CN107086922B - 一种用户行为识别方法和装置 - Google Patents
一种用户行为识别方法和装置 Download PDFInfo
- Publication number
- CN107086922B CN107086922B CN201610085874.0A CN201610085874A CN107086922B CN 107086922 B CN107086922 B CN 107086922B CN 201610085874 A CN201610085874 A CN 201610085874A CN 107086922 B CN107086922 B CN 107086922B
- Authority
- CN
- China
- Prior art keywords
- user
- data
- determining
- behavior
- information
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5064—Customer relationship management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种用户行为识别方法,根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向。本发明还公开了一种用户行为识别装置。
Description
技术领域
本发明涉及移动通讯中的业务支撑技术,尤其涉及一种用户行为识别方法和装置。
背景技术
现有技术中,业务运营商通过短信、彩信进行业务推送,采用的方法是对基站覆盖的用户进行整体业务推送,并不区分用户是否有需要,也不能分辨用户离业务运营商的距离;因此,业务推送的效果比较差,同时还会被用户认为是垃圾信息,引起反感;并且,现有技术方案中没有能通过移动通讯行为进行用户行为识别的方案,也没有有效获取业务运营商最直接目标用户的技术方案。
由于业务运营商周边用户多而复杂,具有较多不确定因素:人群流动频繁、基站定位不精准、人群偏好不一,因此,需要进一步的深入研究方能筛选出准确的目标用户。现有的技术方案需要通过用户的历史数据来分析用户群,不能准确实时定位用户的行为轨迹,以及分析用户的行为偏好与用户行为轨迹的相关关系,因此,对于业务运营商而言,无法获得最有效的直接潜在目标用户。
可见,对用户行为进行识别,为业务运营商获得最直接有效地的潜在目标用户,并进行精确业务运营商信息定点推送,是通讯运营商亟待解决的问题。
发明内容
有鉴于此,本发明实施例期望提供一种用户行为识别方法和装置,能对用户行为进行识别,使业务运营商能获得最直接有效的潜在目标用户。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例提供了一种用户行为识别方法,所述方法包括:
根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;
根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向。
上述方案中,所述从核心网络的数据源获取所述第二用户的各行为数据,包括:
从Gn口提取所述第二用户的上网日志数据,并确定所述第二用户访问网站的业务特征信息;
从A口、和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通讯对象信息及通讯信息;
从A口、和/或Iucs口提取信令数据中的位置数据,并确定所述用户的位置轨迹、以及所述用户的当前位置;
所述历史特征标签,包括:以按日、周、月划分的历史特征标签;
所述通讯信息包括:通讯频度、通讯时长。
上述方案中,所述根据所述历史特征标签和各行为数据,确定所述各第二用户的特征聚合标签,包括:
预先根据所述第一用户的业务属性设定目标场景;
确定所述历史特征标签和目标场景的历史关联度;
根据所述访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;
根据所述第二用户和目标场景的通讯频度,确定通讯指数;
根据所述第一用户与第二用户的距离,确定位置信息指数;
对所述历史关联度、上网动作指数、通讯指数、和/或位置信息指数,按预设的权重进行加权,将所述加权结果确定为第二用户的特征聚合标签;
所述方法还包括:根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据,调整所述权重。
上述方案中,所述方法还包括:
对数据源数据、业务运营支撑系统(BOSS,Business&Operation Support System)数据、经营分析系统数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;
对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据按照用户进行关联处理。
上述方案中,所述方法还包括:
预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;
在发送所述触发信息前,所述方法还包括:进行事件频次、免打扰控制。
本发明实施例还提供了一种用户行为识别装置,所述装置包括:确定模块、获取模块、聚合模块,其中,
