[发明专利]重入网用户的识别方法、装置及设备

权利要求书

1.一种重入网用户的识别方法，其特征在于，包括：

获取至少两个用户的行为特征向量；所述行为特征向量中记录了目标行为的发生时间、空间位置和强度表示信息；

根据每一用户的所述行为特征向量在时空行为特征立方体中确定的特征点，对至少两个用户中第一用户的特征点与第二用户的特征点进行相似度分析，判断所述第二用户是否为所述第一用户的重入网用户；

其中所述时空行为特征立方体以时间、空间位置的经度和空间位置的纬度为坐标，所述行为特征向量所对应的特征点依据目标行为的时间和空间位置在所述时空行为特征立方体中分布。

2.根据权利要求1所述的重入网用户的识别方法，其特征在于，所述获取至少两个用户的行为特征向量，包括：

采集每一用户的行为数据；所述行为数据包括不同目标行为的时间、空间位置和强度表示信息；

根据所述行为数据构造每一用户的所述时空行为特征立方体；

对所述时空行为特征立方体中的行为数据进行聚类分析，确定强度表示信息大于预设强度阈值的相对应行为数据为所述行为特征向量；

删除所述时空行为特征立方体中所述行为特征向量相对应特征点之外的其他特征点。

3.根据权利要求2所述的重入网用户的识别方法，其特征在于，所述对所述时空行为特征立方体中的行为数据进行聚类分析，确定强度表示信息大于预设强度阈值的相对应行为数据为所述行为特征向量，包括：

依据时间维度对所述时空行为特征立方体进行切片，形成多个切片数据；

对每一切片数据内的行为数据进行聚类，确定至少一聚类点；

将每一聚类点相对应行为数据的强度表示信息与预设强度阈值进行比较，确定强度表示信息大于预设强度阈值的相对应行为数据为所述行为特征向量。

4.根据权利要求1至3任一项所述的重入网用户的识别方法，其特征在于，所述强度表示信息表示为预设统计周期内目标行为的累计时长。

5.根据权利要求1所述的重入网用户的识别方法，其特征在于，在对至少两个用户中第一用户的特征点与第二用户的特征点进行相似度分析之前，所述方法还包括：

对第一用户的时空行为特征立方体中的行为特征向量和第二用户的时空行为特征立方体中的行为特征向量进行去单位标准化转换，获得第一用户的标准化数据向量和第二用户的标准化数据向量；其中每一标准化数据向量对应一个特征点；

其中，对至少两个用户中第一用户的特征点与第二用户的特征点进行相似度分析，包括：

对第一用户的标准化数据向量相对应的特征点与第二用户的标准化数据向量相对应的特征点，进行相似度分析，判断所述第二用户是否为所述第一用户的重入网用户。

6.根据权利要求1所述的重入网用户的识别方法，其特征在于，对至少两个用户中第一用户的特征点与第二用户的特征点进行相似度分析，判断所述第二用户是否为所述第一用户的重入网用户，包括：

确定所述第一用户的特征点与所述第二用户的特征点相比较的相似特征点；

在所述相似特征点的数量与所述第一用户的特征点的数量之间的比值大于第一预设值时，确定所述第二用户为所述第一用户的重入网用户。

7.根据权利要求6所述的重入网用户的识别方法，其特征在于，所述确定所述第一用户的特征点与第二用户的特征点相比较的相似特征点，包括：

选取第一用户的第一特征点；

计算所述第二用户中与所述第一特征点距离最短的第二特征点；其中所述第一特征点和所述第二特征点所对应行为特征向量的目标行为相同；

分析所述第一特征点与所述第二特征点的相似度值，判断所述第一特征点与所述第二特征是否为相似特征点。