常住地预测方法、设备以及存储介质与流程

1.本申请实施例涉及计算机技术领域，具体涉及常住地预测方法、设备以及存储介质。


背景技术：

2.随着移动互联网的飞速发展，智能手机、平板电脑等用户可随身携带的智能终端也越来越普及。由于用户随身携带智能终端，通过对智能终端进行定位，就能获取用户的所到地。目前，用户的常住地主要是通过统计给定时间段的用户的所到地的频次来确定的。例如，统计用户最近30天出现频次最高的所在地，作为用户的常住地。


技术实现要素：

3.本申请实施例提出了常住地预测方法、设备以及存储介质。
4.第一方面，本申请实施例提供了一种常住地预测方法，包括：获取用户的当天位置数据；基于当天位置数据，计算用户的当天所到地分值；获取用户的历史累计所到地分值；基于当天所到地分值与历史累计所到地分值，计算累计所到地分值；基于累计所到地分值，预测用户的常住地。
5.在一些实施例中，基于当天所到地分值与历史累计所到地分值，计算累计所到地分值，包括：利用衰减系数对历史累计所到地分值进行衰减，得到衰减历史累计所到地分值；将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。
6.在一些实施例中，获取用户的历史累计所到地分值，包括：获取用户的历史位置数据序列；基于历史位置数据序列，计算历史所到地分值序列；利用衰减系数对历史所到地分值序列中的历史所到地分值进行衰减后累加，得到用户的历史累计所到地分值。
7.在一些实施例中，利用衰减系数对历史所到地分值序列中的历史所到地分值进行衰减后累加，包括：将衰减系数作为公比构造等比数列；按序次将历史所到地分值序列中的历史所到地分值与等比数列中的项依次相乘后累加。
8.在一些实施例中，衰减系数满足等比数列趋于无穷项时，等比数列累加等于预设数值。
9.在一些实施例中，利用衰减系数对历史累计所到地分值进行衰减，得到衰减历史累计所到地分值，包括：将历史累计所到地分值乘以衰减系数，得到衰减历史累计所到地分值。
10.在一些实施例中，利用衰减系数对历史所到地分值序列中的历史所到地分值进行衰减后累加，包括：将衰减系数作为公差构造等差数列，其中，等差数列中的最小项大于零；基于等差数列的项数，对历史所到分值序列进行截断，得到截断历史所到地分值序列；按序次将截断历史所到分值序列中的历史所到地分值与等差数列中的项依次相乘后累加。
11.在一些实施例中，利用衰减系数对历史累计所到地分值进行衰减，得到衰减历史累计所到地分值，包括：将历史累计所到地分值减去公差与截断历史所到分值序列之和的
乘积，得到衰减历史累计所到地分值。
12.在一些实施例中，获取用户的当天位置数据，包括：响应于用户的客户端安装无线保真wifi管理类应用，发送全球定位系统gps定位权限开启请求；响应于用户为wifi管理类应用开启gps定位权限，获取gps定位数据，作为用户的当天位置数据。
13.在一些实施例中，获取用户的当天位置数据，包括：获取用户的客户端的当前网际互连协议ip地址，其中，当前ip地址是通过ip关联基站、wifi路由器和gps定位数据中的至少一项计算得到的；基于当前ip地址查询ip地址库，确定当前ip地址对应的城市，其中，ip地址库存储ip地址和对应的城市名；将当前ip地址对应的城市作为用户的当天位置。
14.在一些实施例中，该方法还包括：基于用户的常住地，更新用户的用户画像。
15.第二方面，本申请实施例提供了一种常住地预测装置，包括：第一获取单元，被配置成获取用户的当天位置数据；第一计算单元，被配置成基于当天位置数据，计算用户的当天所到地分值；第二获取单元，被配置成获取用户的历史累计所到地分值；第二计算单元，被配置成基于当天所到地分值与历史累计所到地分值，计算累计所到地分值；预测单元，被配置成基于累计所到地分值，预测用户的常住地。
16.在一些实施例中，预测单元包括：衰减子单元，被配置成利用衰减系数对历史累计所到地分值进行衰减，得到衰减历史累计所到地分值；合并子单元，被配置成将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。
17.在一些实施例中，第二获取单元包括：获取子单元，被配置成获取用户的历史位置数据序列；计算子单元，被配置成基于历史位置数据序列，计算历史所到地分值序列；累加子单元，被配置成利用衰减系数对历史所到地分值序列中的历史所到地分值进行衰减后累加，得到用户的历史累计所到地分值。
18.在一些实施例中，累加子单元进一步被配置成：将衰减系数作为公比构造等比数列；按序次将历史所到地分值序列中的历史所到地分值与等比数列中的项依次相乘后累加。
19.在一些实施例中，衰减系数满足等比数列趋于无穷项时，等比数列累加等于预设数值。
20.在一些实施例中，衰减子单元进一步被配置成：将历史累计所到地分值乘以衰减系数，得到衰减历史累计所到地分值。
