CN113282828A - 一种用户常在地的确定方法、系统和电子设备 - Google Patents

一种用户常在地的确定方法、系统和电子设备 Download PDF

Info

Publication number
CN113282828A
CN113282828A CN202110611699.5A CN202110611699A CN113282828A CN 113282828 A CN113282828 A CN 113282828A CN 202110611699 A CN202110611699 A CN 202110611699A CN 113282828 A CN113282828 A CN 113282828A
Authority
CN
China
Prior art keywords
address
user
influence
determining
factor
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.)
Granted
Application number
CN202110611699.5A
Other languages
English (en)
Other versions
CN113282828B (zh
Inventor
姚建平
左东昊
朱宏伟
王兆进
吴健
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.)
WONDERS INFORMATION CO Ltd
Original Assignee
WONDERS INFORMATION 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 WONDERS INFORMATION CO Ltd filed Critical WONDERS INFORMATION CO Ltd
Priority to CN202110611699.5A priority Critical patent/CN113282828B/zh
Publication of CN113282828A publication Critical patent/CN113282828A/zh
Application granted granted Critical
Publication of CN113282828B publication Critical patent/CN113282828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请公开一种用户常在地的确定方法、系统和电子设备,所述用户常在地的确定方法包括以下步骤:关联每个地址i和影响所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度;比较每个地址i的影响度分数大小,以影响度对应的计算值最大的地址为用户常在地。

