[发明专利]一种基于用户画像的人员定位方法

权利要求书

1.一种基于用户画像的人员定位方法，该方法包括以下步骤：

S1：获取真实的个人历史交易记录；

S2：创建个人日常行为标签字典；

S3：通过交易日期，对交易商品在时间维度上进行分析，得到时间维度下的行为标签；

S4：通过登录账户IP、车票等字段进行空间维度分析，得到个人当天的地理活动范围；

S5：对时间维度分析和空间维度分析的结果使用积分模型，并对模型结果进行可视化；

S6：从积分模型和可视化图中分析得到个人的行为标签和地理活动范围，利用最长公共子序列算法判定是否有同行人员。

2.根据权利要求1所述一种基于用户画像的人员定位方法，其特征在于：步骤S2中，该字典由{key()：values()}组成，根据专业人员的经验，key()主要包含“个人财务”，“个人路线”，“生活习性”，“娱乐”四大类，其对应的values()分别为{‘银行’，‘花呗’，‘支付宝’，…}，{‘滴滴’，‘酒店’，‘小卖部’，…}，{‘餐馆’，‘按摩’，‘小吃’，…}，{‘网吧’，‘洗浴’，‘足疗’，…}，且字典可以实时进行更新。

3.根据权利要求1所述一种基于用户画像的人员定位方法，其特征在于步骤S3中，对交易日期，交易商品在时间维度上进行分析，得到该时间维度下的行为标签：

S31:对交易日期进行排序,sort_values(by＝交易日期)＝[‘1月1日’,‘1月3日’,…,‘3月10日’，…]，保证时间的先后顺序；

S32：对交易商品名称使用精确模式jieba分词对词条做到最精确的切分得到分词列表，遍历分词列表，当分词列表中的词属于创建的字典的某个值列表中，那么这个值对应的键所表示的标签就是当天的行为标签，允许同一天包含多个行为标签。

4.根据权利要求1所述一种基于用户画像的人员定位方法，其特征在于步骤S4中，通过登录账户IP、车票等字段进行空间维度分析，得到个人当天的地理活动范围，通过对登录账户IP地址和车票、快递收货地址进行地理编码得到经纬度从而得到个人的地理活动范围，引入在时间T时发生的案件地理位置。

5.根据权利要求1所述一种基于用户画像的人员定位方法，其特征在于步骤S5中对时间维度分析和空间维度分析的结果使用积分模型，对每个行为标签进行积分对每个地理位置进行积分通过积分高低排序得到个人经常出现的行为标签和活动地址范围，通过词云以及调用地图进行可视化展示，从而得到该人员一段时间内的时空路线。

6.根据权利要求1所述一种基于用户画像的人员定位方法，其特征在于步骤S6中,利用最长公共子序列算法判定是否有同行人员，对于两个不同电子身份信息的时空路线，t代表事件，L代表位置(地铁站或者经纬度)，判断两个时空(t_m,L_m)，(t_n,L_n)是否一致需要满足两次事件发生时间在15分钟内，且宏观地点一致；

取最长公共子序列的长度，当长度占较短路线长度的比例达到一定值则认为两路线相似，归为同一人或伴随，最长公共子序列计算公式如下：

其中，C[i,j]表示X_i和Y_j的最大公共子序列长度；以最长公共子序列大小占较短路线长度的比例作为衡量值，比例达到0.8以上算作同行，0.9以上算作同一用户的不同电子身份信息，匹配率即匹配到的电子身份个数占总个数之比，作为衡量算法的标准，其衡量公式3如下：

其中n_matched表示匹配到的电子身份个数，n_total表示电子身份总个数。