21.在一些实施例中，累加子单元进一步被配置成：将衰减系数作为公差构造等差数列，其中，等差数列中的最小项大于零；基于等差数列的项数，对历史所到分值序列进行截断，得到截断历史所到地分值序列；按序次将截断历史所到分值序列中的历史所到地分值与等差数列中的项依次相乘后累加。
22.在一些实施例中，衰减子单元进一步被配置成：将历史累计所到地分值减去公差与截断历史所到分值序列之和的乘积，得到衰减历史累计所到地分值。
23.在一些实施例中，第一获取单元进一步被配置成：响应于用户的客户端安装无线保真wifi管理类应用，发送全球定位系统gps定位权限开启请求；响应于用户为wifi管理类应用开启gps定位权限，获取gps定位数据，作为用户的当天位置数据。
24.在一些实施例中，第一获取单元进一步被配置成：获取用户的客户端的当前网际互连协议ip地址，其中，当前ip地址是通过ip关联基站、wifi路由器和gps定位数据中的至
少一项计算得到的；基于当前ip地址查询ip地址库，确定当前ip地址对应的城市，其中，ip地址库存储ip地址和对应的城市名；将当前ip地址对应的城市作为用户的当天位置。
25.在一些实施例中，该装置还包括：更新单元，被配置成基于用户的常住地，更新用户的用户画像。
26.第三方面，本申请实施例提供了一种计算机设备，该计算机设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
27.第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
28.本申请实施例提供的常住地预测方法、设备以及存储介质，首先基于用户的当天位置数据，计算用户的当天所到地分值；之后获取用户的历史累计所到地分值；然后基于当天所到地分值与历史累计所到地分值，计算累计所到地分值；最后基于累计所到地分值，预测用户的常住地。以历史累计所到地分值为基础，加权当天所到地分值，即可客观地预测出用户的常住地，提升了用户的常住地的预测准确度。并且，历史累计所到地分值可以是利用本申请实施例提供的常住地预测方法在预测用户当时的常住地时计算出来，因此历史累计所到地分值可以被直接获取，从而提升预测出的用户的常住地的时效性。此外，历史累计所到地分值可以覆盖用户的全部历史位置数据，覆盖率较高，进而使得预测出用户的常住地的准确性更加稳定。
附图说明
29.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
30.图1是本申请可以应用于其中的示例性系统架构；
31.图2是根据本申请的常住地预测方法的一个实施例的流程图；
32.图3是根据本申请的常住地预测方法的又一个实施例的流程图；
33.图4是根据本申请的常住地预测方法的另一个实施例的流程图；
34.图5是适于用来实现本申请实施例的计算机设备的计算机系统的结构示意图。
具体实施方式
35.下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
36.需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
37.图1示出了可以应用本申请的常住地预测方法的实施例的示例性系统架构100。
38.如图1所示，系统架构100中可以包括设备101、102和网络103。网络103用以在设备101、102之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
39.设备101、102可以是支持网络连接从而提供各种网络服务的硬件设备或软件。当
设备为硬件时，其可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和服务器等等。这时，作为硬件设备，其可以实现成多个设备组成的分布式设备群，也可以实现成单个设备。当设备为软件时，可以安装在上述所列举的电子设备中。这时，作为软件，其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
40.在实践中，设备可以通过安装相应的客户端应用或服务端应用来提供相应的网络服务。设备在安装了客户端应用之后，其可以在网络通信中体现为客户端。相应地，在安装了服务端应用之后，其可以在网络通信中体现为服务端。
41.作为示例，在图1中，设备101体现为客户端，而设备102体现为服务端。例如，设备101可以是wifi管理类应用的客户端，设备102可以是wifi管理类应用的服务端。
42.需要说明的是，本申请实施例所提供的常住地预测方法可以由设备102执行。
43.应该理解，图1中的网络和设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的网络和设备。