所述确定模块,用于根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
所述获取模块,用于通过大数据获取所述第二用户的历史特征标签;从核心网络的数据源获取所述第二用户的各行为数据;
所述聚合模块,用于根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向。
上述方案中,所述获取模块,具体用于:
从Gn口提取所述第二用户的上网日志数据,并确定所述第二用户访问网站的业务特征信息;
从A口、和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通讯对象信息及通讯信息;
从A口、和/或Iucs口提取信令数据中的位置数据,并确定所述用户的位置轨迹、以及所述用户的当前位置;
所述历史特征标签,包括:以按日、周、月划分的历史特征标签;
所述通讯信息包括:通讯频度、通讯时长。
上述方案中,所述聚合模块,具体用于:
预先根据所述第一用户的业务属性设定目标场景;
确定所述历史特征标签和目标场景的历史关联度;
根据所述访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;
根据所述第二用户和目标场景的通讯频度,确定通讯指数;
根据所述第一用户与第二用户的距离,确定位置信息指数;
对所述历史关联度、上网动作指数、通讯指数、和/或位置信息指数,按预设的权重进行加权,将所述加权结果确定为第二用户的特征聚合标签;
所示方法还包括:根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据,调整所述权重。
上述方案中,所述获取模块,还用于:
对数据源数据、BOSS数据、经营分析系统数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;
对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据按照用户进行关联处理。
上述方案中,所述装置还包括触发模块,用于预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;在发送所述触发信息前,进行事件频次、免打扰控制。
本发明实施例所提供的用户行为识别方法和装置,根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的的终端所属的第二用户;获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向。如此,业务运营商通过对用户行为意向进行识别,确定所述行为意向与所述业务运营商业务相关的用户,获得最直接有效的潜在目标用户;进一步的,就可以向目标用户进行精确的业务运营商信息推送。
附图说明
图1为本发明实施例用户行为识别方法的流程示意图;
图2为本发明实施例数据处理的流程示意图;
图3为本发明实施例事件中心的功能架构的组成结构示意图;
图4为本发明实施例特征聚合标签建模的流程示意图;
图5为本发明实施例用户行为识别装置的组成结构示意图。
具体实施方式
本发明实施例中,根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向。
下面结合实施例对本发明再作进一步详细的说明。
本发明实施例提供的一种用户行为识别方法,如图1所示,所述方法包括:
步骤101:根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
这里,可以根据第一用户所在位置的经纬度,确定预设范围内的基站,所述预设范围可以由所述第一用户根据实际需求划定,并提取所述预设范围内的基站信息;根据基站所覆盖方位和半径,可以分时段提取所述基站覆盖范围内的第二用户清单;其中,第一用户可以是业务运营商,第二用户可以是普通用户,如消费者等。由于业务运营商周边用户流动较大,因此,可以连续分析特定时间段的流动用户和常驻用户。
步骤102:获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;
具体的,从大数据平台中获取的第二用户历史特征标签;这里,所述历史特征标签可以是按照日、周、月等时间粒度划分的用户静态历史特征标签。
在实际应用中,业务运营商会对用户的行为特点进行汇总,形成历史特征标签,具有历史特征标签的用户被称为拍照用户;历史特征标签总体提供了所述用户的历史行为、习惯等信息。
所述各行为数据包括:上网行为、通讯行为、位置信息等;所述通讯行为包括:语音通讯、短信、和/或彩信等;可以通过Gn口、A口、和/或Iucs口等接口从所述核心网络的数据源获取所述行为数据;可以从Gn口提取上网日志中用户访问网站的行为,并进行页面的分析,综合得到用户访问网站业务特征信息;这里,可以采用网络爬虫功能实现网页分析功能。从A口、和/或Iucs口信令数据中提取位置数据,并综合描述用户的位置轨迹,对用户进行的定位。从A口、和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通话对象信息,以及通讯频度等信息。
本发明实施例提供的方法,还包括:对从数据源获取的数据、BOSS的数据、经营分析系统的数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;如此,可以提高系统的数据处理效率。
