CN111581531B - 家庭成员结构识别方法、装置、存储介质及电子设备 - Google Patents

家庭成员结构识别方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111581531B
CN111581531B CN202010382344.9A CN202010382344A CN111581531B CN 111581531 B CN111581531 B CN 111581531B CN 202010382344 A CN202010382344 A CN 202010382344A CN 111581531 B CN111581531 B CN 111581531B
Authority
CN
China
Prior art keywords
family member
track
time
family
call
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
Application number
CN202010382344.9A
Other languages
English (en)
Other versions
CN111581531A (zh
Inventor
程艳伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Si Tech Information Technology Co Ltd
Original Assignee
Beijing Si Tech Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Si Tech Information Technology Co Ltd filed Critical Beijing Si Tech Information Technology Co Ltd
Priority to CN202010382344.9A priority Critical patent/CN111581531B/zh
Publication of CN111581531A publication Critical patent/CN111581531A/zh
Application granted granted Critical
Publication of CN111581531B publication Critical patent/CN111581531B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明涉及一种家庭成员结构识别方法、装置、存储介质及电子设备。该家庭成员结构识别方法,具体包括以下步骤：获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；根据所述社交时空轨迹模型识别所述目标家庭的成员结构。

Description

家庭成员结构识别方法、装置、存储介质及电子设备
技术领域
本发明涉及大数据领域，具体涉及一种家庭成员结构识别方法、装置、存储介质及电子设备。
背景技术
电信运营商在进行精准化营销、精细化服务、以及大数据变现中，除了能够识别家庭关系之外，还需要对家庭结构及成员角色进行细分，更进一步刻画家庭关系，通过常规方式已无法满足进一步刻画的需要，亟需一种基于事实数据通过社交时空挖掘技术对家庭结构及成员角色进行刻画，以满足精细化、精准化营销及为客户提供高价值服务的需要。
发明内容
本发明所要解决的技术问题是提供一种家庭成员结构识别方法、装置、存储介质及电子设备，可以提高家庭成员结构识别的准确性。
本申请实施例提供了一种家庭成员结构识别方法,包括以下步骤：
获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；
根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；
根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；
根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；
根据所述社交时空轨迹模型识别所述目标家庭的成员结构。
可选地，在本申请实施例所述的家庭成员结构识别方法中，所述基本身份信息包括性别、出生日期；
所述通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；
所述位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；
所述关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。
可选地，在本申请实施例所述的家庭成员结构识别方法中，所述根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息的步骤，包括：
获取近预设时间段内任意两个家庭成员之间的通话详单，其中，将通话时间点设置为通话规整时间点；
对每一所述家庭成员按照通话规整时间点及通话对象进行密度聚类，以获取通话量最大的通话类别，并识别家庭成员间通话的时间特征并打上对应的标签；
根据所述通话详单每一家庭成员的通话位置进行聚类，并识别频率超过第一阈值的通话位置作为目标通话位置，并打上位置标签；
根据每一所述家庭成员的通话的时间特征以及目标通话位置，生成家庭成员间时间及位置标签向量矩阵，并形成对应的通话时间及目标通话位置的标签；