44.继续参考图2，其示出了根据本申请的常住地预测方法的一个实施例的流程200。该常住地预测方法包括以下步骤：
45.步骤201，获取用户的当天位置数据。
46.在本实施例中，常住地预测方法的执行主体(例如图1所示的设备102)可以获取用户的当天位置数据。其中，位置数据可以携带用户的所到地的信息。所到地的粒度可以根据实际需求及可采集的数据精度而定，包括但不限于省份、城市、区县或街道等等。
47.在一些实施例中，用户的客户端的gps(global positioning system，全球定位系统)可以定位用户的位置数据，进而转化为用户的所到地列表。通常，用户的客户端上安装的部分应用需要获取gps定位权限才能为用户正常提供服务。而获取gps定位权限的应用就可以获取用户的gps定位数据。以wifi(wireless
‑
fidelity，无线保证)管理类应用为例，在用户的客户端安装wifi管理类应用的情况下，wifi管理类应用的服务端可以发送gps定位权限开启请求；在用户为wifi管理类应用开启gps定位权限的情况下，wifi管理类应用的服务端可以获取gps定位数据，作为用户的当天位置数据。
48.在一些实施例中，由于ip(internet protocol，网际互连协议)通常属于相对固定的城市，因此基于用户的客户端的当前ip地址，能够确定出用户的当天位置。例如，上述执行主体可以获取用户的客户端的当前ip地址；基于当前ip地址查询ip地址库，确定当前ip地址对应的城市；将当前ip地址对应的城市作为用户的当天位置。其中，当前ip地址可以是通过ip关联基站、wifi路由器和gps定位数据中的至少一项计算得到的。ip地址库可以存储ip地址和对应的城市名。ip地址库可以动态更新，当ip地址对应的城市变动时，ip地址库会及时更新，以确保精准度。
49.步骤202，基于当天位置数据，计算用户的当天所到地分值。
50.在本实施例中，上述执行主体可以基于当天位置数据，计算用户的当天所到地分值。其中，所到地分值可以是位置数据的归一化。在所到地分值仅取0和1两个数值的情况下，用户在当天到达过一个地方，则这个地方对应的分值就是1；用户在当天未达到过一个地方，则这个地方对应的分值就是0。例如，用户在当天到达过苏州，则苏州对应的分值是1。在所到地分值可以取0到1之间的任意数的情况，所到地分值与用户在所到地停留的时间正
相关。通常，用户当天在一个地方所停留的时间越长，这个地方对应的分值越高；用户当天在一个地方所停留的时间越短，这个地方对应的分值越低。例如，若用户当天到达过苏州和杭州，在苏州停留了6个小时，在杭州停留了18个小时，则苏州对应的分值是0.25，杭州对应的分值是0.75。
51.步骤203，获取用户的历史累计所到地分值。
52.在本实施例中，上述执行主体可以获取用户的历史累计所到地分值。其中，用户的历史累计所到地分值可以是基于用户的全部或部分历史所到地分值累计得到的。通常，在计算历史累计所到地分值时，历史所到地分值是随着时间而衰减的，时间越久，衰减的越厉害。
53.在一些实施例中，历史累计所到地分值可以是利用本申请实施例提供的常住地预测方法在预测用户当时的常住地时计算出来。例如，用户在昨天及之前的历史累计所到地分值可以是利用本申请实施例提供的常住地预测地方直接获取用户在前天及之前的历史累计所到地分值，以及合并用户在昨天的所到地分值，在昨天预测用户当时的常住地时计算出来。同理，用户在前天及之前的历史累计所到地分值可以是利用本申请实施例提供的常住地预测地方直接获取用户在大前天及之前的历史累计所到地分值，以及合并用户在前天的所到地分值，在前天预测用户当时的常住地时计算出来，以此类推。
54.在一些实施例中，历史累计所到地分值可以是计算全部或部分历史所到地分值，并累计全部或部分历史所到地分值得到的。其中，每一个历史所到地分值可以参考本申请实施例中的当天所到地分值的计算方法，这里不再赘述。例如，上述执行主体可以首先获取用户的历史位置数据序列；然后基于历史位置数据序列，计算历史所到地分值序列；最后利用衰减系数对历史所到地分值序列中的历史所到地分值进行衰减后累加，得到用户的历史累计所到地分值。其中，历史位置数据序列可以包括按时间顺序排序的历史位置数据。历史位置数据序列中的历史位置数据与历史所到地分值序列中历史所到地分值一一对应。衰减系数可以是历史所到地分值的衰减依据，时间越久，衰减系数对历史所到地分值衰减的越厉害。
55.步骤204，基于当天所到地分值与历史累计所到地分值，计算累计所到地分值。
56.在本实施例中，上述执行主体可以基于当天所到地分值与历史累计所到地分值，计算累计所到地分值。
57.通常，上述执行主体可以将当天所到地分值累积到历史累计所到地分值中，得到累积所到地分值。由于历史所到地分值是随着时间而衰减的，因此上述执行主体通常会利用衰减系数对历史累计所到地分值进行衰减，并与当天所到地分值合并，得到累积所到地分值。