Description

一种用户常在地的确定方法、系统和电子设备
技术领域
本发明涉及一种用户所在地的确定方法,尤其涉及一种用户常在地的确定方法、系统和电子设备。
背景技术
目前,随着大数据被应用在诸多的领域,人们的生活水平和生活方式都得到了大量的改善。目前,推荐算法是一种主流的为用户推荐需求信息的手段。常用的算法都是通过对信息进行分类标识,比如目前的小视频类APP等。有的是注册的时候就让用户去选择喜欢的类型:花草,汽车,财经,音乐等等。
但是有时用户需求跟用户常在地有很大的关联。比如一些与政务有关的APP、与天气有关的APP等。目前确定用户所在的方法通常是通过访问APP时的卫星定位,但是这种方式只能确定用户当前的位置,而无法确定用户常在地。
发明内容
本发明的一个优势在于提供一种用户常在地的确定方法、系统和电子设备,其中所述用户常在地的确定方法能够确定用户常在地。
本发明的另一个优势在于提供一种用户常在地的确定方法、系统和电子设备,其中采用所述用户常在地的确定方法能够将用户的行为习惯与用户常在地关联,从而使得最终确定的用户常在地更加准确。
为达到本发明以上至少一个优势,本发明提供一种用户常在地的确定方法,所述用户常在地的确定方法包括以下步骤:
关联每个地址i和所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度,
其中每个影响因子s与每个地址i的影响度分数通过以下公式计算得到:
Figure BDA0003096021700000011
Figure DA00030960217037044082
其中
Figure BDA0003096021700000013
其中λt=λ0αt,其中α为0到1之间的数值,λ0是定常数;
其中pu,s,t,i为用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数;
其中attri为每个地址i自身的权重;
ws为每个影响因子对每种地址的影响度的权重;
比较每个地址i的影响度大小,以对应影响度分数最大的地址为用户常在地。
根据本发明一实施例,其特征在于,所述影响因子包括选自日期,时间,天气情况,节假日,APP服务中的至少一个。
根据本发明一实施例,所述用户常在地的确定方法包括以下步骤:
对应影响度分数差值在一阈值范围内的地址也作为所述用户常在地。
根据本发明一实施例,影响因子被设置能够被增加和删减。
为达到本发明以上至少一个优势,本发明提供一种电子设备,其包括一个或多个处理器、存储器以及一个或多个计算机程序,其中上述一个或多个计算机程序被存储在上述存储器中,上述一个或多个计算机程序包括指令,当上述指令被上述设备执行时,使得所述电子设备执行如权利要求1-4中任一所述用户常在地的确定方法。
为达到本发明以上至少一个优势,本发明提供一种用户常在地的确定系统,所述用户常在地的确定系统包括:
采集模块,所述采集模块被设置能够采集用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数;
分析模块,所述分析模块被设置可通信地连接于所述采集模块,以基于预设的公式和根据所述采集模块采集的数据,关联每个地址i和影响所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度;
比较模块,所述比较模块被可通信地连接于所述分析模块,以比较每个地址i的影响度大小;
输出模块,所述输出模块被可通信地连接于所述比较模块,以输出对应于影响度分数最大的地址为用户常在地。
根据本发明一实施例,其中所述比较模块被设置影响度分数差值在一阈值范围内的地址,其中所述输出模块被设置对应影响度分数差值在一阈值范围内的地址。
附图说明
图1示出了本发明所述用户常在地的确定方法的流程图。
图2示出了本发明所述用户常在地的确定系统的结构框图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
示例性用户常在地的确定方法
参考图1,依本发明一较佳实施例的一种用户常在地的确定方法将在以下描述,具体地,所述用户常在地的确定方法包括以下步骤:
S1001,关联每个地址i和所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度;
在一个实施例中,每个影响因子s与每个地址i的影响度分数通过以下公式计算得到:
Figure BDA0003096021700000031
Figure DA00030960217037058423
其中
Figure BDA0003096021700000033
其中λt=λ0αt,其中α为0到1之间的数值,λ0是定常数;
其中pu,s,t,i为用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数;
其中attri为每个地址i自身的权重;
ws为每个影响因子对每种地址的影响度的权重。
可以理解的是,地址i=[i1,i2,…in],集合中可以是家,公司,各种政务办事处,娱乐场所,地铁公交站等等,其中获得地址i的方式包括但不限于:(1)访问APP时的卫星定位,(2)访问APP时的ip对应的地址。
值得一提的是,在所述步骤S1001中,所述影响因子s=[s1,s2,…sn],集合中包括但不限于日期,时间,天气情况,节假日,APP服务等,且集合中的影响因子被设置能够被增加和删减。
所述用户常在地的确定方法包括以下步骤:
S1002,比较每个地址i的影响度大小,以影响度分数最大的地址为用户常在地。
进一步地,所述用户常在地的确定方法包括以下步骤:
S1003,
影响度分数差值在一阈值范围内的地址也作为所述用户常在地。
也就是说,影响度的计算值从高到低排序。若最高评分明显高于其他,则将其设为用户常在地。若前N名差距不大,则一同设置为用户常在地。
示例性电子设备
本申请电子设备一个实施例的结构示意图,上述电子设备可以包括:一个或多个处理器、存储器以及一个或多个计算机程序。
其中上述一个或多个计算机程序被存储在上述存储器中,上述一个或多个计算机程序包括指令,当上述指令被上述设备执行时,使得上述设备执行上述用户常在地的确定方法。
电子设备还可以包括处理器和存储器。其中,处理器和存储器之间可以通过内部连接通路互相通信,传递控制和/或数据信号,该存储器用于存储计算机程序,该处理器用于从该存储器中调用并运行该计算机程序。
上述存储器可以是只读存储器(read-only memory,ROM)、可存储静态信息和指令的其它类型的静态存储设备、随机存取存储器(random access memory,RAM)或可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其它磁存储设备,或者还可以是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质等。
上述处理器可以和存储器可以合成一个处理装置,更常见的是彼此独立的部件,处理器用于执行存储器中存储的程序代码来实现上述功能。具体实现时,该存储器也可以集成在处理器中,或者,独立于处理器。
应理解,电子设备能够实现上述所示实施例提供的方法的各个过程。电子设备中的各个模块的操作和/或功能,分别为了实现上述方法实施例中的相应流程。
除此之外,为了使得电子设备的功能更加完善,该电子设备还可以包括摄像头、电源、输入单元等中的一个或多个。
可选地,电源用于给电子设备中的各种器件或电路提供电源。
应理解,电子设备中的处理器可以是片上系统SOC,该处理器中可以包括中央处理器(Central Processing Unit;以下简称:CPU),还可以进一步包括其他类型的处理器,例如:图像处理器(Graphics Processing Unit;以下简称:GPU)等。
总之,处理器内部的各部分处理器或处理单元可以共同配合实现之前的方法流程,且各部分处理器或处理单元相应的软件程序可存储在存储器中。
本申请还提供一种电子设备,所述设备包括存储介质和中央处理器,所述存储介质可以是非易失性存储介质,所述存储介质中存储有计算机可执行程序,所述中央处理器与所述非易失性存储介质连接,并执行所述计算机可执行用户常在地的确定方法。
以上各实施例中,涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器,还可包括GPU、嵌入式神经网络处理器(Neural-network Process Units;以下简称:NPU)和图像信号处理器(Image Signal Processing;以下简称:ISP),该处理器还可包括必要的硬件加速器或逻辑处理硬件电路,如ASIC,或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外,处理器可以具有操作一个或多个软件程序的功能,软件程序可以存储在存储介质中。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当其在计算机上运行时,使得计算机执行用户常在地的确定方法。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,当其在计算机上运行时,使得计算机执行所述用户常在地的确定方法。
本领域普通技术人员可以意识到,本文中公开的实施例中描述的各单元及算法步骤,能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,任一功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory;以下简称:ROM)、随机存取存储器(Random Access Memory;以下简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
示例性用户常在地的确定系统
参考图2,根据本发明的另一个方面,本发明提供一种用户常在地的确定系统,其中所述用户常在地的确定系统包括一采集模块10、一分析模块20、一比较模块30以及一输出模块40。
所述采集模块10被设置能够采集用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数。
所述分析模块20被设置可通信地连接于所述采集模块10,预设的公式和根据所述采集模块10采集的数据,关联每个地址i和所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度。
所述比较模块30被可通信地连接于所述分析模块20,比较每个地址i的影响度大小。所述输出模块40被可通信地连接于所述比较模块30,以输出与影响度分数最大的地址为用户常在地。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的优势已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。

