的，可进行同兴趣的用户的精准匹配推送，以及对用户的同兴趣的商业服务信息
一种基于LBS与兴趣的用户分类系统实施例
如图2所示，一种基于LBS与兴趣的用户分类系统，所述基于LBS与兴趣的用户分类系统包括：
用户信息模块1，用于获取用户的行为操作信息及其地理信息；
周边人群信息模块2，用于根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
兴趣提取模块3，用于根据行为操作信息进行兴趣元素提取；
兴趣点分类模块4，用于对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
人群分类模块5，用于根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
在实际应用中，所述兴趣提取模块3包括：行为判断模块31，用于对用户行为操作信息进行行为逻辑判断。
在实际应用中，所述基于LBS与兴趣的用户分类系统包括：推送模块6，用于对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。
本发明实施的优点：本发明所述的基于LBS与兴趣的用户分类方法，通过获取用户的行为操作信息及其地理信息；根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；根据行为操作信息进行兴趣元素提取；对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；根据兴趣点分类结合地理位置信息对用户及周边人群进行分类，通过应用对用户操作行为数据进行兴趣提取归类，针对用户，采用算法将用户的兴趣行为变成可量化的，可操作化，根据用户各个兴趣点可以将用户切割成一个个兴趣的群体，并根据地理位置划分兴趣区域。进一步的，可进行同兴趣的用户的精准匹配推送，以及对用户的同兴趣的商业服务信息。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域技术的技术人员在本发明公开的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于LBS与兴趣的用户分类方法，其特征在于，所述基于LBS与兴趣的用户分类方法包括以下步骤：
获取用户的行为操作信息及其地理信息；
根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
根据行为操作信息进行兴趣元素提取；
对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
2.根据权利要求1所述的基于LBS与兴趣的用户分类方法，其特征在于，所述获取用户的行为操作信息及其地理信息的具体实施方式可为：通过基于LBS的应用获取用户在该应用上的的行为操作信息和用户的地理位置信息。
3.根据权利要求1所述的基于LBS与兴趣的用户分类方法，其特征在于，所述根据行为操作信息进行兴趣元素提取的具体实施方式可为：根据用户行为操作对象的卡片属性以及标签属性进行用户兴趣元素的提取。
4.根据权利要求1所述的基于LBS与兴趣的用户分类方法，其特征在于，所述根据行为操作信息进行兴趣元素提取可包括：对用户行为操作信息进行行为逻辑判断。
5.根据权利要求1所述的基于LBS与兴趣的用户分类方法，其特征在于，所述用户行为操作信息可包括：用户的发文、活动和话题。
6.根据权利要求1所述的基于LBS与兴趣的用户分类方法，其特征在于，所述根据兴趣点分类结合地理位置信息对用户及周边人群进行分类的具体实施方式可为：根据兴趣点分类将用户与周边人群具有相同兴趣点的分为一类，不同兴趣点分为不同类。
7.根据权利要求1至5之一所述的基于LBS与兴趣的用户分类方法，其特征在于，所述基于LBS与兴趣的用户分类方法包括以下步骤：对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。
8.一种基于LBS与兴趣的用户分类系统，其特征在于，所述基于LBS与兴趣的用户分类系统包括：
用户信息模块，用于获取用户的行为操作信息及其地理信息；
周边人群信息模块，用于根据用户的地理位置信息获取该用户周边人群的行为操作信息和地理位置信息；
兴趣提取模块，用于根据行为操作信息进行兴趣元素提取；
兴趣点分类模块，用于对提取的兴趣元素通过兴趣积分算法对用户的兴趣点进行分类；
人群分类模块，用于根据兴趣点分类结合地理位置信息对用户及周边人群进行分类。
9.根据权利要求8所述的基于LBS与兴趣的用户分类系统，其特征在于，所述兴趣提取模块包括：行为判断模块，用于对用户行为操作信息进行行为逻辑判断。
10.根据权利要求8至9之一所述的基于LBS与兴趣的用户分类系统，其特征在于，所述基于LBS与兴趣的用户分类系统包括：推送模块，用于对同兴趣点的用户进行同兴趣服务信息的精准匹配推送。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510283929.4A CN106296249A (zh) | 2015-05-28 | 2015-05-28 | 一种基于lbs与兴趣的用户分类方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510283929.4A CN106296249A (zh) | 2015-05-28 | 2015-05-28 | 一种基于lbs与兴趣的用户分类方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106296249A true CN106296249A (zh) | 2017-01-04 |
Family