对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据,可以按照用户进行关联处理;这里,由于Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据分散在不同系统中,数据之间没有关联,可以通过数据中的用户的手机号码,把从Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据进行关联,将所有数据通过所述手机号码关联在一起。
步骤103:根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向;
具体的,根据大数据平台中获取的用户历史特征标签,结合获取到的用户行为数据,包括实时上网行为、通讯行为、位置轨迹行为,并根据目标场景对各类偏好进行加权计算,实时得到用户最迫切的偏好需求;其中,目标场景可以是第一用户的营销场景;
预先根据所述第一用户的业务属性设定目标场景;确定所述历史特征标签和目标场景的历史关联度;根据所述第二用户访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;根据所述第二用户和目标场景的通讯频度,确定通讯指数;根据所述第一用户与第二用户的距离,确定位置信息指数;对所述历史关联度、上网动作指数、通讯指数、和位置信息指数,按预设的权重进行加权,将所述加权结果确定为第二用户的特征聚合标签;所述特征聚合标签可以表征出所述第二用户的实时行为;这里,第一用户可以是业务运营商,业务运营商可以根据自身的经营范围,按自行需求设定一个营销场景;如电影院可以针对某个节假日设定一个节假日电影院营销等;
所述加权的结果为第二用户的特征聚合标签,可表示营销场景中与用户历史特征标签的关联程度、用户位置的距离远近、通话行为的联系频度、上网行为等四个方面相关性综合评估值;
所述权重可以根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据进行调整;所述权重调整的方法包括:主成分分析法、层次分析法、回归分析法、专家法、和/或熵权法。在确定权重过程中,可以综合考虑历史特征标签和各行为数据对用户特征聚合标签的影响程度,以此决定权重。
本发明实施例提供的方法,还包括:预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;这里,所述触发信息可以是第一用户预先设置的业务推广信息等;
这里,可以根据第一用户设置的营销场景的营销内容,在精准营销平台中配置事件触发规则,将所述第二用户的特征聚合标签与这些触发规则进行关联,判断是否触发。如果所述第二用户的特征聚合标签达到触发条件,则可以由精准营销平台进行事件频次、免打扰控制后,通过电子渠道、10086等渠道将已包含商企营销广告信息的内容以短信、彩信等方式发送至第二用户终端,形成营销信息推送闭环。
下面结合实施例对本发明再作进一步详细的说明。
实际应用中,事件中心通过汇聚A、Iucs/Gn口各类信令数据、BOSS/经营分析系统数据、商企基础数据,依托大数据平台对用户、商企数据进行数据预处理,实现各种数据的实时高效处理;利用用户基站握手信息、基站变更信息、通讯行为请求信息等,结合基站地理位置信息,计算用户与有信息交互行为基站的距离实现用户定位,并与商企地理位置关联,完成用户与商企数据协同处理;实时跟踪解析用户上网行为、通讯行为、位置轨迹等信息,获取用户实时行为数据,并结合用户历史特征标签生成特征聚合标签;根据营销场景用户行为设置实时监测事件内容及触发规则,结合商企广告营销需求内容生成事件场景的目标用户群及广告营销推送内容信息;具体数据处理流程图如图2所示。
这里,事件中心的功能架构可以分为四个层次:数据采集解析层、标签服务层、事件处理层和应用层四部分;功能架构图可以如图3所示。
数据采集解析层:包括数据接入适配、数据过滤、数据解析关联、数据获取四个功能部分;其中,数据接入适配功能,用于通过流式计算模块对数据源中Gn口上网日志、A口和/或Iucs口信令数据、BOSS和/或经营分析系统的数据、网管基站数据以及商家数据等结构化数据进行多数据格式的适配,生成具有统一数据格式的源数据,提高系统的数据处理效率;数据过滤功能,用于对接入信令数据按照业务类型,地理范围进行过滤处理,提取用户的行为清单以及轨迹清单;数据解析关联功能,用于对Gn口上网日志、A口和/或Iucs口信令数据中的通话、位置类数据、BOSS和/或经营分析系统数据,按照用户进行关联处理;数据获取功能,用于对关联后的关键数据按偏好类型进行获取并进行相关网络爬虫处理,丰富网络爬虫的特征库及标签库,提升网络爬虫的学习能力;
标签服务层:包括网络爬虫功能、位置定位功能以及标签聚合功能;其中,网络爬虫功能,用于根据上网特征库提取Gn口上网日志中用户访问网站的行为并进行页面的分析,综合得到用户访问网站业务特征信息;位置定位功能,用于根据A口、和/或Iucs口信令数据中位置更新业务数据综合描述用户的位置轨迹,对用户进行的定位,并形成与商圈商企位置的关联,同时对用户的位置轨迹与商企资源进行关联积累,最终得到商企广告营销的潜在目标用户;标签聚合功能,用于根据大数据平台中获取的用户历史特征标签,结合获取到的用户行为数据,包含:实时上网行为、通讯行为、位置轨迹行为,进行标签设置;并根据营销场景对各类偏好进行加权计算,实时得到用户最迫切的偏好需求;
