[发明专利]一种基于大数据挖掘技术的楼宇人员归属识别方法

权利要求书

1.一种基于大数据挖掘技术的楼宇人员归属识别方法，其特征在于，包括有：

步骤一、设定工作时段，提取每个用户在工作时段内的基站数据，以据此确定每个用户工作时的所属基站，然后根据基站信息中包含的楼宇名称，获取每个用户工作时的归属楼宇，最后将所有用户按照其工作时的归属楼宇划分成不同的楼宇用户组；

步骤二、构建、并训练楼宇-用户分群模型，其输入是每个楼宇用户组内所有用户的特征数据，输出是将该楼宇用户组内所有用户划分后组成的多个企业用户群，楼宇-用户分群模型的工作流程如下：根据输入每个用户的特征数据，计算每两个用户之间的企业相似度，然后采用社区发现Louvain算法，以每个用户为节点、每两个用户之间的企业相似度为边来构造图，从而将楼宇用户组内所有用户划分成多个社区，一个社区即一个企业用户群；

步骤三、将待识别楼宇用户组内所有用户的特征数据输入训练后的楼宇-用户分群模型，并输出获得待识别楼宇用户组内所有用户分别归属的多个企业用户群，

步骤一中，提取每个用户在工作时段内的基站数据，以据此确定每个用户工作时的所属基站，进一步包括有：

步骤11、获取每个用户在工作时段内停留过的多个基站，构建每个用户对每个停留基站的属性向量：X_ij＝(x_ij1，x_ij2，...，x_ijn)^T，其中，X_ij是用户i对于其第j个停留基站的属性向量，x_ij1、x_ij2、…、x_ijn分别是用户i对其第j个停留基站的第1、2、…、n个基站数据，n是基站数据总数，基站数据包括：时段内打电话次数、时段内接电话次数、时段内基本位置更新次数、周期性位置更新次数、时段内收短信次数、时段内发短信次数、时段内通信时间总次数、时段内停留时长；

步骤12、根据每个用户对每个停留基站的属性向量，计算每个用户对每个停留基站与标准的工作状态基站的隶属度向量：U_ij＝(μ_ij1，μ_ij2，...，μ_ijn)^T，其中，U_ij是用户i对第j个停留基站与标准的工作状态基站的隶属度向量，U_ij中每个元素值的计算公式如下：μ_ijz是U_ij中的第z个元素值，z∈[1，n]，x_ijz是用户i对于其第j个停留基站的第z个基站数据，a_z是第z个基站数据的标准值，σ_z是第z个基站数据的标准差；

步骤13、计算每个用户对每个停留基站与标准的工作状态基站的隶属度评价值：其中，N_ij是用户i对第j个停留基站与标准的工作状态基站的隶属度评价值，α_z是第z个基站数据对应的权重，然后从每个用户对所有停留基站与标准的工作状态基站的隶属度评价值中挑选一个最小值，所述最小值对应的停留基站即是每个用户工作时的所属基站。