[发明专利]基于停留数据的目标人群识别方法、系统和可读介质

权利要求书

1.一种基于停留数据的目标人群识别方法，包括：

获取用户的多日停留数据，所述多日停留数据包括连续的单日停留数据，所述单日停留数据包括单日停留开始时间、单日停留结束时间和单日停留点位置，所述多日停留数据的天数大于等于预设的观察周期参数的2倍；

基于每日停留开始时间和每日停留结束时间计算每日停留时间特征强化系数；

基于每日的当日停留数据和当日之前的所述观察周期参数的天数的单日停留数据计算每日停留位置特征强化系数；

基于预设的学习速率参数、昨日命中函数值、当日停留时间特征强化系数和当日停留位置特征强化系数计算当日命中函数值，其中所述命中函数值为预定义并且设第一天的昨日命中函数值为0；以及

基于计算得到的多日命中函数值判断该用户是否为目标人群。

2.如权利要求1所述的方法，其特征在于，所述基于每日停留开始时间和每日停留结束时间计算每日停留时间特征强化系数的步骤是通过以下方式进行计算：

f_n(x_n，y_n)＝On(x_n)·Off(y_n)·sigmoid(|停留小时数-典型停留小时数|^-1)

sigmoid函数：

其中，f_n(x_n，y_n)为第n天的停留时间特征强化系数，x_n为第n天停留开始时间，y_n为第n天停留结束时间，停留小时数是根据x_n和y_n计算得到的，(a，b)为目标停留开始时间区间，(c，d)为目标停留结束时间区间，典型停留小时数是预设参数。

3.如权利要求1所述的方法，其特征在于，所述基于每日的当日停留数据和当日之前的所述观察周期参数的天数的单日停留数据计算每日停留位置特征强化系数的步骤是通过以下方式进行计算：

R_n＝sigmoid((|x_n-第n天往前m日停留开始时间的中值|)^-1·(|y_n-第n天往前m日停留结束时间的中值|)^-1·(distance)^-1)

sigmoid函数：

Δlon＝lon_中心点-lon_n

Δlat＝lat_中心点-lat_n

其中，R_n为第n天的停留位置特征强化系数，x_n为第n天停留开始时间，y_n为第n天停留结束时间，m为所述观察周期参数，(lon_n，lat_n)为第n天的停留点的经纬度，(lon_中心点，lat_中心点)是前m天停留历史中心点的经纬度。

4.如权利要求1所述的方法，其特征在于，所述基于预设的学习速率参数、昨日命中函数值、当日停留时间特征强化系数和当日停留位置特征强化系数计算当日命中函数值，其中所述命中函数为预定义并且设第一天的昨日命中函数值为0的步骤是通过以下方式进行计算：

所述命中函数定义为：

其中，α为所述学习速率参数，R_n为第n天的停留位置特征强化系数，f_n为第n天的停留时间特征强化系数，F_n为第n天的命中函数值，F_n-1为第n天的昨日命中函数值即第n-1天的命中函数值。