Claims (7)

1.一种用户常在地的确定方法,其特征在于,所述用户常在地的确定方法包括以下步骤:
关联每个地址i和所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度,
其中每个影响因子s对每个地址i的影响度的分数通过以下公式计算得到:
Figure FDA0003096021690000011
其中
Figure FDA0003096021690000012
其中λt=λ0αt,其中α为0到1之间的数值,λ0是定常数;
其中pu,s,t,i为用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数;
其中arrti为每个地址i自身的权重;
ws为每个影响因子对每种地址的影响度的权重;
比较每个地址i的影响度大小,以影响度分数最大的地址为用户常在地。
2.根据权利要求1所述用户常在地的确定方法,其特征在于,所述影响因子包括选自日期,时间,天气情况,节假日,APP服务中的至少一个。
3.根据权利要求1所述用户常在地的确定方法,其特征在于,所述用户常在地的确定方法包括以下步骤:
影响度分数差距在一阈值范围内的地址也作为所述用户常在地。
4.根据权利要求你1所述用户常在地的确定方法,其特征在于,影响因子被设置能够被增加和删减。
5.一种电子设备,其特征在于,其包括一个或多个处理器、存储器以及一个或多个计算机程序,其中上述一个或多个计算机程序被存储在上述存储器中,上述一个或多个计算机程序包括指令,当上述指令被上述设备执行时,使得所述电子设备执行如权利要求1-4中任一所述用户常在地的确定方法。
6.一种用户常在地的确定系统,其特征在于,所述用户常在地的确定系统包括:
采集模块,所述采集模块被设置能够采集用户u在距离当前日期的第t天、影响因子s和在地址i处访问APP的次数;
分析模块,所述分析模块被设置可通信地连接于所述采集模块,基于预设的公式和根据所述采集模块采集的数据,关联每个地址i和影响所述地址的影响因子s,并确定每个影响因子s对每个地址i的影响度;
比较模块,所述比较模块被可通信地连接于所述分析模块,以比较每个地址i的影响度分数大小;
输出模块,所述输出模块被可通信地连接于所述比较模块,输出影响度分数最大的地址为用户常在地。
7.根据权利要求6所述用户常在地的确定系统,其特征在于,其中所述比较模块被设置为影响度分数差值在一阈值范围内的地址,其中所述输出模块被设置输出与影响度分数差值在一阈值范围内的地址。
CN202110611699.5A 2021-06-02 2021-06-02 一种用户常在地的确定方法、系统和电子设备 Active CN113282828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110611699.5A CN113282828B (zh) 2021-06-02 2021-06-02 一种用户常在地的确定方法、系统和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110611699.5A CN113282828B (zh) 2021-06-02 2021-06-02 一种用户常在地的确定方法、系统和电子设备

Publications (2)

Publication Number Publication Date
CN113282828A true CN113282828A (zh) 2021-08-20
CN113282828B CN113282828B (zh) 2024-03-26

Family

ID=77283047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110611699.5A Active CN113282828B (zh) 2021-06-02 2021-06-02 一种用户常在地的确定方法、系统和电子设备

Country Status (1)

Country Link
CN (1) CN113282828B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101425926A (zh) * 2008-10-08 2009-05-06 北京赛尔汇力安全科技有限公司 基于信用评估的网络秩序调控方法
US20120303376A1 (en) * 2011-05-24 2012-11-29 JVC Kenwood Corporation Information selecting apparatus and method, and computer program
CN105871882A (zh) * 2016-05-10 2016-08-17 国家电网公司 基于网络节点脆弱性和攻击信息的网络安全风险分析方法
WO2016205557A1 (en) * 2015-06-16 2016-12-22 The CAPROCK Group, Inc. Platform for managing resources
CN108959934A (zh) * 2018-06-11 2018-12-07 平安科技(深圳)有限公司 安全风险评估方法、装置、计算机设备和存储介质
CN111263311A (zh) * 2018-11-30 2020-06-09 中国移动通信集团湖南有限公司 一种常驻物理小区识别方法和装置
CN111914128A (zh) * 2020-06-20 2020-11-10 中国建设银行股份有限公司 关联用户的确定方法、装置、电子设备及可读存储介质
CN112069281A (zh) * 2020-09-08 2020-12-11 智慧足迹数据科技有限公司 兴趣点位置的确定方法、装置、计算机设备及存储介质
CN112348535A (zh) * 2020-11-04 2021-02-09 新华中经信用管理有限公司 一种基于区块链技术的溯源应用方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101425926A (zh) * 2008-10-08 2009-05-06 北京赛尔汇力安全科技有限公司 基于信用评估的网络秩序调控方法
US20120303376A1 (en) * 2011-05-24 2012-11-29 JVC Kenwood Corporation Information selecting apparatus and method, and computer program
WO2016205557A1 (en) * 2015-06-16 2016-12-22 The CAPROCK Group, Inc. Platform for managing resources
CN105871882A (zh) * 2016-05-10 2016-08-17 国家电网公司 基于网络节点脆弱性和攻击信息的网络安全风险分析方法
CN108959934A (zh) * 2018-06-11 2018-12-07 平安科技(深圳)有限公司 安全风险评估方法、装置、计算机设备和存储介质
CN111263311A (zh) * 2018-11-30 2020-06-09 中国移动通信集团湖南有限公司 一种常驻物理小区识别方法和装置
CN111914128A (zh) * 2020-06-20 2020-11-10 中国建设银行股份有限公司 关联用户的确定方法、装置、电子设备及可读存储介质
CN112069281A (zh) * 2020-09-08 2020-12-11 智慧足迹数据科技有限公司 兴趣点位置的确定方法、装置、计算机设备及存储介质
CN112348535A (zh) * 2020-11-04 2021-02-09 新华中经信用管理有限公司 一种基于区块链技术的溯源应用方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D. RYU 等: "Location-Based Web Service QoS Prediction via Preference Propagation to Address Cold Start Problem", 《IN IEEE TRANSACTIONS ON SERVICES COMPUTING》, vol. 14, no. 3, pages 736 - 746, XP011859502, DOI: 10.1109/TSC.2018.2821686 *
汪明峰 等: "上海城中村外来人口的社会融合及其影响因素", 《地理学报》, vol. 70, no. 8, pages 1243 - 1255 *
陈艺: "一种融合多因素社交活动个性化推荐模型", 《计算机应用与软件》, vol. 37, no. 1, pages 53 - 58 *

Also Published As

Publication number Publication date
CN113282828B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
US20190259114A1 (en) System and method for quality based ranking of patents
US20130238332A1 (en) Automatic input signal recognition using location based language modeling
CN110020025A (zh) 一种数据处理方法及装置
CN115952162A (zh) 一种数据质量校验方法、装置和设备
CN112100226B (zh) 一种数据查询方法及计算机可读存储介质
CN117372817A (zh) 人脸识别模型的训练方法、装置及人脸识别方法、装置
CN113282828A (zh) 一种用户常在地的确定方法、系统和电子设备
US11367311B2 (en) Face recognition method and apparatus, server, and storage medium
CN106897224B (zh) 一种软件测试范围的确定方法及装置
US20240211519A1 (en) System and method for quality based ranking of patents
JP2017091437A (ja) クラスタ選択装置
CN112183584A (zh) 一种模型训练以及业务执行的方法及装置
CN108961071B (zh) 自动预测组合业务收益的方法及终端设备
CN114500368B (zh) 数据传输方法和装置及采用该装置的路由器
CN114722442B (zh) 柜体的布局方法、装置、计算机设备及存储介质
CN110764731A (zh) 一种多媒体文件播放控制方法、智能终端及服务器
CN114996009A (zh) 智能终端的进程管理方法、装置、计算机设备及存储介质
CN113220949B (zh) 一种隐私数据识别系统的构建方法及装置
CN109543888A (zh) 营业厅位置选择方法、装置及存储介质
CN110264333B (zh) 一种风险规则确定方法和装置
CN113468037A (zh) 一种数据质量评估方法、装置、介质和电子设备
CN111147556A (zh) 一种负载均衡方法、装置、设备及存储介质
JP6958952B2 (ja) マスター顔画像の登録装置、登録方法、プログラム、および記録媒体
CN110765118B (zh) 一种数据的修订方法、修订装置及可读存储介质
CN114500261B (zh) 一种网络资产识别方法、装置及电子设备和存储介质

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