[发明专利]用户群分类方法、装置、设备及存储介质

说明书

本发明实施例公开了一种用户群分类方法、装置、设备及存储介质，涉及数据处理技术领域，其包括：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；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；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。采用上述方案可以解决现有技术中嫌疑人团伙确定方案准确度低、应用场景单一的技术问题。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种用户群分类方法、装置、设备及存储介质。

背景技术

公安部门作为保护人民生命财产安全的一个重要组成机构，在处理各类案件时扮演重要的作用。当前，公安部门在找寻嫌疑人团伙时，可以采用下述方法：一、依靠公安人员的业务经验确定嫌疑人团伙；二、利用历史相似案件，即提取潜在嫌疑人的人脸特征信息，之后，利用深度学习在备案的黑名单数据库中进行匹配，若匹配到与人脸特征信息对应的人员，则将潜在嫌疑人作为嫌疑人，同时，将与人脸特征信息匹配相似度较高的人员作为潜在嫌疑人；三、依靠历史相同案件，即获取当前案件的行为轨迹，之后，将行为轨迹与历史发生案件的行为轨迹进行匹配，并根据匹配结果确认嫌疑人及嫌疑人团伙。

然而，第一个方法过于依赖公安人员的经验，随着嫌疑人团伙的作案手法及工具的多样性，会出现新型的作案手段，这样会减缓案件的侦破；第二个方法对于人脸特征信息的算法要求高，同时，对于未采集到人脸图像的案件，会降低确定嫌疑人团伙的速度；第三个方法无法在新型作案手段中发挥作用。

综上，嫌疑人团伙确定方案准确度低、应用场景单一，成为了亟需解决的问题。

发明内容

本发明提供了一种用户群分类方法、装置、设备及存储介质，以解决现有技术中，嫌疑人团伙确定方案准确度低、应用场景单一的技术问题。

第一方面，本发明实施例提供了一种用户群分类方法，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；

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；

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。

进一步的，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；

所述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，利用Pearson系数计算每个维度下各所述用户之间的行为相似度。

进一步的，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。

进一步的，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。

进一步的，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；