事件处理层:包括事件采集、事件与营销场景匹配以及事件分发功能;其中,事件采集功能,用于对用户行为进行实时的监控,设置所需监测的用户属性,实时获取用户位置轨迹、上网行为、通讯行为特征等典型业务类型的行为并添加到事件库;事件与营销匹配功能,用于根据事件营销场景的营销内容,在精准营销平台中配置事件触发规则,之后将事件库中用户行为事件与这些触发规则进行关联,判断是否触发;事件分发功能,用于将匹配成功的并且达到触发条件的用户事件,以及用户信息分发到精准营销平台,由精准营销平台进行事件频次、免打扰控制后,通过电子渠道、10086等渠道将已包含商企营销广告信息的内容以短信、彩信等方式发送至用户终端,形成营销信息推送闭环;
应用层:包括营销业务配置功能与营销信息配置功能;具体用于:根据事件营销场景中商企广告营销需求,结合用户通讯行为的需求,在精准营销平台中实现移动自有业务:语音包、短信/彩信包、终端营销、应用程序(APP)推荐等和增值业务与商企广告营销内容的营销整合配置,实现商企合作收入与自有增值业务价值提升的双向收益。
这里,对用户的上网行为、通讯行为、位置轨迹等维度进行跟踪解析,综合历史特征标签,构建一个模型进行标签聚合,实现对用户需求及实时偏好的定量描述,实现用户的动态特征聚合标签。标签聚合的建模思路如图4所示:
首先,根据历史特征标签,行为数据与目标场景的匹配程度,构建基于每项规则的场景标签权重矩阵,矩阵形式可以如表1所示。
表1
然后,根据标签权重矩阵表,实时获取用户上网行为、通话/短彩信、位置信息等参数,计算标签聚合综合评估值,计算公式可以用表达式(1)表示:
V_MulT=L(Dsw,V_Loci,V_Mesj,V_Netk,V_Hism)
=∑V_Loci*W_Loci+∑V_Mesj*W_Mesj+∑V_Netk*W_Netk+∑V_Hism*W_Hism (1)
其中,Dsw表示标签权重矩阵表;V_MulT表示该场景下的用户特征聚合标签评估值,作为事件触发的依据;V_Loci:位置信息指数,表示用户在第i个位置与场景指定商企的地理位置距离,通过用户位置信息与商企位置经纬度测算得到;V_Mesj:通话/短彩信指数,表示用户第j个通讯行为发生次数;V_Netk:上网动作指数,表示用户第k个上网行为发生次数;V_Hism:历史特征标签关联度,表示场景中第m个历史特征标签的相关程度;W_Loci,W_Mesj,W_Netk,W_Hism:分别表示用户位置信息、通讯行为、上网行为、历史特征标签在该场景中的权重;
这里,所述权重,根据不同场景中的影响程度,可选用熵权法、回归系数法、专家法等进行调整,尤其对于历史特征标签权重W_Hism、位置权重W_Loci,在确定权重过程中综合考虑用户距离与用户偏好对用户特征聚合标签的影响程度。在某些特定营销场景下可能存在由用户历史偏好与合作商企类别存在某一较高相似度,或用户位置达到某一合作商企较近距离时触发事件营销的情形;
上述表达式得到的V_MulT,可以表示营销场景中,与用户历史特征标签的关联程度、用户位置的距离远近、通话行为的联系频度、上网行为等四个方面相关性综合评估值,通过该评估值评估是否触发场景事件。一个典型用户的特征聚合标签属性示例如表2所示。
表2
在标签聚合的建模过程中,对于跨域、长周期的用户运营数据采集可以采用如下方法:基于A口信令实时捕捉用户位置信息,匹配商圈商企分布信息形成商圈范围内的事件营销场景。形成表3所示的用户的位置信息表、表4所示的商企分类维表信息表、表5所示的营销场景维表信息表,为后续场景下的用户特征聚合标签生成作基本信息准备,其中营销场景信息表中的特征聚合标签阀值用于之后事件触发规则的设置中。Lac表示位置,Ci表示小区识别码,LAC表示位置区识别码。
用户编号 | 时间 | Lac | Ci | 经度 | 纬度 | 备注 |
表3
表4
表5
当用户位置轨迹信令标示进入商圈基站范围,根据用户与已规划营销场景合作商企位置距离、用户历史特征标签类型确定用户适宜的事件营销场景,如识别到用户A某时段出现在商圈某某影院附近,经事件营销平台处理,通过用户位置与商企位置实现关联,并结合营销场景信息,生成用户营销场景综合信息表,其中用户特征聚合标签评估值在模型运算结果产生之前将一直处于待评估状态而不进行事件触发。用户营销场景综合信息表如表6所示。
表6
运用用户特征聚合标签计算模型,将用户实时位置信息、通讯行为、上网行为等权重值与用户历史特征标签权重值累加得到特征聚合标签评估值。如用户特征聚合标签评估值达到事件营销场景触发的阀值条件,事件中心通过精准营销平台匹配的营销场景向其推送商圈合作商企营销广告信息。
标签聚合模型在使用中,需要进行调整与优化;可以分析实时通讯行为、历史特征标签及位置信息在不同场景的权重值及权重量化关系,及时调整用户特征聚合标签模型权重。实时通讯行为、历史特征标签的对应关系可以分为完全匹配、较匹配、不匹配三种。构建历史特征标签与实时通讯行为类别表,以分类体系的相似程度作为关联关系的评判标准进行判断。参考营销场景信息进行相应标签的权重赋值,标签在不同场景的影响程度不同,权值大小也相应调整;生成表格如表7所示。
表7
