[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

说明书

本申请提供了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，多日停留数据包括连续的单日停留数据，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；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。该方法通过用户的多日停留数据来判断目标人群，能够更简单精准地识别出目标人群。

技术领域

本申请主要涉及数据处理技术领域，尤其涉及一种基于停留数据的目标人群识别方法、系统和计算机可读介质。

背景技术

随着软件应用的发展，经常会用到智能推荐来改善用户体验。为了能更好地进行智能推荐，通常需要对用户进行识别，判断用户是否为目标人群。

但通常情况下，软件所能获取到的用户数据较为有限，难以直接得知用户的身份来判断用户是否为目标人群。当软件应用不能对用户进行精准识别时，由于每个用户的情况不同，所以软件应用推荐给用户的内容也许并不适用于该用户，这样的方式有可能极大地影响到用户体验。

因此，如何对用户目标人群进行精准识别，成为本领域技术人员目前亟须解决的技术问题。

发明内容

本申请要解决的技术问题是提供一种基于停留数据的目标人群识别方法、系统和计算机可读介质，能够对用户目标人群进行精准识别。

为解决上述技术问题，本申请提供了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。

在本申请的一实施例中，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。

在本申请的一实施例中，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：

Rn＝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)