[发明专利]一种基于联邦学习的客群画像方法及装置

权利要求书

1.一种基于联邦学习的客群画像方法，其特征在于，用于运营商，包括以下步骤：

S1、获取DPI日志数据，分析DPI日志数据，得到ur1、mdn、userID，建立userID和mdn的映射关系；

S2、对POI位置信息进行编码，调整编码位数；

S3、对样本集进行加密样本对齐，通过联邦学习的方式进行联合建模。

2.如权利要求1所述的一种基于联邦学习的客群画像方法，其特征在于，所述S1具体包括以下步骤：

S11、获取合作方指定域名的DPI日志数据；

S12、分析指定域名的DPI日志数据，得到ur1、mdn；

S13、按照协商规则，分析ur1，得到userID；

S14、建立userID和mdn的映射关系。

3.如权利要求2所述的一种基于联邦学习的客群画像方法，其特征在于：所述S11中指定域名为abc.com，所述S13中协商规则为muuserid＝。

4.如权利要求1所述的一种基于联邦学习的客群画像方法，其特征在于，所述S2具体包括以下步骤：

S21、对指定的POI位置信息进行geohash编码，按照精度要求调整编码位数；

S22、通过信令数据得到访问过指定物理范围的mdn；

S23、根据所述S1的映射关系得到所述S22mdn对应的userID。

5.如权利要求4所述的一种基于联邦学习的客群画像方法，其特征在于，所述S22中若编码为6位，则指定物理范围为：网格宽度1.22km，网格高度0.61km。

6.如权利要求1所述的一种基于联邦学习的客群画像方法，其特征在于，所述S3具体包括以下步骤：

S31、对自由样本集userID和访问过指定区域的userID进行加密样本对齐；

S32、对样本集合进行纵向联邦学习联合建模。

7.如权利要求6所述的一种基于联邦学习的客群画像方法，其特征在于，所述S32中样本集合包括：合作方提供的特征及标签，运营商提供特征。

8.如权利要求7所述的一种基于联邦学习的客群画像方法，其特征在于，所述合作方提供的特征为：用户使用app的时长、使用app次数、终端品牌，所述合作方提供的标签为：是否为高净值高消费用户。

9.如权利要求7所述的一种基于联邦学习的客群画像方法，其特征在于，所述运营商提供特征包括：用户性别、年龄、在网时长、套餐金额、常住地稳定性、上网行为。

10.一种基于联邦学习的客群画像装置，其特征在于，包括映射关系模块、位置编码模块、联邦学习模块，其中：

映射关系模块，用于获取DPI日志数据，分析DPI日志数据，得到ur1、mdn、userID，建立userID和mdn的映射关系；

位置编码模块，用于对POI位置信息进行编码，调整编码位数；

联邦学习模块，用于对样本集进行加密样本对齐，通过联邦学习的方式进行联合建模。