58.步骤205，基于累计所到地分值，预测用户的常住地。
59.在本实施例中，上述执行主体可以基于累计所到地分值，预测用户的常住地。
60.通常，上述执行主体可以按照累积所到地分值对用户所到地进行排序，并从排序后的用户所到地中确定用户的常住地。例如，将累积所到地分值大于预设分值阈值的用户所到地作为用户的常住地。又例如，将排序在前n(n为正整数)位的用户所到地作为用户的常住地。
61.实践中，用户的常住地可以包括但不限于用户的家乡、住所和工作单位等等。而用
户的住所和工作单位的预测可以依靠特定时间段的位置特征来区分。例如，对于用户的住所，可以获取晚上休息时间段(20:00
‑
次日6:00)的位置数据来进行预测。对于用户的工作单位，可以获取工作日的白天时间段(9:00
‑
18:00)的位置数据来进行预测。对于用户的家乡，可以通过用户的联系人的集中地、春节等特定节假日的位置数据来进行预测。
62.在一些实施例中，上述执行主体可以基于用户的常住地，更新用户的用户画像。其中，用户画像可以将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化。用户的常住地就是基于用户的位置数据抽象出的标签。
63.本申请实施例提供的常住地预测方法，首先基于用户的当天位置数据，计算用户的当天所到地分值；之后获取用户的历史累计所到地分值；然后基于当天所到地分值与历史累计所到地分值，计算累计所到地分值；最后基于累计所到地分值，预测用户的常住地。以历史累计所到地分值为基础，加权当天所到地分值，即可客观地预测出用户的常住地，提升了用户的常住地的预测准确度。并且，历史累计所到地分值可以是利用本申请实施例提供的常住地预测方法在预测用户当时的常住地时计算出来，因此历史累计所到地分值可以被直接获取，从而提升预测出的用户的常住地的时效性。此外，历史累计所到地分值可以覆盖用户的全部历史位置数据，覆盖率较高，进而使得预测出用户的常住地的准确性更加稳定。
64.进一步参考图3，其示出了是根据本申请的常住地预测方法的又一个实施例的流程300。该常住地预测方法包括以下步骤：
65.步骤301，获取用户的当天位置数据。
66.步骤302，基于当天位置数据，计算用户的当天所到地分值。
67.在本实施例中，步骤301
‑
302具体操作已在图2所示的实施例中步骤201
‑
202进行了详细的介绍，在此不再赘述。
68.步骤303，获取用户的历史位置数据序列。
69.在本实施例中，常住地预测方法的执行主体(例如图1所示的设备102)可以获取用户的历史位置数据序列。其中，历史位置数据可以携带用户历史所到地的信息。历史位置数据序列可以包括按时间顺序排序的历史位置数据。
70.步骤304，基于历史位置数据序列，计算历史所到地分值序列。
71.在本实施例中，上述执行主体可以基于历史位置数据序列，计算历史所到地分值序列。其中，历史所到地分值序列可以包括按时间顺序排序的历史所到地分值。历史所到地分值序列中历史所到地分值与历史位置数据序列中的历史位置数据一一对应。每一个历史所到地分值可以参考本申请实施例中的当天所到地分值的计算方法，这里不再赘述。
72.步骤305，将衰减系数作为公比构造等比数列。
73.在本实施例中，上述执行主体可以将衰减系数作为公比构造等比数列。其中，衰减系数可以是历史所到地分值的衰减依据，其值可以取0到1之间的任意数，但不包括0和1。实践中，为了避免理解的复杂性，衰减系数的值通常取0到1之间的有理数。
74.在一些实施例中，衰减系数c满足等比数列趋于无穷项时，等比数列累加等于预设数值a。将衰减系数c作为公比构造的等比数列可以是{1,c,c2,
…
,c
n
}，n为正整数。预设数值a＝1+c+c2+
…
+c
n
。当n趋近于无穷时，等比数列累加结果等于1/(1
‑
c)。实践中，百分制符合大众认知，也就是说预设数值a为100。此时，c＝0.99。
75.步骤306，按序次将历史所到地分值序列中的历史所到地分值与等比数列中的项依次相乘后累加，得到用户的历史累计所到地分值。
76.在本实施例中，上述执行主体可以按序次将历史所到地分值序列中的历史所到地分值与等比数列中的项依次相乘后累加，得到用户的历史累计所到地分值。例如，历史所到地分值序列为{b1,b2,b3,
…
,b
n+1
}，等比数列为{1,c,c2,
…
,c
n
}，则用户的历史累计所到地分值为：1
×
b1+c
×
b2+c2×
b3+
…
+c
n
×
b
n+1
。
77.步骤307，将历史累计所到地分值乘以衰减系数，得到衰减历史累计所到地分值。
78.在本实施例中，上述执行主体可以将历史累计所到地分值乘以衰减系数，得到衰减历史累计所到地分值。例如，衰减系数为c，用户的历史累计所到地分值为1
×
b1+c
×
b2+c2×
b3+
…
