[发明专利]一种基于多源数据及语义融合的用户行为预测方法及系统

说明书

本发明提供了一种基于多源数据及语义融合的用户行为预测方法和系统。基于用户上网记录数据，解析其中的行为与行为对象，获取用户上网行为的时间、行为类型、行为对象语义等信息生成用户上网行为特征。基于用户的通话记录数据，生成用户通话行为特征。基于用户位置停留数据记录数据，挖掘其中的重要位置、线路和移动模式，生成用户移动行为特征。基于用户通话记录数据和位置停留数据记录，挖掘用户社交圈及圈内其他用户对其的影响力，生成用户社交为特征。对用户上网、通话、移动、社交圈4种行为进行语义融合，建立所述用户的行为预测模型。对于所述用户新的数据记录，结合所述行为预测模型，预测所述用户的行为。

技术领域

本发明涉及大数据及数据挖掘技术领域，特别是涉及一种基于多源数据及语义融合的用户行为预测方法和系统。

背景技术

基于用户行为预测的营销，可大幅提升营销的精准度，目前人们日常生活的网络化和数字化，沉淀了大量的用户数据，尽管基于单一业务平台或来源的用户日志数据也可以预测用户行为，但其在预测精准度方面受到了数据源的限制，偏差较大，而在通信运营商侧，积累的同一用户的多个业务平台，多种不同维度和属性的数据，在海量用户数据基础上，基于用户标识技术和行为融合技术，发明并构建一种新的方法、系统，实现对语义和行为融合的用户行为预测，从而提升用户行为的精准度，提供更好的精准营销等个性化服务。

发明内容

本发明提供了一种基于多源数据及语义融合的用户行为预测方法和系统。基于用户上网记录数据，解析其中的行为与行为对象，获取用户上网行为的时间、行为类型、行为对象语义等信息生成用户上网行为特征。基于用户的通话记录数据，生成用户通话行为特征。基于用户位置停留数据记录数据，挖掘其中的重要位置、线路和移动模式，生成用户移动行为特征。基于用户通话记录数据和位置停留数据记录，挖掘用户社交圈及圈内其他用户对其的影响力，生成用户社交为特征。对用户上网、通话、移动、社交圈4种行为进行语义融合，建立所述用户的行为预测模型。对于所述用户新的数据记录，结合所述行为预测模型，预测所述用户的行为。

所述的方法及系统主要包括数据预处理模块、特征生成模块、模型训练模块、模型预测模块：

数据预处理模块（1）：完成对字段数据的清洗，用户上网记录数据中无效URL数据的过滤，用户通话记录数据中时间过短记录的过滤，用户位置停留数据中异常过滤以及基站去震荡等。

特征生成模块（2）：基于用户上网记录数据，用户通话记录数据，用户位置停留记录数据，生成用户上网行为特征，用户通话行为特征，用户移动行为特征，用户社交行为特征。

模型训练模块（3）：基于用户过往行为数据，训练用户行为预测模型。

模型预测模块（4）：基于新输入的用户行为数据和用户行为预测模型，预测未来用户行为。

用户行为预测流程：1）获取用户的过往历史行为数据，从多个数据源获取数据；2）基于用户唯一标识，识别多个数据源中用户数据；3）解析不同来源的数据中的用户行为，将用户行为规范化为【用户，时间，行为类型，行为对象】；4）将不同数据中行为对象的含义，使用同一的表示方式进行表示，例如知识库中的实体，得到融合后的用户行为记录；5）基于知识库，将用户融合后行为对象进行含义上的关联，例如浏览的产品具有同样的价格或其他关联；6）基于关联后的用户行为记录数据，预测用户行为。

附图说明

图1为一种基于多源数据及语义融合的用户行为预测方法和系统的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。