[发明专利]一种潜在标签挖掘方法和装置

权利要求书

1.一种潜在标签挖掘方法，其特征在于，所述方法包括：

对获取的待挖掘用户的原始数据进行预处理，生成用户位置数据；

根据所述用户位置数据，生成高频位置特征；

通过标签挖掘模型对所述高频位置特征和获取的目标用户的目标位置特征进行匹配，生成所述待挖掘用户的潜在标签。

2.根据权利要求1所述的潜在标签挖掘方法，其特征在于，所述对获取的待挖掘用户的原始数据进行预处理，生成用户位置数据，包括：

根据所述待挖掘用户的用户标识码，对所述原始数据进行划分，生成用户标识码对应的原始数据；

对所述用户标识码对应的原始数据进行清洗，生成用户位置数据。

3.根据权利要求1所述的潜在标签挖掘方法，其特征在于，所述用户位置数据包括时间和位置坐标；所述高频位置特征包括待挖掘高频位置；

所述根据所述用户位置数据，生成高频位置特征，包括：

根据预设周期对所述时间和位置坐标进行统计，生成待挖掘用户在每个位置坐标下的位置频率；

按照所述位置频率对所述位置坐标进行排序；

选取出第一指定排序位置的待挖掘高频位置。

4.根据权利要求3所述的潜在标签挖掘方法，其特征在于，所述高频位置特征包括待挖掘高频行政编码；

所述根据所述用户位置数据，生成高频位置特征，包括：

查询出所述位置坐标对应的行政编码；

统计每个行政编码的数量，并按照统计出的数量对所述行政编码进行排序；

选取出第二指定排序位置的待挖掘高频行政编码。

5.根据权利要求3所述的潜在标签挖掘方法，其特征在于，所述高频位置特征包括待挖掘差异度特征；所述目标位置特征包括目标最高频位置；

所述根据所述用户位置数据，生成高频位置特征，包括：

根据排序后的位置坐标中选取出待挖掘最高频位置；

通过加权欧式距离公式，根据所述目标最高频位置和所述待挖掘最高频位置，生成待挖掘差异度特征。

6.根据权利要求1所述的潜在标签挖掘方法，其特征在于，在通过标签挖掘模型对所述高频位置特征和获取的目标用户的目标位置特征进行匹配，生成所述待挖掘用户的潜在标签之前，还包括：

通过指定分类器，对所述高频位置特征进行评估，生成每一维高频位置特征对应的特征权重；

对所述特征权重进行排序，选取出第三指定排序位置的特征权重对应的高频位置特征。

7.根据权利要求6所述的潜在标签挖掘方法，其特征在于，在所述对所述特征权重进行排序，选取出第一指定排序位置的特征权重对应的高频位置特征之后，还包括：

通过指定降维方式，对多个所述高频位置特征进行低维空间转换，生成降维后的关键指标特征。

8.根据权利要求1所述的潜在标签挖掘方法，其特征在于，在所述通过标签挖掘模型对所述高频位置特征和获取的目标用户的目标位置特征进行匹配，生成所述待挖掘用户的潜在标签之前，还包括：

获取目标用户的目标位置特征，所述目标位置特征包括目标高频位置、目标高频行政编码、目标差异度特征和训练标签；

通过监督式学习方法，对所述目标高频位置、目标高频行政编码、目标差异度特征和训练标签进行训练，构建所述标签挖掘模型。

9.一种潜在标签挖掘装置，其特征在于，所述装置包括：

预处理单元，用于对获取的待挖掘用户的原始数据进行预处理，生成用户位置数据；

生成单元，用于根据所述用户位置数据，生成高频位置特征；

匹配单元，用于通过标签挖掘模型对所述高频位置特征和获取的目标用户的目标位置特征进行匹配，生成所述待挖掘用户的潜在标签。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任一项所述的潜在标签挖掘方法。

11.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至8任意一项所述的潜在标签挖掘方法。