[发明专利]一种人员活跃度预测方法、装置和计算机可读存储介质

权利要求书

1.一种人员活跃度预测方法，其特征在于，所述方法包括：

获取一个或多个目标人员的一种或多种通讯方式对应的通讯数据，并对所述通讯数据进行预处理；其中，所述一种或多种通讯方式与所述一个或多个目标人员的身份标识相对应；

根据预处理后的通讯数据构建所述目标人员的鲜活度特征矩阵；

采用预设算法对每个目标人员对应的鲜活度特征矩阵进行异常分值计算；

根据不同的目标人员对应的异常分值的排序获取不同的目标人员的活跃度。

2.根据权利要求1所述的人员活跃度预测方法，其特征在于，所述对所述通讯数据进行预处理包括：

对所述通讯数据进行缺失值处理，并对不符合预设规则的通讯数据进行删除；

将进行缺失值处理后的通讯数据转化为预设格式；所述预设格式为包含一个或多个目标人物的一种或多种通讯特征的特征矩阵。

3.根据权利要求2所述的人员活跃度预测方法，其特征在于，所述对所述通讯数据进行缺失值处理包括：将包含缺失值的数据删除或者对包含缺失值的数据进行插补；

所述预设规则包括：通讯号码编码规则；

所述通讯特征包括以下任意一种或多种：主动通讯号码、被动通讯号码、通讯时段以及通讯时长。

4.根据权利要求3所述的人员活跃度预测方法，其特征在于，所述根据预处理后的通讯数据构建所述目标人员的鲜活度特征矩阵包括：

根据所述特征矩阵中的信息获取预设时长内每个目标人员分别与预设人员进行通讯时的鲜活度通讯特征；

将每个目标人员对应的一个或多个所述鲜活度通讯特征采用向量来表示，构成每个目标人员的鲜活度特征向量；

将多个目标人物对应的鲜活度特征向量组合成鲜活度特征矩阵。

5.根据权利要求4所述的人员活跃度预测方法，其特征在于，所述鲜活度通讯特征包括以下任意一种或多种：

最近一次与所述预设人员的通讯时段；

最近一次与所述预设人员的通讯时长；

最近一次与所述预设人员通讯距离当前时刻的总时长；

最近的一预设时段内与所述预设人员的通讯频次；

最近的一预设时段内与所述预设人员的通讯总时长；

多个预设时段内与所述预设人员的通讯总频次；以及，

多个预设时段内与所述预设人员的通讯总时长。

6.根据权利要求5所述的人员活跃度预测方法，其特征在于，

所述根据所述特征矩阵中的信息获取预设时长内每个目标人员分别与预设人员进行通讯时的鲜活度通讯特征包括：

根据所述矩阵特征中的所述主动通讯号码与所述被动通讯号码之间的通讯时段和通讯时长，统计出一种或多种所述鲜活度通讯特征；

所述将每个目标人员对应的一个或多个所述鲜活度通讯特征采用向量来表示包括：

按照预设顺序以向量的形式罗列出每一种所述活跃度通讯特征中相应的时段、时长或频次。

7.根据权利要求1所述的人员活跃度预测方法，其特征在于，所述预设算法包括：机器学习的孤立森林算法；

所述采用预设算法对每个目标人员对应的鲜活度特征矩阵进行异常分值计算包括：

将所述每个目标人员对应的鲜活度特征向量作为所述孤立森林算法的输入，经过所述孤立森林算法的计算，输出每个目标人员对应的异常分值。

8.根据权利要求7所述的人员活跃度预测方法，其特征在于，所述根据不同的目标人员对应的异常分值的排序获取不同的目标人员的活跃度包括：

将每个目标人员对应的异常分值进行排序，并根据排序结果获取异常分值最高的一个或多个目标人员；

将所述异常分值最高的一个或多个目标人员确定为活跃度最高的人员。

9.一种人员活跃度预测装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1-8任意一项所述的人员活跃度预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述的人员活跃度预测方法。