[发明专利]利用POI分析用户标签的方法及系统

说明书

本发明公开了一种利用POI分析用户标签的方法及系统。所述方法包括：获取若干用户的若干车辆停靠点；获取每个用户在每一车辆停靠点周围一距离阈值内的POI信息，所述POI信息包括POI的类别，并统计每个用户在所有车辆停靠点的每个类别的POI数目，形成所述用户的POI访问次数向量；对所述POI访问次数向量进行正则化处理，得到向量集合；对所述向量集合进行聚类，根据聚类结果，取出簇并打上身份标签。本发明对POI信息进行统计、正则化以及聚类处理，实现了根据用户的POI信息对用户的身份进行识别，准确度较高，能为用户的个性化商品推荐提供参考。

技术领域

本发明涉及车联网技术领域，特别涉及一种利用POI(兴趣点)分析用户标签的方法及系统。

背景技术

不同身份的用户对商品的需求不同，以保险为例，若单身者、父母、商务人士、旅游人士等对保险类目的需求就不相同。因此，如何为用户推送个性化的商品，关键在于如何准确识别用户身份。

发明内容

本发明要解决的技术问题是为了克服现有技术的缺陷，提供一种根据POI信息对用户进行身份识别的利用POI分析用户标签的方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

一种利用POI分析用户标签的方法，所述方法包括：

获取若干用户的若干车辆停靠点；

获取每个用户在每一车辆停靠点周围一距离阈值内的POI信息，所述POI信息包括POI的类别，并统计每个用户在所有车辆停靠点的每个类别的POI数目，形成所述用户的POI访问次数向量；

对所述POI访问次数向量进行正则化处理，得到向量集合；

对所述向量集合进行聚类，根据聚类结果，取出簇并打上身份标签。

较佳地，统计每个用户在所有车辆停靠点的每个类别的POI数目，形成所述用户的POI访问次数向量，具体包括：

根据所述POI信息统计每个车辆停靠点的每个类别的POI数目，并计算POI占比；

统计每个用户在所有车辆停靠点的每个类别的POI占比，形成所述POI访问次数向量。

较佳地，所述方法还包括：

将所述身份标签作为所述向量集合中向量的新的维度；

利用朴素贝叶斯模型建立各类POI访问次数与各身份标签的函数关系；

根据所述函数关系确定用户的用户标签。

较佳地，根据所述函数关系确定用户标签，具体包括：

根据所述函数关系，估计各类身份标签的概率；

将概率最大的身份标签作为用户标签。

较佳地，所述停靠点包括：一个行程的起始点和/或所述行程内停车超过预设时长的停车点。

较佳地，利用DBSCAN(一种聚类算法)对所述向量集合进行聚类。

一种利用POI分析用户标签的系统，所述系统包括：

获取模块，用于获取若干用户的若干车辆停靠点；

统计模块，用于获取每个用户在每一车辆停靠点周围一距离阈值内的POI信息，所述POI信息包括POI的类别；

所述统计模块还用于统计每个用户在所有车辆停靠点的每个类别的POI数目，形成所述用户的POI访问次数向量；

处理模块，用于对所述POI访问次数向量进行正则化处理，得到向量集合，并对所述向量集合进行聚类，根据聚类结果，取出簇并打上身份标签。