[发明专利]社交关系挖掘方法、装置、存储介质和计算机设备在审

专利信息
申请号: 201910676119.3 申请日: 2019-07-25
公开(公告)号: CN110377846A 公开(公告)日: 2019-10-25
发明(设计)人: 吴鸽鹏;王芃森;刘畅 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/9536 分类号: G06F16/9536;G06F16/9537;G06Q50/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄晓庆
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 社交关系 连接信息 计算机设备 存储介质 类别信息 位置数据 特征量 获取位置 利用位置 挖掘 使用率 申请 统计
【权利要求书】:

1.一种社交关系挖掘方法,包括:

获取位置数据中的待识别WiFi设备的连接信息;

根据所述待识别WiFi设备的连接信息,统计所述待识别WiFi设备的特征量;

根据所述待识别WiFi设备的特征量,得到所述待识别WiFi设备的类别信息;

根据所述待识别WiFi设备的类别信息,确定与所述待识别WiFi设备对应的连接用户的社交关系。

2.根据权利要求1所述的方法,其特征在于,所述根据所述待识别WiFi设备的连接信息,统计所述待识别WiFi设备的特征量包括:

根据所述待识别WiFi设备的连接信息中的连接时间戳以及连接用户的设备标识,统计所述待识别WiFi设备的特征量。

3.根据权利要求1所述的方法,其特征在于,所述根据所述待识别WiFi设备的特征量,得到所述待识别WiFi设备的类别信息包括:

根据所述待识别WiFi设备的特征量,得到所述待识别WiFi设备的特征向量;

将所述待识别WiFi设备的特征向量输入已训练的设备分类模型,得到所述待识别WiFi设备的类别信息,所述已训练的设备分类模型根据预设的样本WiFi设备数据得到。

4.根据权利要求3所述的方法,其特征在于,所述将所述待识别WiFi设备的特征向量输入已训练的设备分类模型,得到所述待识别WiFi设备的类别信息前,还包括:

根据预设的样本WiFi设备数据,统计与所述样本WiFi设备数据对应的各WiFi设备的特征量;

根据各所述WiFi设备的特征量,得到各所述WiFi设备的特征向量;

根据各所述WiFi设备的特征向量进行无监督学习,得到各所述WiFi设备的目标类别信息;

根据各所述WiFi设备的目标类别信息,得到设备分类模型。

5.根据权利要求4所述的方法,其特征在于,所述根据各所述WiFi设备的特征向量进行无监督学习,得到各所述WiFi设备的目标类别信息包括:

对各所述WiFi设备的特征向量进行无监督学习,得到初始分类识别模型和各所述WiFi设备的初始类别信息;

随机选取多个WiFi设备的初始类别信息,根据被选取的WiFi设备的初始类别信息以及所述样本WiFi设备数据,验证所述初始分类识别模型;

当验证通过时,根据各所述WiFi设备的初始类别信息,得到各所述WiFi设备的目标类别信息;

当验证不通过时,返回根据所述样本WiFi设备数据,统计与所述样本WiFi设备数据对应的各WiFi设备的特征量的步骤。

6.根据权利要求4所述的方法,其特征在于,所述根据各所述WiFi设备的目标类别信息,得到设备分类模型包括:

根据各所述WiFi设备的目标类别信息进行有监督学习,得到设备分类模型。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

根据与所述待识别WiFi设备对应的连接用户的社交关系,对所述连接用户进行个性化推荐。

8.一种社交关系挖掘装置,其特征在于,所述装置包括:

获取模块,用于获取位置数据中的待识别WiFi设备的连接信息;

统计模块,用于根据所述待识别WiFi设备的连接信息,统计所述待识别WiFi设备的特征量;

识别模块,用于根据所述待识别WiFi设备的特征量,得到所述待识别WiFi设备的类别信息;

处理模块,用于根据所述待识别WiFi设备的类别信息,确定与所述待识别WiFi设备对应的连接用户的社交关系。

9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910676119.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top