+c
n
×
b
n+1
，则衰减历史累计所到地分值为c
×
(1
×
b1+c
×
b2+c2×
b3+
…
+c
n
×
b
n+1
)＝c
×
b1+c2×
b2+c3×
b3+
…
+c
n+1
×
b
n+1
。
79.可替换地，历史累计所到地分值可以是利用本申请实施例提供的常住地预测方法在预测用户当时的常住地时计算出来，其值与步骤303
‑
307计算出的历史累计所到地分值相同。这样上述执行主体可以直接获取历史累计所到地分值。
80.步骤308，将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。
81.在本实施例中，上述执行主体可以将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。例如，衰减历史累计所到地分值为c
×
b1+c2×
b2+c3×
b3+
…
+c
n+1
×
b
n+1
，当天所到地分值为b0，则累计所到地分值为b0+c
×
b1+c2×
b2+c3×
b3+
…
+c
n+1
×
b
n+1
。步骤309，基于累计所到地分值，预测用户的常住地。
82.在本实施例中，上述执行主体可以基于累计所到地分值，预测用户的常住地。通常，上述执行主体可以按照累计所到地分值对用户所到地进行排序，并从排序后的用户所到地中确定用户的常住地。例如，将累计所到地分值大于预设分值阈值的用户所到地作为用户的常住地。又例如，将排序在前n(n为正整数)位的用户所到地作为用户的常住地。
83.从图3中可以看出，与图2对应的实施例相比，本实施例中的常住地预测方法的流程300突出了所到地分值按时间等比衰减的步骤。由此，本实施例描述的方案将所到地分值按时间等比衰减后进行累计，以预测用户的常住地，提升了预测结果的可靠性。由于等比数列中的项始终为正数，因此可以覆盖到用户的全部历史位置数据，覆盖率较高。
84.进一步参考图4，其示出了是根据本申请的常住地预测方法的另一个实施例的流程400。该常住地预测方法包括以下步骤：
85.步骤401，获取用户的当天位置数据。
86.步骤402，基于当天位置数据，计算用户的当天所到地分值。
87.在本实施例中，步骤401
‑
402具体操作已在图2所示的实施例中步骤201
‑
202进行了详细的介绍，在此不再赘述。
88.步骤403，获取用户的历史位置数据序列。
89.步骤404，基于历史位置数据序列，计算历史所到地分值序列。
90.在本实施例中，步骤403
‑
404具体操作已在图3所示的实施例中步骤303
‑
304进行了详细的介绍，在此不再赘述。
91.步骤405，将衰减系数作为公差构造等差数列。
92.在本实施例中，常住地预测方法的执行主体(例如图1所示的设备102)可以将衰减系数作为公差构造等差数列。其中，衰减系数可以是历史所到地分值的衰减依据，其值可以取0到1之间的任意数，但不包括0和1。实践中，为了避免理解的复杂性，衰减系数的值通常取0到1之间的有理数。将衰减系数c作为公差构造的等差数列可以是{1,1
‑
c,1
‑
2c,
…
,1
‑
mc}。其中，m为正整数，等差数列中的最小项(1
‑
mc)大于零。
93.步骤406，基于等差数列的项数，对历史所到分值序列进行截断，得到截断历史所到地分值序列。
94.在本实施例中，上述执行主体可以基于等差数列的项数，对历史所到分值序列进行截断，得到截断历史所到地分值序列。其中，截断历史所到地分值序列中的历史所到地分值的数量等于等差数列的项数，且截掉的是时间较久的历史所到分值。例如，历史所到地分值序列为{b1,b2,b3,
…
,b
n+1
}，则截断历史所到地分值序列为：{b1,b2,b3,
…
,b
m+1
}，其中，m不大于n。
95.步骤407，按序次将截断历史所到分值序列中的历史所到地分值与等差数列中的项依次相乘后累加，得到用户的历史累计所到地分值。
96.在本实施例中，上述执行主体可以按序次将截断历史所到分值序列中的历史所到地分值与等差数列中的项依次相乘后累加，得到用户的历史累计所到地分值。例如，截断历史所到地分值序列为{b1,b2,b3,
…
,b
m+1
}，等差数列为{1,1
‑
c,1
‑
2c,
…
,1
‑
mc}，则用户的历史累计所到地分值为：1
×
b1+(1
‑
c)
×
b2+(1
‑
2c)
×
b3+
…
+(1
‑
mc)
×
b
m+1
。
97.步骤408，将历史累计所到地分值减去公差与截断历史所到分值序列之和的乘积，得到衰减历史累计所到地分值。
98.在本实施例中，上述执行主体可以将历史累计所到地分值减去公差与截断历史所到分值序列之和的乘积，得到衰减历史累计所到地分值。例如，衰减系数为c，用户的历史累计所到地分值为1
×
b1+(1
‑
c)
×
b2+(1
‑
2c)
×
b3+
…
+(1
‑
mc)