ID=57635844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510283929.4A Pending CN106296249A (zh) | 2015-05-28 | 2015-05-28 | 一种基于lbs与兴趣的用户分类方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106296249A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274214A (zh) * | 2017-05-27 | 2017-10-20 | 武汉东湖学院 | 一种历史文化名城与数字媒体广告结合方法及系统 |
| CN107301464A (zh) * | 2017-05-26 | 2017-10-27 | 江苏矽望电子科技有限公司 | 一种网络租用单车预约结伴骑行的方法 |
| CN108810060A (zh) * | 2017-05-05 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 业务信息的提供、接收、用户聚合方法、服务器及客户端 |
| CN113065895A (zh) * | 2021-03-29 | 2021-07-02 | 上海酷量信息技术有限公司 | 一种基于地理位置的广告推荐方法及装置 |
-
2015
- 2015-05-28 CN CN201510283929.4A patent/CN106296249A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108810060A (zh) * | 2017-05-05 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 业务信息的提供、接收、用户聚合方法、服务器及客户端 |
| CN107301464A (zh) * | 2017-05-26 | 2017-10-27 | 江苏矽望电子科技有限公司 | 一种网络租用单车预约结伴骑行的方法 |
| CN107274214A (zh) * | 2017-05-27 | 2017-10-20 | 武汉东湖学院 | 一种历史文化名城与数字媒体广告结合方法及系统 |
| CN113065895A (zh) * | 2021-03-29 | 2021-07-02 | 上海酷量信息技术有限公司 | 一种基于地理位置的广告推荐方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Roy et al. | Towards cross-domain learning for social video popularity prediction | |
| US20190279053A1 (en) | Systems and methods for image classification by correlating contextual cues with images | |
| US9367603B2 (en) | Systems and methods for behavioral segmentation of users in a social data network | |
| CN105512326B (zh) | 一种图片推荐的方法及系统 | |
| EP2506522A1 (en) | Method and device for pushing data | |
| CN108491388B (zh) | 数据集获取方法、分类方法、装置、设备及存储介质 | |
| CN104317959A (zh) | 基于社交平台的数据挖掘方法及装置 | |
| CN104933113A (zh) | 一种基于语义理解的表情输入方法和装置 | |
| CN104751354B (zh) | 一种广告人群筛选方法 | |
| CN104035927A (zh) | 一种基于用户行为的搜索方法及系统 | |
| CN106296344B (zh) | 恶意地址识别方法及装置 | |
| CN109033180A (zh) | 一种信息推送方法、装置、计算机装置及计算机可读存储介质 | |
| CN103295145A (zh) | 一种基于用户消费特征向量的手机广告投放方法 | |
| CN106296249A (zh) | 一种基于lbs与兴趣的用户分类方法及系统 | |
| CN105260487A (zh) | 图片的管理方法及图片的管理装置 | |
| CN105550253B (zh) | 一种类型关系的获取方法及装置 | |
| Wang et al. | Time-variant graph classification | |
| CN102708164A (zh) | 电影期望值的计算方法及系统 | |
| US20120030211A1 (en) | Message processing method and system | |
| Villegas et al. | Point-of-interest type prediction using text and images | |
| US9544384B2 (en) | Method and system for pushing associated users in social networking service network | |
| KR101976056B1 (ko) | 추천 시스템 및 추천 방법 | |
| CN104268214B (zh) | 一种基于微博用户关系的用户性别识别方法及系统 | |
| CN110580304A (zh) | 数据融合方法、装置、计算机设备及计算机存储介质 | |
| CN106549914B (zh) | 一种独立访问者的识别方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170104 |