[发明专利]一种用户上网偏好数据识别方法

权利要求书

1.一种用户上网偏好数据识别方法，其特征是，包括以下步骤：

1)获取用户上网行为日志数据，所述上网行为数据包括用户使用的应用、访问的内容、上网的时段、上网的位置数据；

2)将用户上网行为日志数据根据不同应用进行分别汇总；

3)指定用户访问各应用的指标类型包括访问次数、流量、访问频次，从各不同应用对应的汇总数据中分别取出各指标的最大值和最小值；

4)对于各不同应用的不同指标，分别根据最大值与最小值进行指标值标准化：定义某指标的最大值为a_max，最小值为a_min，标准化指标值为index，则此指标的标准化指标值为：

index＝(当前值-a_min)/(a_max-a_min)；

5)对于各不同应用，获取步骤4)中所得到的各指标对应的标准化指标值的权重weight，并根据标准化的指标值及相应权重计算各应用的偏好度score：

score(n)＝index(1)*weight(1)+index(2)*weight(2)+index(3)*weight(3)...index(n)*weight(n)

式中：n代表指标的种类数量；index(n)和weight(n)分别代表第n类指标的标准化指标值和权重值；

6)根据偏好度数值高低对各应用进行排序；

7)从排序后的各应用中选取偏好度居中的应用偏好度作为中位数；

8)将各应用的偏好度与中位数进行比较，如一应用偏好度小于中位数则丢弃此应用对应的数据；反之将此应用添加至偏好度排名中；

9)根据H-index算法给用户打上偏好度标签：

当用户偏好度的排名<＝使用用户数*5/6，和用户偏好度的排名>使用用户数*4/6为一般偏好应用；

当用户偏好度的排名<＝使用用户数*4/6，和用户偏好度的排名>使用用户数*2/6为强偏好应用。