基于对营销场景中事件规则复杂程度的分类,可将营销场景分为简单事件营销场景与复杂事件营销场景两大类。简单事件营销场景事件规则相对简单,如基于流量消费监控的流量包推荐;复杂事件营销场景事件规则综合了多维度的用户动作要素,如用户的通讯行为、上网行为、位置移动等,规则同时包含了事件与事件之间、事件与场景要素(人、物)之间的关系,如层次关系、时间顺序关系、因果关系等。复杂营销场景的权重配置方法如表8所示。
表8
在实际应用中,为了达到经营目的,可对一定时间周期内商圈内商企潜在用户进行积累,从而形成特征聚合标签与合作商企经营范围类型匹配的用户群信息,在向商圈内外合作商企提供精准的广告微营销服务的同时,也可以向不同类型合作商企提供基于目标用户群驻留密度的商企选址服务。商圈商企的广告微营销潜在用户群积累模型构建方法可以如表9所示。
表9
本发明实施例提供的一种用户行为识别装置,如图5所示,所述装置包括:确定模块51、获取模块52、聚合模块53,其中,
所述确定模块51,用于根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
这里,可以根据第一用户所在位置的经纬度,确定预设范围内的基站,所述范围可以由所述第一用户根据实际需求划定,并提取所述预设范围内的基站信息;根据基站所覆盖方位和半径,可以分时段提取所述基站覆盖范围内的第二用户清单;其中,第一用户可以是业务运营商,第二用户可以是普通用户,如消费者等。由于业务运营商周边用户流动较大,因此,可以连续分析特定时间段的流动用户和常驻用户。
所述获取模块52,用于获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;
具体的,从大数据平台中获取的第二用户历史特征标签;这里,所述历史特征标签可以是按照日、周、月等时间粒度划分的用户静态历史特征标签。
在实际应用中,业务运营商会对用户的行为特点进行汇总,形成历史特征标签,具有历史特征标签的用户被称为拍照用户;历史特征标签总体提供了所述用户的历史行为、习惯等信息。
所述各行为数据包括:上网行为、通讯行为、位置轨迹等;所述通讯行为包括:语音通讯、短信、和/或彩信等;可以通过Gn口、A口、和/或Iucs口等接口从所述核心网络的数据源获取所述行为数据;可以从Gn口提取上网日志中用户访问网站的行为,并进行页面的分析,综合得到用户访问网站业务特征信息;这里,可以采用网络爬虫功能实现网页分析功能。从A口、和/或Iucs口信令数据中提取位置数据,并综合描述用户的位置轨迹,对用户进行的定位。从A口和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通话对象信息,以及通讯频度等信息。
本发明实施例提供的方法,还包括:对从数据源获取的数据、BOSS的数据、经营分析系统的数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;如此,可以提高系统的数据处理效率。对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统按照用户进行关联处理;这里,由于Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据分散在不同系统中,数据之间没有关联,可以通过用户的手机号码,把从Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统进行关联,将所有数据通过所述手机号码关联在一起。
所述聚合模块53,用于根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签;
具体的,根据大数据平台中获取的用户历史特征标签,结合获取到的用户行为数据,包括实时上网行为、通讯行为、位置轨迹行为,并根据目标场景对各类偏好进行加权计算,实时得到用户最迫切的偏好需求;其中,目标场景可以是第一用户的营销场景;
预先根据所述第一用户的业务属性设定目标场景;确定所述历史特征标签和目标场景的历史关联度;根据所述第二用户访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;根据所述第二用户和目标场景的通讯频度,确定通讯指数;根据所述第一用户与第二用户的距离,确定位置信息指数;对所述历史关联度、上网动作指数、通讯指数、和位置信息指数,按预设的权重进行加权,将所述加权结果确定为第二用户的特征聚合标签;所述特征聚合标签可以表征出所述第二用户的实时行为;这里,第一用户可以是业务运营商,业务运营商可以根据自身的经营范围,按自行需求设定一个营销场景;如电影院可以针对某个节假日设定一个节假日电影院营销等;
所述加权的结果为第二用户的特征聚合标签,可表示营销场景中与用户历史特征标签的关联程度、用户位置的距离远近、通话行为的联系频度、上网行为等四个方面相关性综合评估值;
所述权重可以根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据进行调整;所述权重调整的方法包括:主成分分析法、层次分析法、回归分析法、专家法、和/或熵权法。在确定权重过程中,可以综合考虑历史特征标签和各行为数据对用户特征聚合标签的影响程度,以此决定权重。
本发明实施例提供的装置,还包括触发模块54,用于预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;这里,所述触发信息可以是第一用户预先设置的业务推广信息等;
