[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

说明书

本发明涉及一种基于wifi特征数据的居住地类型识别方法、电子设备和介质，所述方法包括获取待识别居住地对应的N个wifi特征数据；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；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。本发明基于wifi大数据即可对待识别居住地进行识别，节约了人力成本低，且识别准确性高。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于wifi特征数据的居住地类型识别方法、电子设备和介质。

背景技术

由于居住地类型有多种，因此目标居住地类型和非目标居住地的占比相差较大，例如目标居住地类型和非目标居住地类型目标比例为1:100；如果直接采用现有的模型训练方法采集正负样本去训练目标居住地类型识别模型，再基于模型来识别目标居住地类型，则会由于样本不均衡导致识别准确度低。因此，如何提高居住地类型识别的准确度成为亟待解决的技术问题。

发明内容

本发明目的在于，提供一种基于wifi特征数据的居住地类型识别方法、电子设备和介质，提高了居住地类型识别的准确度。

根据本发明第一方面，提供了一种基于wifi特征数据的居住地类型识别方法，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iwifi特征数据，i＝1,2...N，a_i为第iwifi特征数据对应的权重；

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。

根据本发明第二方面，提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行本发明第一方面所述的方法。

根据本发明第三方面，提供一种计算机可读存储介质，所述计算机指令用于执行本发明第一方面所述的方法。

本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明提供的一种基于wifi特征数据的居住地类型识别方法、电子设备和介质可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：

本发明基于居住地对应的N个wifi特征数据训练目标居住地类型识别模型，将待识别居住地对应的N个wifi特征数据输入目标居住地类型识别模型对居住地类型进行识别，基于wifi大数据即可对待识别居住地进行识别，成本低，且识别准确性高。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本发明实施例提供的基于wifi特征数据的居住地类型识别方法流程图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种基于wifi特征数据的居住地类型识别方法、电子设备和介质的具体实施方式及其功效，详细说明如后。