[发明专利]用户群分类方法、装置、设备及存储介质

权利要求书

1.一种用户群分类方法，其特征在于，包括：

获取用户群中每位用户在各维度下的行为数据，每个所述维度对应至少一类所述行为数据；

确认不同所述维度下相同的子数据；

将所述相同的子数据所对应的行为数据归为同一所述用户的关联行为数据；

根据所述行为数据确定每个所述维度下各所述用户之间的行为相似度，其中，包括按照设定时间间隔划分所述行为数据，得到多个子行为数据，统计所述行为数据中出现的地点数据，确定每位所述用户在每个所述子行为数据中出现在各所述地点数据的参数，根据所述参数，计算每个维度下各所述用户之间的行为相似度；

根据所述行为相似度计算基于全部所述维度的用户之间的最终相似度；

根据所述最终相似度对所述用户群进行分类。

2.根据权利要求1所述的用户群分类方法，其特征在于，所述获取用户群中每位用户在各维度下的行为数据包括：

获取设定时间段内用户群中每位用户在各维度下的行为数据。

3.根据权利要求1或2所述的用户群分类方法，其特征在于，所述维度包括：网吧维度、酒店维度、WiFi上网维度、常住地维度中的至少两个。

4.根据权利要求1所述的用户群分类方法，其特征在于，所述根据所述行为相似度计算基于全部所述维度的用户之间的最终相似度包括：

根据所述行为相似度计算各所述维度对于所述用户的权重；

根据所述权重确定各所述用户之间的最终相似度。

5.根据权利要求4所述的用户群分类方法，其特征在于，所述根据所述行为相似度计算各所述维度对于所述用户的权重包括：

根据所述行为相似度计算每个所述维度的熵值；

根据所述熵值得到对应维度的权重。

6.根据权利要求5所述的用户群分类方法，其特征在于，所述根据所述行为相似度计算每个所述维度的熵值包括：

以用户为单位，将各所述维度下的所述行为相似度进行汇总，得到相似度汇总数据；

对所述相似度汇总数据中的所述行为相似度进行归一化处理，以得到归一化相似度；

计算每个所述归一化相似度在对应维度下的权重；

根据各所述权重计算每个所述维度的熵值。

7.根据权利要求5所述的用户群分类方法，其特征在于，所述根据所述熵值得到对应维度的权重包括：

根据每个所述维度的熵值得到各所述维度的信息熵冗余度；

根据所述信息熵冗余度得到对应维度的权重。

8.根据权利要求1所述的用户群分类方法，其特征在于，所述根据所述最终相似度对所述用户群进行分类包括：

在所述用户群中选择一用户作为当前用户；

判断所述当前用户是否存在对应的类别；

若所述当前用户不存在对应的类别，则获取所述当前用户与所述用户群中其他用户之间的最终相似度；

依次确定每个最终相似度对应的其他用户是否已经存在对应的类别；

若最终相似度对应的其他用户不存在对应的类别，则确定最终相似度是否大于相似度阈值；

若最终相似度大于相似度阈值，则将最终相似度对应的其他用户和所述当前用户划分为一个类别；

若所述当前用户存在对应的类别，则在所述用户群中选择另一用户作为当前用户，并返回执行判断所述当前用户是否存在对应的类别的操作，直到遍历所述用户群内的全部用户为止。

9.根据权利要求8所述的用户群分类方法，其特征在于，所述用户群内的全部用户均存在对应的类别之后，还包括：

在每位所述用户对应的各最终相似度中，选择数值最高的设定数量最终相似度；

确认每位所述用户下，所述设定数量最终相似度对应的其他用户所属的类别；

在对应的各其他用户所属的类别中，获取占比最高的类别作为当前用户的最终类别，并根据所述最终类别得到用户群分类结果。