这里,可以根据第一用户设置的营销场景的营销内容,在精准营销平台中配置事件触发规则,将所述第二用户的特征聚合标签与这些触发规则进行关联,判断是否触发。如果所述第二用户的特征聚合标签达到触发条件,则可以由精准营销平台进行事件频次、免打扰控制后,通过电子渠道、10086等渠道将已包含商企营销广告信息的内容以短信、彩信等方式发送至第二用户终端,形成营销信息推送闭环。
在实际应用中,确定模块51、获取模块52、聚合模块53和触发模块54可由核心网络系统的中央处理器(CPU)、微处理器(MPU)、数字信号处理器(DSP)、或现场可编程门阵列(FPGA)等实现。
以上所述,仅为本发明的佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用户行为识别方法,其特征在于,所述方法包括:
根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
获取所述第二用户的历史特征标签,从核心网络的数据源获取所述第二用户的各行为数据;
根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向;所述行为数据包括实时上网行为、通讯行为、位置轨迹行为;
所述特征聚合标签是根据目标场景对各类偏好进行加权计算实时得到的;其中,目标场景是第一用户的营销场景。
2.根据权利要求1所述的方法,其特征在于,所述从核心网络的数据源获取所述第二用户的各行为数据,包括:
从Gn口提取所述第二用户的上网日志数据,并确定所述第二用户访问网站的业务特征信息;
从A口、和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通讯对象信息及通讯信息;
从A口、和/或Iucs口提取信令数据中的位置数据,并确定所述第二用户的位置轨迹、以及所述第二用户的当前位置;
所述历史特征标签,包括:以按日和/或周和/或月划分的历史特征标签;
所述通讯信息包括:通讯频度和/或通讯时长。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史特征标签和各行为数据,确定所述各第二用户的特征聚合标签,包括:
预先根据所述第一用户的业务属性设定目标场景;
确定所述历史特征标签和目标场景的历史关联度;
根据所述访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;
根据所述第二用户和目标场景的通讯频度,确定通讯指数;
根据所述第一用户与第二用户的距离,确定位置信息指数;
对所述历史关联度、上网动作指数、通讯指数、和/或位置信息指数,按预设的权重进行加权,将加权结果确定为第二用户的特征聚合标签;
所述方法还包括:根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据,调整所述权重。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
对数据源数据、业务运营支撑系统BOSS数据、经营分析系统数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;
对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据按照用户进行关联处理。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;
在发送所述触发信息前,所述方法还包括:进行事件频次和/或免打扰控制。
6.一种用户行为识别装置,其特征在于,所述装置包括:确定模块、获取模块、聚合模块,其中,
所述确定模块,用于根据第一用户所在位置信息,确定预设范围内的基站,并确定与所述基站有信息交互的终端所属的第二用户;
所述获取模块,用于通过大数据获取所述第二用户的历史特征标签;从核心网络的数据源获取所述第二用户的各行为数据;
所述聚合模块,用于根据所述历史特征标签和各行为数据,确定所述第二用户的特征聚合标签,所述特征聚合标签用于确定所述第二用户的行为意向;所述行为数据包括实时上网行为、通讯行为、位置轨迹行为;
所述特征聚合标签是根据目标场景对各类偏好进行加权计算实时得到的;其中,目标场景是第一用户的营销场景。
7.根据权利要求6所述的装置,其特征在于,所述获取模块,具体用于:
从Gn口提取所述第二用户的上网日志数据,并确定所述第二用户访问网站的业务特征信息;
从A口、和/或Iucs口提取信令数据中的通话、短信、和/或彩信信息数据,获取通讯对象信息及通讯信息;
从A口、和/或Iucs口提取信令数据中的位置数据,并确定所述第二用户的位置轨迹、以及所述第二用户的当前位置;
所述历史特征标签,包括:以按日和/或周和/或月划分的历史特征标签;
所述通讯信息包括:通讯频度和/或通讯时长。
8.根据权利要求7所述的装置,其特征在于,所述聚合模块,具体用于:
预先根据所述第一用户的业务属性设定目标场景;
确定所述历史特征标签和目标场景的历史关联度;
根据所述访问网站的业务特征信息和目标场景的关联程度,确定上网动作指数;
根据所述第二用户和目标场景的通讯频度,确定通讯指数;
根据所述第一用户与第二用户的距离,确定位置信息指数;
对所述历史关联度、上网动作指数、通讯指数、和/或位置信息指数,按预设的权重进行加权,将加权结果确定为第二用户的特征聚合标签;