可选地，在本申请实施例所述的家庭成员结构识别方法中，所述根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹的步骤包括：
获取预设时间段内每一所述家庭成员的位置信令中的位置信息，以形成位置集合，并根据所述位置集合构建位置向量矩阵，并记录所述位置集合中的元素数量；
以自然日进行时序分割，以所述位置向量矩阵为基准，根据一天内每次位置变化的顺序及时间点，构建三维位置轨迹向量空间；
可选地，在本申请实施例所述的家庭成员结构识别方法中，所述根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型的步骤，包括：
根据每一所述家庭成员的位置轨迹步生成单日有向有环图，并对所述单日有向有环图进行聚类，以获取识别频率最高的单日有向环图；
根据每一所述家庭成员的位置轨迹步生成跨日有向有环图；并通过聚类识别频率最高的跨日有向环图；
根据每一所述家庭成员在自身的单日有向环图及跨日有向环图的中位置以及家庭成员间通话时序，构建社交时空轨迹模型。
可选地，在本申请实施例所述的家庭成员结构识别方法中，所述根据所述社交时空轨迹模型识别所述目标家庭的成员结构的步骤，包括：
若所述家庭成员在工作日轨迹环上行在上午、下行在下午，则判定所述家庭成员是内勤类上班族；
若所述家庭成员在工作日轨迹环频次高于含夜间位置轨迹环，则判定所述家庭成员为外勤类上班族；
若所述家庭成员的轨迹环较小且频次较高，且轨迹环内包括超市和市场，可判定为常年在家人员，并根据客所述家庭成员的上网行为画像，可进一步区分所述家庭成员为为退休人员或全职妈妈；
若所述家庭成员的轨迹环经过中小学幼儿园，且时间与上下学一致，下午在学校位置逗留较长，可判定为所述目标家庭有孩子，并根据学校类型不同可以区分为幼儿、小学生、中学生。
第二方面，本申请实施例还提供了一种家庭成员结构识别装置,包括：
第一获取模块，用于获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；
计算模块，用于根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；
刻画模块，用于根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；
建立模块，用于根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；
识别模块，用于根据所述社交时空轨迹模型识别所述目标家庭的成员结构。
可选地，在本申请实施例所述的家庭成员结构识别装置中，所述基本身份信息包括性别、出生日期；
所述通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；所述位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；所述关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。
第三方面，本申请实施例还提供了一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述任一所述方法中的步骤。
第四方面，本申请实施例还提供了一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如上述任一所述方法中的步骤。
由上可知，本申请实施例通过获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；根据所述社交时空轨迹模型识别所述目标家庭的成员结构；从而实现对目标家庭的成员结构进行准确及快速的自动识别，可以提高准确性。
附图说明
图1为本发明所述的一种家庭成员结构识别方法的流程图；
图2为本发明所述的一种家庭成员结构识别装置的结构框图；
图3为本发明所述的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明所述的一种家庭成员结构识别方法的流程图,该家庭成员结构识别方法具体包括以下步骤：
S101、获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；
S102、根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；
S103、根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；
S104、根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；
S105、根据所述社交时空轨迹模型识别所述目标家庭的成员结构。
其中，在该步骤S101中，该基本身份信息包括性别、出生日期；该通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；该位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。可以理解地，该基本身份信息还可以包括该家庭成员的画像信息，该画像信息是根据该家庭成员的上网记录及其他记录生成。
其中，在该步骤S102中，具体包括以下子步骤：
S1021、获取近预设时间段内任意两个家庭成员之间的通话详单，其中，将通话时间点设置为通话规整时间点；
