[发明专利]基于移动终端的用户行为相似度识别方法、系统及装置

说明书

一种基于移动终端的用户行为相似度识别方法，对于海量用户数据，在数据分析时对一人多机的移动终端先进行了识别并关联，并结合用户移动终端线上行为数据和线下LBS数据，量化了用户之间行为特征关联关系，使得可准确判断多部移动终端是否为一人所用，准确提取用户线上行为特征，准确刻画用户的线下移动轨迹和精准计算任意终端间的线上、线下行为相似度，为企业定位目标用户提供数据支持。相应地，本申请还提供了一种基于移动终端的用户行为相似度识别系统及装置，以及一种计算机可读存储介质。

技术领域

本发明涉及大数据技术领域，具体涉及一种基于移动终端的用户行为相似度识别方法、系统及装置。

背景技术

随着移动互联网的快速发展，中国手机网民的规模已达8亿多，占中国总体网民的96.3％。大量的移动终端用户每天的线上线下行为为我们提供了大量丰富的数据，而产生这些数据的主体之间的关联度一直缺乏精准的量化。

现有技术中，通常是利用开发好的几个标签数值化后加权求和得到一个分数，来计算用户间的相似度，这样计算出的结果往往很粗糙，不能体现用户当前状态下的行为偏好，这样的数据用于企业精准营销，效果差强人意。

目前对于用户相似性的研究项目大多简单使用用户的标签加权得到用户之间的相似度，由于标签的维度不全，实时性不佳，实际应用中诸多弊端。

发明内容

本申请提供一种基于移动终端的用户行为相似度识别方法、系统及装置，旨在结合用户移动终端线上行为数据和线下LBS位置信息，量化用户之间行为特征关联关系。

根据第一方面，一种实施例中提供一种基于移动终端的用户行为相似度识别方法，包括：

数据获取步骤，获取至少两部移动终端的指纹信息、所述移动终端的LBS位置信息以及所述移动终端安装的app多维度行为数据信息，所述app多维度行为数据信息包括：app已装卸载行为数据、app卸载行为数据和WiFi连接行为数据；

设备关联步骤，根据所述指纹信息和所述app多维度行为数据信息，对一人多机的移动终端进行关联并生成相应地标记信息；

线上行为相似度计算步骤，根据所述app多维度行为数据提取用户线上行为特征矩阵，根据所述用户线上行为特征矩阵，计算用户之间的线上行为相似度；

线下行为相似度计算步骤，根据所述LBS位置信息，聚合密度较高的报点，得到用户历史轨迹特征矩阵，根据所述用户历史轨迹特征矩阵，计算用户之间的线下行为相似度；

综合分析步骤，根据所述标记信息、线上行为相似度和线下行为相似度，量化用户行为相似度。

在一些实施例，所述设备关联步骤包括：

根据所述指纹信息和所述app多维度行为数据信息，建立用户指纹信息和app多维行为数据之间的对应关联关系，通过设备指纹和app多维标识的交叉定位分析，确定一人多机备关联度，在关联度高时，对相应地移动终端进行关联并生成相应地标记信息。

在一些实施例，所述线上行为相似度计算步骤包括计算app安装特征相似度和计算WiFi特征关联度，其中，所述WiFi特征关联度包括工作时段WiFi使用特征关联度和休息时段WiFi使用特征关联度。

在一些实施例，所述app安装特征相似度使用广义Jaccard相关系数计算，其公式为：

其中，C_i,C_j为设备安装app的特征向量，m表示app的渗透率。

在一些实施例，所述WiFi特征关联度采用余弦相似度计算，其公式为：