[发明专利]一种基于大数据的PAS用户画像分析系统及其方法

权利要求书

1.一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：该基于大数据的PAS用户画像分析系统及其方法包括如下步骤：

P1、数据采集：通过互联网的数据采集渠道进行数据采集，利用互联网大数据进行充分的分析与处理；

P2、特征显示：分析并处理数据，选择能准确描述网络状态和用户行为的特征，生成采样样本进行数据显示；

P3、样本处理：对于数据层采样样本进行过采样或欠采样处理，对于算法层采样样本进行代价敏感和集成学习处理；

P4、建立模型：建立用户数据模型结构，完成全过程用户画像数据的关联与存储；

P5、模型训练与优化：采用多分类模型和二分类模型相结合，并且分析模型是过拟合或欠拟合，并对模型进行优化；

P6、应用分析：对数据画像模型得到的结果进行分析，并将分析结果可视化呈现给网络管理员；

P7、数据服务和开放展示：通过画像识别功能定义出以数据实体为中心的不同画像体系，最后通过可视化组件定义用户画像的图集进行数据开放；

P8、数据库建立与备份：重复执行上述步骤，以得到多个用户数据模型，建立画像模型仓库。

2.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P2步骤的的特征显示还包括如下步骤：

S1、将用户根据一预设条件分为多个用户区；

S2、同时收集每个所述用户区对应的所述用户的特征数据；

S3、判断所述用户的特征数据是否需要实时处理；

S4、将特征数据送入实时消息队列中，以进行实时处理，得到所述特征数据中的所述显示特征，并将所述特征数据和所述显示特征保存一存储器。

3.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P3步骤中过采样为通过增加正样本提高少数类的分类性能，欠采样为剔除负样本。

4.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P5步骤的欠拟合为训练集和测试集的准确率低，进行数据清洗，增加有效特征，更换复杂的模型。

5.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P5步骤的过拟合为训练集的准确率高，测试集的准确率低，进行增加训练样本数据，更换简单的模型。

6.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P4步骤的建立模型步骤采用数据梳理模块进行数据输出和关联存储。

7.根据所述权利要求6的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述数据梳理模块包括数据模块和模型定义模块包括模型模块，其中数据模块包括数据识别、数据抽取、数据关联和流程推理，模型定义模块包括模型设计和关系梳理。

8.根据所述权利要求1的一种基于大数据的PAS用户画像分析系统及其方法，其特征在于：所述P7步骤的数据开放方式为以服务接口的形式开放用户画像数据。