S1022、对每一所述家庭成员按照通话规整时间点及通话对象进行密度聚类，以获取通话量最大的通话类别，并识别家庭成员间通话的时间特征并打上对应的标签；
S1023、根据所述通话详单每一家庭成员的通话位置进行聚类，并识别频率超过第一阈值的通话位置作为目标通话位置，并打上位置标签；
S1024、根据每一所述家庭成员的通话的时间特征以及目标通话位置，生成家庭成员间时间及位置标签向量矩阵，并形成对应的通话时间及目标通话位置的标签。
其中，在该步骤S1021中通话规整时间点具体为小时分钟的格式。该预设时间段可以为以当前时间为终点的三个月内。
其中，在该步骤S103中，具体可以包括以下子步骤：
S1031、获取预设时间段内每一所述家庭成员的位置信令中的位置信息，以形成位置集合，并根据所述位置集合构建位置向量矩阵，并记录所述位置集合中的元素数量；
S1032、以自然日进行时序分割，以所述位置向量矩阵为基准，根据一天内每次位置变化的顺序及时间点，构建三维位置轨迹向量空间。
在一些实施例中，该步骤S104具体包括以下子步骤：
S1041、根据每一所述家庭成员的位置轨迹步生成单日有向有环图，并对所述单日有向有环图进行聚类，以获取识别频率最高的单日有向环图；
S1042、根据每一所述家庭成员的位置轨迹步生成跨日有向有环图；并通过聚类识别频率最高的跨日有向环图；
S1043、根据每一所述家庭成员在自身的单日有向环图及跨日有向环图的中位置以及家庭成员间通话时序，构建社交时空轨迹模型。
其中，跨日有向有环图可以跨一日的有向有环图、跨两日的有向有环图或者跨三日的有向有环图。
其中，在该步骤S105中，若所述家庭成员在工作日轨迹环上行在上午、下行在下午，则判定所述家庭成员是内勤类上班族；若所述家庭成员在工作日轨迹环频次高于含夜间位置轨迹环，则判定所述家庭成员为外勤类上班族；若所述家庭成员的轨迹环较小且频次较高，且轨迹环内包括超市和市场，可判定为常年在家人员，并根据客所述家庭成员的上网行为画像，可进一步区分所述家庭成员为为退休人员或全职妈妈；若所述家庭成员的轨迹环经过中小学幼儿园，且时间与上下学一致，下午在学校位置逗留较长，可判定为所述目标家庭有孩子，并根据学校类型不同可以区分为幼儿、小学生、中学生。根据通话及跨日轨迹环，例如周五有通话，跨日轨迹环中夜晚驻留地与常驻地不同，且通话对象符合C中特征，可判定子女与老人不同住的情形；、符合A或B特征，夜晚常驻地一致，性别分别为男、女，节假日轨迹环较多重合，可判定为男、女朋友或夫妻；根据轨迹环、时间、位置、关键场所，还可以细分出更多家庭成员结构。
由上可知，本申请实施例通过获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；根据所述社交时空轨迹模型识别所述目标家庭的成员结构；从而实现对目标家庭的成员结构进行准确及快速的自动识别，可以提高准确性。
请参照图2，图2是本申请一些实施例中的一种家庭成员结构识别装置,包括：第一获取模块201、计算模块202、刻画模块203、建立模块204以及识别模块205。
其中，该第一获取模块201用于获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；该基本身份信息包括性别、出生日期；该通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；该位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。可以理解地，该基本身份信息还可以包括该家庭成员的画像信息，该画像信息是根据该家庭成员的上网记录及其他记录生成。
其中，该计算模块202用于根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息。该计算模块202用于获取近预设时间段内任意两个家庭成员之间的通话详单，其中，将通话时间点设置为通话规整时间点；对每一所述家庭成员按照通话规整时间点及通话对象进行密度聚类，以获取通话量最大的通话类别，并识别家庭成员间通话的时间特征并打上对应的标签；根据所述通话详单每一家庭成员的通话位置进行聚类，并识别频率超过第一阈值的通话位置作为目标通话位置，并打上位置标签；根据每一所述家庭成员的通话的时间特征以及目标通话位置，生成家庭成员间时间及位置标签向量矩阵，并形成对应的通话时间及目标通话位置的标签。
其中，该刻画模块203用于根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹。该刻画模块203用于获取预设时间段内每一所述家庭成员的位置信令中的位置信息，以形成位置集合，并根据所述位置集合构建位置向量矩阵，并记录所述位置集合中的元素数量；以自然日进行时序分割，以所述位置向量矩阵为基准，根据一天内每次位置变化的顺序及时间点，构建三维位置轨迹向量空间。
其中，该建立模块204用于根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；该建立模块204用于根据每一所述家庭成员的位置轨迹步生成单日有向有环图，并对所述单日有向有环图进行聚类，以获取识别频率最高的单日有向环图；根据每一所述家庭成员的位置轨迹步生成跨日有向有环图；并通过聚类识别频率最高的跨日有向环图；根据每一所述家庭成员在自身的单日有向环图及跨日有向环图的中位置以及家庭成员间通话时序，构建社交时空轨迹模型。
