[发明专利]一种基于大数据分析的用户群体精准识别系统及方法

权利要求书

1.一种基于大数据分析的用户群体精准识别系统，其特征在于，所述系统包括：数据采集单元、数据预处理单元、数据分析单元、数据应用单元以及数据业务单元，其中：所述数据采集单元用于采集所述用户互联网上网日志数据；所述预处理模块将用户互联网上网日志数据转换成矩阵表示方式，同时进行存储，将所述矩阵表示方式的数据定义为待分析数据；所述数据分析单元用于根据用户设定的特征参数从所述待分析数据中提取所述特征参数，供模型训练时使用；若待分析数据需要执行特征提取，则进行特征提取；若不需要，则进行特征转换，得到所述用户的行为特征；所述数据应用单元用于基于已建立的多维特征资源训练的标签分类，根据所述用户的行为特征在所述多维特征资源中进行匹配，得到所述用户的多维度行为标签，所述多维度行为标签至少包括所述用户的基本行为标签、社会行为标签、上网行为行为标签、行为习惯行为标签以及兴趣特征行为标签；所述数据业务单元用于根据所述多维度行为标签构建所述用户画像。

2.如权利要求1所述的系统，其特征在于，所述特征转换是指将用户设定的特征转换成用户所需的表示形式，目的是为了优化输入的特征参数，以提高模型训练的精度或模型训练的速度。

3.如权利要求2所述的系统，其特征在于，所述数据分析单元用于分别通过离线和在线方式对预处理后的所述互联网上网日志数据进行分析处理，得到所述用户的行为特征。

4.如权利要求3所述的系统，其特征在于，所述数据分析单元包括加载单元以及离线分析单元，其中：所述加载单元用于将预处理后的所述互联网上网日志数据加载到数据存储平台中；所述离线分析单元用于结合数据存储平台中存储的历史数据，基于开源映射化简计算框架，对所述预处理后的所述互联网上网日志数据进行离线分析处理，得到所述用户的行为特征。

5.如权利要求4所述的系统，其特征在于，所述数据分析单元包括分布单元以及在线分析单元，其中：所述分布单元用于将预处理后的所述互联网上网日志数据均匀分布到卡夫卡集群；所述在线分析单元用于通过核心流计算平台实时从所述卡夫卡集群拉取数据并进行实时流计算分析处理，得到所述用户的行为特征；所述已建立的多维特征资源包括运营商基础信息资源、终端类型基础资源、应用程序分类资源、统一资源定位符URL分类资源、访问网站及行为规律统计特征资源、上网内容聚类结果资源、用户群体分类资源、命名实体识别内容提取资源、动态标签分类管理资源、互联网网站特征资源、历史用户兴趣关注点资源以及终端移动轨迹变化资源中的至少一种。

6.一种基于权利要求1至5之一所述系统的基于大数据分析的用户群体精准识别方法，其特征在于，所述方法执行以下步骤：步骤1：采集用户互联网上网日志数据；步骤2：将用户互联网上网日志数据转换成矩阵表示方式，同时进行存储，将所述矩阵表示方式的数据定义为待分析数据；步骤3：根据用户设定的特征参数从所述待分析数据中提取所述特征参数，供模型训练时使用；若待分析数据需要执行特征提取，则进行特征提取；若不需要，则进行特征转换，得到所述用户的行为特征；步骤4：基于已建立的多维特征资源训练的标签分类，根据所述用户的行为特征在所述多维特征资源中进行匹配，得到所述用户的多维度行为标签，所述多维度行为标签至少包括所述用户的基本行为标签、社会行为标签、上网行为行为标签、行为习惯行为标签以及兴趣特征行为标签；步骤5：根据所述多维度行为标签构建所述用户画像。

7.如权利要求6所述的方法，其特征在于，所述特征转换将用户设定的特征转换成用户所需的表示形式，目的是为了优化输入的特征参数，以提高模型训练的精度或模型训练的速度。