×
b
m+1
，则衰减历史累计所到地分值为[1
×
b1+(1
‑
c)
×
b2+(1
‑
2c)
×
b3+
…
+(1
‑
mc)
×
b
m+1
]
‑
[c
×
(b1+b2+b3+
…
+b
m+1
)]＝(1
‑
c)
×
b1+(1
‑
2c)
×
b2+(1
‑
3c)
×
b3+
…
+(1
‑
mc
‑
c)
×
b
m+1
。
[0099]
可替换地，历史累计所到地分值可以是利用本申请实施例提供的常住地预测方法在预测用户当时的常住地时计算出来，其值与步骤403
‑
408计算出的历史累计所到地分值相同。这样上述执行主体可以直接获取历史累计所到地分值。
[0100]
步骤409，将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。
[0101]
在本实施例中，上述执行主体可以将衰减历史累计所到地分值与当天所到地分值合并，得到累计所到地分值。例如，衰减历史累计所到地分值为(1
‑
c)
×
b1+(1
‑
2c)
×
b2+(1
‑
3c)
×
b3+
…
+(1
‑
mc
‑
c)
×
b
m+1
，当天所到地分值为b0，则累计所到地分值为b0+(1
‑
c)
×
b1+(1
‑
2c)
×
b2+(1
‑
3c)
×
b3+
…
+(1
‑
mc
‑
c)
×
b
m+1
。
[0102]
步骤410，基于累计所到地分值，预测用户的常住地。
[0103]
在本实施例中，步骤410具体操作已在图3所示的实施例中步骤309进行了详细的介绍，在此不再赘述。
[0104]
从图4中可以看出，与图2对应的实施例相比，本实施例中的常住地预测方法的流程400突出了所到地分值按时间等差衰减的步骤。由此，本实施例描述的方案将所到地分值
按时间等差衰减后进行累计，以预测用户的常住地，提升了预测结果的可靠性。由于等差数列在一定项会变成负数，因此需要对历史所到分值序列进行截断，导致无法覆盖一定时间之后的历史位置数据，覆盖率较图3所示的实施例低。
[0105]
下面参考图5，其示出了适于用来实现本申请实施例的计算机设备(例如图1所示的设备102)的计算机系统500的结构示意图。图5示出的计算机设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
[0106]
如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有系统500操作所需的各种程序和数据。cpu 501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0107]
以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
[0108]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本申请的方法中限定的上述功能。
[0109]
需要说明的是，本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0110]
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算
机程序代码，程序设计语言包括面向目标的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电子设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0111]
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0112]
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、计算单元、第二获取单元和预测单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取用户的当天位置数据的单元”。
[0113]
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的计算机设备中所包含的；也可以是单独存在，而未装配入该计算机设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该计算机设备执行时，使得该计算机设备：获取用户的当天位置数据；基于当天位置数据，计算用户的当天所到地分值；获取用户的历史累计所到地分值；基于当天所到地分值与历史累计所到地分值，计算累计所到地分值；基于累计所到地分值，预测用户的常住地。
[0114]
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。