[发明专利]一种少数类用户网络访问特征的选取方法

摘要

本发明公开了一种少数类用户网络访问特征的选取方法，涉及大数据分析领域，包括如下步骤：首先，从网关服务器下载日志，统计真实用户的网络访问数据，并组成初始数据集；其次，创建N名少数类的虚拟用户，构建虚拟数据集；再次，对虚拟数据集进行相关性分析，选取出与少数类用户显著相关的访问特征；最后，进行因子分析，进一步降低特征维数。本发明通过创建虚拟用户，自动平衡少数类用户的比例，使得在目标用户人数占比很小时，依然可以提取的网络访问特征。

主权项

1.一种少数类用户网络访问特征的选取方法，其特征在于,包括如下步骤：步骤一、从网关服务器下载日志，统计真实用户的网络访问数据，并组成初始数据集；其中，所述初始数据集的维数是m×d，m是总人数，d是特征数目，所述初始数据集的数据包含有符合指数分布的数据；步骤二、创建N名少数类的虚拟用户，构建虚拟数据集；其中，所述虚拟数据集的维度为(m+N)×d，所述虚拟数据集与初始数据集的数据满足概率同分布；A0、标记所述少数类用户Si，其中i∈[1,p]，p是所述少数类用户的总人数；所述步骤二具体包括：A1、计算每个特征的均值μj,j∈[1,d],A2、计算需要创建的所述虚拟少数类用户的总人数：N＝m‑p,A3、判断p是否大于1，如果是，则继续执行A4，否则直接复制N名S1并执行步骤三,A4、计算每名真实少数类用户需对应虚拟的人数A5、按照指数分布对Si增加n名所述虚拟用户；步骤三、对虚拟数据集进行相关性分析，选取出与少数类用户显著相关的访问特征。