其中，该识别模块205用于根据所述社交时空轨迹模型识别所述目标家庭的成员结构。若所述家庭成员在工作日轨迹环上行在上午、下行在下午，则判定所述家庭成员是内勤类上班族；若所述家庭成员在工作日轨迹环频次高于含夜间位置轨迹环，则判定所述家庭成员为外勤类上班族；若所述家庭成员的轨迹环较小且频次较高，且轨迹环内包括超市和市场，可判定为常年在家人员，并根据客所述家庭成员的上网行为画像，可进一步区分所述家庭成员为为退休人员或全职妈妈；若所述家庭成员的轨迹环经过中小学幼儿园，且时间与上下学一致，下午在学校位置逗留较长，可判定为所述目标家庭有孩子，并根据学校类型不同可以区分为幼儿、小学生、中学生。根据通话及跨日轨迹环，例如周五有通话，跨日轨迹环中夜晚驻留地与常驻地不同，且通话对象符合C中特征，可判定子女与老人不同住的情形；、符合A或B特征，夜晚常驻地一致，性别分别为男、女，节假日轨迹环较多重合，可判定为男、女朋友或夫妻；根据轨迹环、时间、位置、关键场所，还可以细分出更多家庭成员结构。
由上可知，本申请实施例通过获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；根据所述社交时空轨迹模型识别所述目标家庭的成员结构；从而实现对目标家庭的成员结构进行准确及快速的自动识别，可以提高准确性。并且通过将社交网络特征以及位置轨迹特征、客户画像相结合的方式，构建社交时空识别模型，识别出家庭成员结构及成员角色，为精准化营销、精细化服务。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备3，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当计算设备运行时，处理器301执行该计算机程序，以执行时执行上述实施例的任一可选的实现方式中的方法。
本申请实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random AccessMemory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM)，可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM)，可编程只读存储器(Programmable Red-Only Memory,简称PROM)，只读存储器(Read-Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种家庭成员结构识别方法,其特征在于，具体包括以下步骤：
获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；
根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；
根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；
所述根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹的步骤包括：
获取预设时间段内每一所述家庭成员的位置信令中的位置信息，以形成位置集合，并根据所述位置集合构建位置向量矩阵，并记录所述位置集合中的元素数量；
以自然日进行时序分割，以所述位置向量矩阵为基准，根据一天内每次位置变化的顺序及时间点，构建三维位置轨迹向量空间；
根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；
所述根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型的步骤，包括：
根据每一所述家庭成员的位置轨迹步生成单日有向有环图，并对所述单日有向有环图进行聚类，以获取识别频率最高的单日有向环图；
根据每一所述家庭成员的位置轨迹步生成跨日有向有环图；并通过聚类识别频率最高的跨日有向环图；
根据每一所述家庭成员在自身的单日有向环图及跨日有向环图的中位置以及家庭成员间通话时序，构建社交时空轨迹模型；
其中，跨日有向有环图为跨一日的有向有环图、跨两日的有向有环图或者跨三日的有向有环图；
根据所述社交时空轨迹模型识别所述目标家庭的成员结构。
2.根据权利要求1所述的一种家庭成员结构识别方法,其特征在于，所述基本身份信息包括性别、出生日期；
所述通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；
所述位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；
所述关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。
3.根据权利要求2所述的一种家庭成员结构识别方法,其特征在于，所述根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息的步骤，包括：
获取近预设时间段内任意两个家庭成员之间的通话详单，其中，将通话时间点设置为通话规整时间点；
对每一所述家庭成员按照通话规整时间点及通话对象进行密度聚类，以获取通话量最大的通话类别，并识别家庭成员间通话的时间特征并打上对应的标签；
根据所述通话详单每一家庭成员的通话位置进行聚类，并识别频率超过第一阈值的通话位置作为目标通话位置，并打上位置标签；
根据每一所述家庭成员的通话的时间特征以及目标通话位置，生成家庭成员间时间及位置标签向量矩阵，并形成对应的通话时间及目标通话位置的标签。
4.根据权利要求3所述的一种家庭成员结构识别方法,其特征在于，所述根据所述社交时空轨迹模型识别所述目标家庭的成员结构的步骤，包括：
