[发明专利]基于wifi特征数据的居住地类型识别方法、电子设备和介质

权利要求书

1.一种基于wifi特征数据的居住地类型识别方法，其特征在于，包括：

步骤S1、获取待识别居住地对应的N个wifi特征数据；

步骤S2、将所述待识别居住地对应的N个wifi特征数据输入预设的目标居住地类型识别模型中，得到预测概率，所述目标居住地类型识别模型表示为：

P＝a₁x₁+a₂x₂+...+a_Nx_N

其中，P表示预测概率，x_i为第i个wifi特征数据，i＝1,2...N，a_i为第i个wifi特征数据对应的权重；

所述步骤S2包括：

将训练集中的样本数据进行数据降维、数据重采样和数据增强处理，得到第一训练集，将所述第一训练集输入预设的模型中进行训练，得到预测概率；

数据降维包括获取无法明显区分正负样本的维度数据，计算每个维度数据的信息值，并将该维度的信息值与预设的信息阈值相比较，若低于该信息阈值，则将该维度的数据删除；数据重采样包括将负样本取两次，或者将两个负样本交叉得到新的负样本；数据增强包括将数据特征进行伸缩变换进行数据扩充；

其中，所述训练集包括多个目标居住地对应的N个wifi特征数据和非目标居住地对应的N个wifi特征数据；目标居住地的N个wifi特征数据为正样本，实际概率为1；非目标居住地的N个wifi特征数据为负样本，对应的实际概率为0；

步骤S3、将所述预测概率与预设的概率阈值比较，若超过所述概率阈值，则将所述待识别居住地确定为目标居住地。

2.根据权利要求1所述的方法，其特征在于，

所述wifi特征数据包括wifi直接特征数据和wifi间接特征数据，其中，

所述wifi直接特征数据包括预设第一时间段内的wifi扫描终端数量、wifi连接终端数量、wifi尝试连接终端数量，以及分别基于所述wifi扫描终端数量、wifi连接终端数量、wifi尝试连接终端数量获取的每预设第二时间段的平均终端数量、预设第三时间段的占比终端数量中的至少一种，所述预设第二时间段和预设第三时间段小于预设第一时间段；

所述wifi间接特征数据包括预设第一时间段内的分别基于所述wifi扫描终端数量、wifi连接终端数量、wifi尝试连接终端数量获取的wifi对应的预设用户画像占比和预设app占比中的至少一种。

3.根据权利要求1所述的方法，其特征在于，

所述方法还包括：步骤S10、获取每一wifi特征数据对应的权重，具体包括：

步骤S101、获取多个目标居住地对应的N个wifi特征数据和非目标居住地对应的N个wifi特征数据作为训练集；

步骤S102、设置每一wifi特征数据对应的初始权重；

步骤S103、将所述训练集中的样本输入预设的模型中进行训练，得到预测概率；

步骤S104、基于所述样本的预测概率和实际概率确定对应的第一损失函数；

步骤S105、基于所述第一损失函数判断所述模型精确度是否达到预设模型精确度，若达到，则将当前模型对应的a₁,a₂...a_N确定为wifi特征数据对应的权重，否则，根据所述预测概率和所述第一损失函数调整每一wifi特征数据对应的权重，然后返回执行步骤S103。

4.根据权利要求3所述的方法，其特征在于，

所述步骤S103包括：

训练过程中对当前模型的wifi特征数据对应的权重进行正则化处理，再根据所述预测概率和第一损失函数更新模型系数。