[发明专利]一种用户行为分类方法及系统

说明书

技术领域

本发明属于用户行为分析技术领域，尤其涉及一种用户行为分类方法及系统。

背景技术

大数据的一大应用是对用户行为进行分析和进行个性化推送服务，根据用户历来的行为分析用户的需求或即将要做的事情，探究用户的行为，并采用某些技术手段分析这些行为，最终将用户行为提供给营销人员或其他领域作为参考数据。例如，通过对各资费档次用户使用特征的比较，获得高资费用户上网的特征，找到目标用户，通过业务引导、资费策略等方式使用户向高资费转移。再例如，通过对政企客户使用业务种类的特征分析，向大客户营销商务领航系列产品等。一般地，基于数据的用户行为分析的核心思想就是事先根据用户的事件，分析出一些典型的行为，再通过采集用户的事件来匹配这些行为。由于行为的发生会再影响到用户的个性化的标签，标签匹配度会由于行为的不同有增有减，而不是一旦赋予终身不变，经过一段时间的数据积累，将逐渐清楚用户各方面的特征。

综上所述，现有的基于数据的用户行为分析方式存在的缺陷在于：不能满足出行行为知识库和规则库的建立，不能实现新用户的自动分类。

发明内容

本发明提供了一种用户行为分类方法及系统，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

本发明实现方式如下：一种用户行为分类方法，包括以下步骤：

步骤a：根据用户行为数据构建用户行为多维度描述表，并根据用户行为多维度描述表对用户进行分类标注；

步骤b：根据多维度描述表和用户分类构建分类模型，并根据分类模型构建用户行为知识库和规则库；

步骤c：采集新用户数据，并通过用户行为知识库和规则库对新用户进行自动分类。

本发明实施例采取的技术方案还包括：所述步骤a前还包括：构建出行用户行为大数据；所述构建出行用户行为大数据包括构建出行用户个人信息、用户出行信息及用户消费信息；所述出行用户个人信息包括证件、年龄、性别及住址；所述用户出行信息包括出发时间、返回时间、出发地、目的地及航班信息；所述用户消费信息包括消费记录清单。

本发明实施例采取的技术方案还包括：所述步骤a前还包括：对出行用户行为大数据进行统计分析，获取出行用户的时间、空间及价值维度特征。

本发明实施例采取的技术方案还包括：所述对出行用户行为大数据进行统计分析具体包括：

步骤a1：根据用户出行时间特征进行统计分析；所述出行时间特征具体包括年、季度、月、周或日；

步骤a2：根据用户出行空间特征进行统计分析；所述出行空间特征具体包括国家、省、城市或机场；

步骤a3：根据用户价值特征进行统计分析；所述用户价值特征具体包括：在贵宾休息室停留时间>2h的出行用户、有携伴的出行用户、同一用户多张卡联合消费、用户个人信息聚类或消费支付方式。

本发明实施例采取的技术方案还包括：在所述步骤a中，所述多维度描述表的构建方式为：将出行用户的时间、空间及价值维度特征与用户的个人信息进行关联，构建出行用户行为多维度描述表；在所述步骤b中，所述分 类模型的构建方式为：采用决策树和SVM分类算法，并结合关联分析方法构建分类模型。

本发明实施例采取的另一技术方案为：一种用户行为分类系统，包括多维度描述表构建模块、用户分类模块、分类模型构建模块、知识库构建模块和新用户分类模块；所述多维度描述表构建模块用于根据用户行为数据构建用户行为多维度描述表，所述用户分类模块用于根据用户行为多维度描述表对用户进行分类标注；所述分类模型构建模块用于根据多维度描述表和用户分类构建分类模型，所述知识库构建模块用于根据分类模型构建用户行为知识库和规则库；

所述新用户分类模块用于采集新用户数据，并通过用户行为知识库和规则库对新用户进行自动分类。

本发明实施例采取的技术方案还包括：还包括大数据构建模块，所述大数据构建模块用于构建出行用户行为大数据；所述构建出行用户行为大数据包括构建出行用户个人信息、用户出行信息及用户消费信息；所述出行用户个人信息包括证件、年龄、性别及住址；所述用户出行信息包括出发时间、返回时间、出发地、目的地及航班信息；所述用户消费信息包括消费记录清单。

本发明实施例采取的技术方案还包括：还包括数据分析模块，所述数据分析模块用于对出行用户行为大数据进行统计分析，获取出行用户的时间、空间及价值维度特征。

本发明实施例采取的技术方案还包括：所述数据分析模块包括时间特征分析单元、空间特征分析单元和价值特征分析单元；