若所述家庭成员在工作日轨迹环上行在上午、下行在下午，则判定所述家庭成员是内勤类上班族；
若所述家庭成员在工作日轨迹环频次高于含夜间位置轨迹环，则判定所述家庭成员为外勤类上班族；
若所述家庭成员的轨迹环较小且频次较高，且轨迹环内包括超市和市场，可判定为常年在家人员，并根据客所述家庭成员的上网行为画像，可进一步区分所述家庭成员为为退休人员或全职妈妈；
若所述家庭成员的轨迹环经过中小学幼儿园，且时间与上下学一致，下午在学校位置逗留较长，可判定为所述目标家庭有孩子，并根据学校类型不同可以区分为幼儿、小学生、中学生。
5.一种家庭成员结构识别装置,其特征在于，包括：
第一获取模块，用于获取目标家庭的每一家庭成员的基本身份信息、通话详单、位置信令、关键场所位置信息；
计算模块，用于根据所述通话详单以及所述位置信令分别计算任意两个所述家庭成员之间的通话时间及位置特征信息；
刻画模块，用于根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹；
所述根据所述通话详单以及位置信令分别刻画每一家庭成员的位置轨迹的步骤包括：
获取预设时间段内每一所述家庭成员的位置信令中的位置信息，以形成位置集合，并根据所述位置集合构建位置向量矩阵，并记录所述位置集合中的元素数量；
以自然日进行时序分割，以所述位置向量矩阵为基准，根据一天内每次位置变化的顺序及时间点，构建三维位置轨迹向量空间；
建立模块，用于根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型；
所述根据每一所述家庭成员的位置轨迹构建社交时空轨迹模型的步骤，包括：
根据每一所述家庭成员的位置轨迹步生成单日有向有环图，并对所述单日有向有环图进行聚类，以获取识别频率最高的单日有向环图；
根据每一所述家庭成员的位置轨迹步生成跨日有向有环图；并通过聚类识别频率最高的跨日有向环图；
根据每一所述家庭成员在自身的单日有向环图及跨日有向环图的中位置以及家庭成员间通话时序，构建社交时空轨迹模型；
其中，跨日有向有环图为跨一日的有向有环图、跨两日的有向有环图或者跨三日的有向有环图；
识别模块，用于根据所述社交时空轨迹模型识别所述目标家庭的成员结构。
6.根据权利要求5所述的一种家庭成员结构识别装置,其特征在于，所述基本身份信息包括性别、出生日期；
所述通话详单包括预设时间段内的往来通话时间、主被叫、通话时长、以及通话位置；所述位置信令包括近预设时间段内的开关机及位置变更的信令位置信息；所述关键场所包括以下场所中的至少一个场所：超市、市场、中小学校、公园、娱乐、商业区等位置区域信息。
7.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-4任一所述方法中的步骤。
8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-4任一所述方法中的步骤。
CN202010382344.9A 2020-05-08 2020-05-08 家庭成员结构识别方法、装置、存储介质及电子设备 Active CN111581531B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010382344.9A CN111581531B (zh) 2020-05-08 2020-05-08 家庭成员结构识别方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010382344.9A CN111581531B (zh) 2020-05-08 2020-05-08 家庭成员结构识别方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111581531A CN111581531A (zh) 2020-08-25
CN111581531B true CN111581531B (zh) 2023-06-09

Family

ID=72122852

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010382344.9A Active CN111581531B (zh) 2020-05-08 2020-05-08 家庭成员结构识别方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111581531B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989221B (zh) * 2021-02-18 2022-09-23 支付宝(杭州)信息技术有限公司 基于位置的家庭关系分析方法及装置
CN117648556B (zh) * 2024-01-29 2024-05-10 深圳市名通科技股份有限公司 基于时空大数据的家庭成员关系识别的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105142106A (zh) * 2015-07-29 2015-12-09 西南交通大学 基于手机信令数据的出行者职住地识别与出行链刻画方法
CN107657572A (zh) * 2017-09-13 2018-02-02 北京城建设计发展集团股份有限公司 基于高频等间距时空轨迹数据的停留点识别方法及系统
CN109828967A (zh) * 2018-12-03 2019-05-31 深圳市北斗智能科技有限公司 一种伴随关系获取方法、系统、设备、存储介质
