[发明专利]用户行为分析方法、装置、计算设备及存储介质

权利要求书

1.一种用户行为分析方法，其特征在于，所述方法包括：

基于多个用户特征数据，构建基于第一特征维度和第二特征维度的二维特征矩阵，所述用户特征数据包括多个特征，所述多个特征包括第一特征和第二特征；

对所述二维特征矩阵进行因子分析，以将所述多个用户特征数据分别投影在第一特征域和第二特征域的因子载荷平面上；以及

对所述因子载荷平面上的投影点进行聚类分析，以提取用户行为模式特征；

所述方法还包括：

基于所述多个用户特征数据，分别计算所述多个特征与网络指标之间的相关系数；以及

选择所述相关系数不低于预定阈值的特征作为待分析特征；

所述基于多个用户特征数据，构建基于第一特征维度和第二特征维度的二维特征矩阵，包括：

从所述待分析特征中选择多组所述第一特征和所述第二特征，以分别构建所述二维特征矩阵。

2.根据权利要求1所述的方法，其特征在于，所述相关系数为：

R系数或斯皮尔曼等级相关系数或γ系数。

3.根据权利要求1所述的方法，其特征在于，所述用户特征数据是：

最小化路测MDT数据。

4.根据权利要求1所述的方法，其特征在于，所述待分析特征包括：

时间、位置、非时空类特征，所述非时空类特征是从MDT数据中提取的除了时间和位置以外的特征，所述多组所述第一特征和所述第二特征包括以下特征组合中的至少一种：

时间和位置；时间和非时空类特征；位置和非时空类特征；两个不同的非时空类特征。

5.根据权利要求1所述的方法，其特征在于，所述对所述二维特征矩阵进行因子分析的步骤包括：

使用对应分析法对所述二维特征矩阵进行因子分析。

6.根据权利要求5所述的方法，其特征在于，所述使用对应分析法对所述二维特征矩阵进行因子分析的步骤包括：

将所述二维特征矩阵基于第一特征域进行分解，得到第一域特征向量和第一域特征值；以及/或者

将所述二维特征矩阵基于第二特征域进行分解，得到第二域特征向量和第二域特征值。

7.根据权利要求6所述的方法，其特征在于，所述使用对应分析法对所述二维特征矩阵进行因子分析的步骤还包括：

基于最大的预定数量的第一域特征值分别对应的第一域特征向量，得到第一域因子载荷矩阵；以及/或者

基于最大的预定数量的第二域特征值分别对应的第二域特征向量，得到第二域因子载荷矩阵。

8.根据权利要求6所述的方法，其特征在于，所述使用对应分析法对所述二维特征矩阵进行因子分析的步骤还包括：

以两个所述第一域特征向量作为所述第一特征域的第一主因子轴，构建第一因子载荷平面；以及/或者

以两个所述第二域特征向量作为所述第二特征域的第二主因子轴，构建第二因子载荷平面。

9.根据权利要求8所述的方法，其特征在于，所述对所述因子载荷平面上的投影点进行聚类分析的步骤包括：

计算所述多个用户特征数据在所述因子载荷平面上的投影点两两之间的距离，以对所述多个用户特征数据进行聚类或分类。