所示方法还包括:根据所述第一用户的业务属性、第二用户的历史特征标签和各行为数据,调整所述权重。
9.根据权利要求7所述的装置,其特征在于,所述获取模块,还用于:
对数据源数据、BOSS数据、经营分析系统数据、基站数据、和/或第一用户数据进行多数据格式的适配,生成具有统一数据格式的源数据;
对所述Gn口、A口、和/或Iucs口提取的数据与BOSS和/或经营分析系统的数据按照用户进行关联处理。
10.根据权利要求6至9任一项所述的装置,其特征在于,所述装置还包括触发模块,用于预先根据所述第一用户需求建立触发规则,所述第二用户的特征聚合标签与所述第一用户业务属性的关联程度符合所述触发规则时,则向所述第二用户发送触发信息;在发送所述触发信息前,进行事件频次和/或免打扰控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610085874.0A CN107086922B (zh) | 2016-02-15 | 2016-02-15 | 一种用户行为识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610085874.0A CN107086922B (zh) | 2016-02-15 | 2016-02-15 | 一种用户行为识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107086922A CN107086922A (zh) | 2017-08-22 |
CN107086922B true CN107086922B (zh) | 2020-08-04 |
Family
ID=59614357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610085874.0A Active CN107086922B (zh) | 2016-02-15 | 2016-02-15 | 一种用户行为识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107086922B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949063B (zh) * | 2017-12-20 | 2021-08-06 | 中移(苏州)软件技术有限公司 | 一种地址确定方法、装置、电子设备及可读存储介质 |
CN110020223B (zh) * | 2017-12-26 | 2021-04-20 | 浙江宇视科技有限公司 | 行为数据分析方法及装置 |
CN110312202B (zh) * | 2018-03-23 | 2021-11-23 | 中兴通讯股份有限公司 | 一种用户搜索方法、装置、系统和存储介质 |
CN108898445A (zh) * | 2018-07-12 | 2018-11-27 | 智慧足迹数据科技有限公司 | 用户消费能力的分析方法和装置 |
CN109255538A (zh) * | 2018-09-12 | 2019-01-22 | 中国联合网络通信集团有限公司 | 银行网点选址的评估方法和系统、服务器、存储介质 |
CN109558983A (zh) * | 2018-12-03 | 2019-04-02 | 华中师范大学 | 网络课程辍学率预测方法及装置 |
CN109919652A (zh) * | 2019-01-17 | 2019-06-21 | 平安城市建设科技(深圳)有限公司 | 用户群体分类方法、装置、设备及存储介质 |
CN109963250A (zh) * | 2019-03-07 | 2019-07-02 | 普联技术有限公司 | 情景类别识别方法、装置、处理平台及系统 |
CN111127161A (zh) * | 2019-12-25 | 2020-05-08 | 青梧桐有限责任公司 | 数据处理方法、系统、电子设备及可读存储介质 |
CN112418689A (zh) * | 2020-11-26 | 2021-02-26 | 天翼征信有限公司 | 一种运营商大数据系统 |
CN115866033A (zh) * | 2022-11-22 | 2023-03-28 | 中国联合网络通信集团有限公司 | 基于边缘计算的网点推送方法、装置、服务器及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101071424A (zh) * | 2006-06-23 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种个性化信息推送系统和方法 |
CN103617547A (zh) * | 2013-12-04 | 2014-03-05 | 中国联合网络通信集团有限公司 | 一种业务推荐方法及系统 |
US8892461B2 (en) * | 2011-10-21 | 2014-11-18 | Alohar Mobile Inc. | Mobile device user behavior analysis and authentication |