CN110019996A (zh) * 2017-12-11 2019-07-16 中国移动通信集团广东有限公司 一种家庭关系识别方法和系统
CN110909009A (zh) * 2019-11-20 2020-03-24 厦门市美亚柏科信息股份有限公司 基于话单的轨迹伴随行为分析方法、终端设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7401123B2 (en) * 2005-10-04 2008-07-15 International Business Machines Corporation Method for identifying and tracking grouped content in e-mail campaigns

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105142106A (zh) * 2015-07-29 2015-12-09 西南交通大学 基于手机信令数据的出行者职住地识别与出行链刻画方法
CN107657572A (zh) * 2017-09-13 2018-02-02 北京城建设计发展集团股份有限公司 基于高频等间距时空轨迹数据的停留点识别方法及系统
CN110019996A (zh) * 2017-12-11 2019-07-16 中国移动通信集团广东有限公司 一种家庭关系识别方法和系统
CN109828967A (zh) * 2018-12-03 2019-05-31 深圳市北斗智能科技有限公司 一种伴随关系获取方法、系统、设备、存储介质
CN110909009A (zh) * 2019-11-20 2020-03-24 厦门市美亚柏科信息股份有限公司 基于话单的轨迹伴随行为分析方法、终端设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于移动通信社会化网络的家庭关系识别;李飞成;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190831(第8期);全文 *

Also Published As

Publication number Publication date
CN111581531A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
US20230367824A1 (en) Automatic generation of markers based on social interaction
CN111581531B (zh) 家庭成员结构识别方法、装置、存储介质及电子设备
CN112311612B (zh) 一种信息构建方法、装置及存储介质
US20140358811A1 (en) Illegal Activity Detection through Interpersonal Relationship Resolution
CN109743532B (zh) 一种门铃控制方法、电子设备、门铃系统和存储介质
CN110765220B (zh) 一种基于热力图的地理位置确定方法和电子设备
CN113935881A (zh) 一种基于大数据的人口结构分析方法、系统及可读存储介质
US20040143453A1 (en) Behavior based life support with default behavior patterns
CN109688218A (zh) 推送信息的方法、装置、电子设备及计算机可读存储介质
US9749452B2 (en) Contact person display processing method and mobile terminal
CN112925899B (zh) 排序模型建立方法、案件线索推荐方法、装置及介质
CN114331473A (zh) 电信诈骗事件的识别方法及其装置、计算机可读存储介质
JP7291100B2 (ja) 複数の投稿時系列データを用いた異常・変化推定方法、プログラム及び装置
CN104135560A (zh) 临时联系人信息添加方法、装置及终端
CN114663834B (zh) 一种快递存放现场监控方法
CN114519554A (zh) 一种日程创建方法、装置、设备及介质
CN113727351A (zh) 一种通信欺诈识别方法、装置及电子设备
CN107872589B (zh) 用户特征显示方法和系统
CN109739401B (zh) 一种用户特征数据管理系统及其界面显示方法及相关设备
JP7266137B1 (ja) 情報処理装置、情報処理方法及びプログラム
CN109561406A (zh) 一种sim卡的选择方法、装置、系统、电子设备和介质
CN106488412B (zh) 通信服务控制方法、系统、服务器和客户端
US11334954B2 (en) Identification and image construction for social media
CN112235778B (zh) 集团成员的确定方法和服务器
EP2736280A1 (en) Method and system for managing members of a group in a telecommunication service

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