[发明专利]基于使用行为区分电视归属属性的系统与方法

说明书

本发明公开了一种基于使用行为区分电视归属属性的系统与方法，包括：采集终端数据建立大数据平台分析用户行为，利用电视的开机时长、地理位置、IP状态、对应用的使用情况等行为运用机器学习算法对电视的使用行为特征进行聚类，剔除工厂、卖场终端，最后剩下用户终端。本发明可动态追踪电视从激活、库存、到用户或者卖场整个过程中归属属性的变化，其判断的准确性和灵活性高，降低了对单一数据的依赖性。

技术领域

本发明涉及大数据和人工智能技术领域，具体涉及一种基于使用行为区分电视归属属性的系统与方法。

背景技术

在大数据背景下，采集终端的数据进行分析是大多数终端生产者都在做的事情，智能电视也不例外，电视终端从被激活开始，其数据一直在被采集，大数据平台开发者想要分析的是用户的数据，但是，这个终端可能被用户使用，或者在卖场做展示，也有可能存在工厂或者卖场仓库中，对于判断哪一台属于用户正在使用的存在一定困难。

目前使用的区分方式是通过电视上报的经纬度排除其是卖场、工厂机，但是经度1度表示111.11公里，数据稍微有一点点偏差，计算出的地理位置差异很大，而往往终端上报的经纬度精确度是不够的，因此，这种方法的准确率很低。也有利用IP来计算地理位置的，但用户和卖场的IP都经常变化，计算出的地理位置更不准确。前述的利用上报经纬度或者IP来计算地理位置的方法，由于经度1度代表的实际地理距离为111.11公里，纬度一度在中国范围内代表的实际距离也很大，要把地理距离精确度控制在1公里范围内，经纬度需要精确到小数点后三位，而方圆1公里的精确度都不能准确区分卖场、工厂或者用户。事实证明，现在的电视终端上报的经纬度完全达不到准确计算地理位置的要求。而IP，由于用户和卖场的IP不是固定IP，也不能准确的计算地理位置。地理位置计算不准，终端就没办法区分卖场、工厂或者用户。

发明内容

本发明克服了现有技术的不足，提供一种基于使用行为区分电视归属属性的系统与方法，用于解决判断终端归属状态不准确的技术问题。

考虑到现有技术的上述问题，根据本发明公开的一个方面，本发明采用以下技术方案：

一种基于使用行为区分电视归属属性的方法，包括以下步骤：

步骤一：将电视激活当天开机时间小于一时间设定值且激活后不再开机的、以及所述电视与工厂的距离小于一距离设定值的判定为工厂库存电视；反之，则将所述电视判定为卖场电视或用户终端；

步骤二：收集所述卖场电视或用户终端的使用行为数据，将所述使用行为数据做k-means聚类，根据聚类后各数据在质心中的值的分布来确定对电视归属属性分类有用的数据；

步骤三：根据k-means聚类得到的对电视归属属性分类有用的数据重新做k-means聚类，聚类得到的质心用于计算GMM算法的初始期望、方差，以及初始分布概率；

步骤四：用步骤三中计算出来的参数对卖场电视、用户终端做GMM聚类，得到卖场电视和用户终端的正态分布的期望和标准差，以及某一电视属于所述卖场电视或用户终端的概率，根据概率大小确定电视的归属属性。

为了更好地实现本发明，进一步的技术方案是：

根据本发明的一个实施方案，所述步骤一中的时间设定值为5分钟。

根据本发明的另一个实施方案，所述使用行为数据包括：最近卖场的大概距离、某段时间内平均整机开机时长、平均主场景的使用次数和时长、平均app的使用次数和时长。

根据本发明的另一个实施方案，所述步骤二的k-means聚类中，观察聚类后各类类型的质心对应到各数据的值，如果某类数据在各质心的值层次分明，那么这类数据能有效分类，如果某类数据在各质心较相近，或毫无规律，则它对有效分类作用不大。

根据本发明的另一个实施方案，所述步骤二中筛选后得到的对电视归属属性分类有用的数据包括终端与卖场的距离和整机开机时长。