CN104348635A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团福建有限公司 | 一种移动用户行为分析方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120042262A1 (en) * | 2010-08-11 | 2012-02-16 | Apple Inc. | Population segmentation based on behavioral patterns |
-
2016
- 2016-02-15 CN CN201610085874.0A patent/CN107086922B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101071424A (zh) * | 2006-06-23 | 2007-11-14 | 腾讯科技(深圳)有限公司 | 一种个性化信息推送系统和方法 |
US8892461B2 (en) * | 2011-10-21 | 2014-11-18 | Alohar Mobile Inc. | Mobile device user behavior analysis and authentication |
CN104348635A (zh) * | 2013-07-24 | 2015-02-11 | 中国移动通信集团福建有限公司 | 一种移动用户行为分析方法和装置 |
CN103617547A (zh) * | 2013-12-04 | 2014-03-05 | 中国联合网络通信集团有限公司 | 一种业务推荐方法及系统 |
Non-Patent Citations (1)
Title |
---|
利用通信数据的移动用户行为分析;黄文斌等;《现代图书情报技术》;20151231;第80页-第84页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107086922A (zh) | 2017-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107086922B (zh) | 一种用户行为识别方法和装置 | |
CN111614690B (zh) | 一种异常行为检测方法及装置 | |
CN107818133B (zh) | 一种基于大数据的居民区网络能力分析方法及系统 | |
CN109996193B (zh) | 基于智信平台的短信发送方法、装置、系统和设备 | |
CN106682686A (zh) | 一种基于手机上网行为的用户性别预测方法 | |
CN110300084B (zh) | 基于ip地址的画像方法和装置,电子设备,可读介质 | |
CN103970891A (zh) | 一种基于情境的用户兴趣信息查询方法 | |
Bachir et al. | Combining bayesian inference and clustering for transport mode detection from sparse and noisy geolocation data | |
CN111611519B (zh) | 一种个人异常行为检测方法及装置 | |
Manley et al. | New forms of data for understanding urban activity in developing countries | |
CN106294406A (zh) | 一种用于处理应用访问数据的方法与设备 | |
CN114819967A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN110457601A (zh) | 社交账号的识别方法和装置、存储介质及电子装置 | |
CN110197375A (zh) | 一种相似用户识别方法、装置、相似用户识别设备和介质 | |
CN112925899A (zh) | 排序模型建立方法、案件线索推荐方法、装置及介质 | |
Wang et al. | A Comparative Study on Contract Recommendation Model: Using Macao Mobile Phone Datasets | |
CN111191109A (zh) | 一种信息处理方法及装置、存储介质 | |
Ayesha et al. | User localization based on call detail record | |
CN106066864B (zh) | 一种多维度移动用户偏好动态识别方法 | |
US11050834B1 (en) | Method for automatically assigning visits to partially observable location data streams | |
KR101935161B1 (ko) | Sns와 여론조사를 융합한 예측 시스템 및 방법 | |
CN112446425A (zh) | 一种用于自动获取疑似养卡渠道的方法和装置 | |
CN111353101A (zh) | 一种数据推送方法 | |
CN115208831B (zh) | 请求处理方法、装置、设备及存储介质 | |
CN116485352B (zh) | 会员管理和数据分析的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |