[发明专利]基于网络用户行为的群体划分方法和装置

说明书

技术领域

本发明涉及网络用户行为分析领域，特别是一种实现分析用户业务行为特性和规律的方法和装置。

背景技术

目前，随着互联网用户的急速增加，互联网业务也随之丰富，不同的业务对应不同的人群。因此，让一个业务更加适合其所对应用户就需要对使用该业务的用户进行群体划分，然后根据不同的用户群有针对性的改进现有业务。用户群划分技术是未来用户行为分析的一个关键技术。

现有技术中的用户群划分方法，主要是基于LM(Link Mining链接挖掘)的基于逻辑链接的划分方法，该方法不利于在电信网络中多业务交叉使用，互联网和非互联网多种用户的情况下做出分析，同时，过大的程序复杂度也使得该方法应用范围受限。

发明内容

本发明实施例提供基于网络用户行为的群体划分方法和装置，使用户群划分更符合电信网络监控情况和满足使用者特殊要求，同时扩大了使用范围。

本发明实施例公开了一种基于网络用户行为的群体划分方法，包括：确定行为特征参数集；再根据所确定的行为特征参数集构建用户类型空间，从用户行为服务器中读入数据，将每个用户多种参数归一化后，在用户类型空间中形成用户星座图，对星座图中各点进行初始化并确定探查范围，根据在该点探查范围内的点与其本身的距离计算移动距离向量，同时根据移动距离向量更新探查范围，重复以上步骤，直到所有点都不移动；根据初始探查范围，将邻近的点构成一个用户群。

本发明实施例还公开了一种基于网络用户行为的群体划分的装置，其特征在于，包括：

参数集确定单元，用于确定行为特征参数集；

空间确定单元，用于根据行为特征参数集确定用户类型空间；

聚类单元，从用户行为服务器中读入数据，将每个用户多种参数数值归一化后，在用户类型空间中形成用户星座图并确定探查范围，根据在该点探查范围内的点与其本身的距离计算移动距离向量，同时根据移动距离向量更新探查范围，重复以上步骤，直到所有点都不移动

群划分单元，用于根据初始探查范围，将邻近的点构成一个用户群。

从上述本发明的实施例可以看出，本发明实施例的用户行为空间可以变化满足了电信网络多业务交叉使用要求，引入使用者要求作为行为特征参数集的对应关系，表示参数之间的重要性程度，因此考虑了使用者的特殊要求。同时本发明的聚类方法不局限在网络用户的群体划分，扩大了适用范围。

附图说明

图1为本发明实现用户群划分方法的一个实施例流程图；

图2为本发明实现网络选择的方法的另一个实施例流程图；

图3为本发明距离向量聚类方法的流程图；

图4为本发明实现用户群划分装置的一个实施例结构图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

请参阅图1，为本发明实现网络选择的方法的一个实施例流程图，包括以下步骤：

步骤101：确定行为特征参数集；

步骤102：根据已确定的行为特征参数集，构建用户类型空间；

步骤103：从用户行为服务器中读入数据，将每个用户多种参数归一化后，在用户类型空间中形成用户星座图，对星座图中各点进行初始化并确定探查范围，根据在该点探查范围内的点与其本身的距离计算移动距离向量，同时根据移动距离向量更新探查范围，重复以上步骤，直到所有点都不移动；

步骤104：根据初始探查范围，将邻近的点构成一个用户群；

上述实施例在用户群划分中从用户行为服务器中读入数据，将每个用户多种参数数值归一化后，在用户类型空间中形成用户星座图并确定探查范围，根据在该点探查范围内的点与其本身的距离计算移动距离向量，同时根据移动距离向量更新探查范围，重复以上步骤，直到所有点都不移动，从而达到用户聚类效果。其中，本发明实施例的用户行为空间可以变化满足了有限数据的要求，引入使用者要求作为行为特征参数集的对应关系，表示参数之间的重要性程度，因此考虑了业务开发者要求。同时本发明的聚类方法不局限在网络用户的群体划分，扩大了适用范围。

请参阅图2，为本发明实现用户群划分的方法的另一个实施例流程图。本实施例中，通过用户界面，获取使用者所关注的信息。本实施例中，行为特征参数在UBAS中存储，比如用户静态类型和用户动态话题，针对IP地址也做出了区域的划分，当使用者需要划分用户群是，包括以下步骤：