[发明专利]一种用户上网偏好数据识别方法

摘要

本发明公开一种用户上网偏好数据识别方法，通过利用现有的中位数概念、H-index算法，根据用户的上网行为特征，对用户的偏好进行偏好、偏好度识别，提高数据识别的准确度和识别效率。方法首先将获取到的用户上网行为日志数据根据不同应用进行分别汇总，然后指定各应用的指标类型，并取出各指标的最大值和最小值，再通过偏好挖掘算法根据最大值与最小值算出变异系数，然后分别对各不同应用的不同指标值进行标准化指标值，根据标准化的值计算各不同应用偏好度，根据偏好度数值高低对各应用进行排序，从排序后的各应用中选取偏好度居中的应用偏好度作为中位数；将偏好度大于中位数的应用添加至偏好度排名中，最后根据H-index算法给用户打上偏好度标签。

主权项

一种用户上网偏好数据识别方法，其特征是，包括以下步骤：1)获取用户上网行为日志数据，所述上网行为数据包括用户使用的应用、访问的内容、上网的时段、上网的位置数据；2)将用户上网行为日志数据根据不同应用进行分别汇总；3)指定用户访问各应用的指标类型包括访问次数、流量、访问频次，从各不同应用对应的汇总数据中分别取出各指标的最大值和最小值；4)对于各不同应用的不同指标，分别根据最大值与最小值进行指标值标准化：定义某指标的最大值为a_max，最小值为a_min，标准化指标值为index，则此指标的标准化指标值为：index＝(当前值‑a_min)/(a_max‑a_min)；5)对于各不同应用，获取步骤4)中所得到的各指标对应的标准化指标值的权重weight，并根据标准化的指标值及相应权重计算各应用的偏好度score：score(n)＝index(1)*weight(1)+index(2)*weight(2)+index(3)*weight(3)...index(n)*weight(n)式中：n代表指标的种类数量；index(n)和weight(n)分别代表第n类指标的标准化指标值和权重值；6)根据偏好度数值高低对各应用进行排序；7)从排序后的各应用中选取偏好度居中的应用偏好度作为中位数；8)将各应用的偏好度与中位数进行比较，如一应用偏好度小于中位数则丢弃此应用对应的数据；反之将此应用添加至偏好度排名中；9)根据H‑index算法给用户打上偏好度标签：当用户偏好度的排名<＝使用用户数*5/6，和用户偏好度的排名>使用用户数*4/6为一般偏好应用；当用户偏好度的排名<＝使用用户数*4/6，和用户偏好度的排名>使用用户数*2/6为强偏好应用。