[发明专利]旅游用户筛选的方法和旅游用户筛选的系统

权利要求书

1.一种旅游用户筛选的方法，其特征在于，基于移动运营商大数据进行分析和定位旅游爱好者，该方法包括步骤：

获取数据：从移动运营商大数据中获取用户异地出行数据、用户异地停留数据、用户上网记录数据和用户手机消费数据；

对数据进行分析处理：根据构造函数，对用户异地出行数据、用户异地停留数据和用户上网记录数据进行分析，确定用户为旅游爱好者。

2.根据权利要求1所述的旅游用户筛选的方法，其特征在于，在对数据进行分析处理时，构造函数为：

根据构造函数计算每个用户的旅游爱好概率，大于预设阈值者即确定用户为旅游爱好者，其中：y为用户为旅游爱好者的概率，y∈[0,1]；

为向量，f1为用户出现在异地的频次、t1为用户出现在异地的时长、r1为白天附着在位置场景类型为景区/饭店的小区的时长占用户当次异地停留时间的比例、r2为晚上附着在位置类型为酒店/饭店的小区的时长占用户当次异地停留时间的比例、f2为用户使用的频次、t2为用户使用OTA应用的时长以及b为用户使用OTA应用的流量，上述各项均为正向特征，各项取值越大，用户为旅游爱好者的概率越高；

θ为调整参数，θ为向量。

3.根据权利要求2所述的旅游用户筛选的方法，其特征在于，移动运营商大数据记录用户使用的移动终端与移动网络的所有信息交互，其中包括移动终端实时接入的基站/小区，且基站/小区的位置可转换为地图上的经纬度信息；

根据消息交互出现的时间和基站/小区的归属地，确定用户所在地点和时间，并根据用户常驻地进行比较，得出异地出行时间、地点、异地停留时间和次数；

以及，根据用户上网记录数据中与访问OTA应用、浏览旅游网页相关的流量统计和比较，结合用户访问OTA应用、浏览旅游网页的时间、地点以及后续所在地点和时间，判断用户是否有旅游倾向的概率。

4.根据权利要求2所述的旅游用户筛选的方法，其特征在于，还包括根据用户以往历史行为数据，估计调整参数θ的步骤，包括：

根据用户历史数据及以往运营经验，从已建立的数据经验库中选取n个向量θ；

选取m个已知旅游爱好者的历史数据作为样本数据，对向量θ进行估计；

将n个向量θ₁,θ₂,θ₃...θ_n，分别带入构造函数，其中为上述m个已知旅游爱好者的样本取值，得到y_m(θ_n)；

计算并比较真实样本值与y_m(θ_n)的误差和：

找出最小值Δy对应的样本，其对应的向量θ即为调整参数。

5.根据权利要求1所述的旅游用户筛选的方法，其特征在于，对数据进行分析处理还包括根据用户在异地附着小区的位置场景类型，对用户去过的酒店、饭店、景区的价格进行分析；

该方法还进一步包括：结合用户手机套餐使用情况，为旅游爱好者推荐相应档次的旅游资讯。

6.一种旅游用户筛选的系统，其特征在于，基于移动运营商大数据进行分析和定位旅游爱好者，该系统包括数据获取模块和数据分析处理模块，其中：

所述数据获取模块：用于从移动运营商大数据中获取用户异地出行数据、用户异地停留数据、用户上网记录数据和用户手机消费数据；

所述数据分析处理模块：用于根据构造函数，对用户异地出行数据、用户异地停留数据和用户上网记录数据进行分析，确定用户为旅游爱好者。