技术特征：
1.一种基于芯片检测的用户行为分析方法，其特征在于，应用于检测数据处理设备，所述检测数据处理设备通信连接有目标用户终端设备，所述目标用户终端设备具有目标芯片，所述用户行为分析方法包括：对所述目标芯片在所述目标用户终端设备上运行对应的多条芯片运行数据进行筛选处理，得到对应的第一运行数据筛选集合和第二运行数据筛选集合，其中，每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片是否处于运行状态，所述第一运行数据筛选集合包括的每一条所述芯片运行数据表征在对应的一个时间段内所述目标芯片处于运行状态，所述第二运行数据筛选集合包括的每一条所述芯片运行数据表征在对应的一个时间段内所述目标芯片未处于运行状态；分别对所述第一运行数据筛选集合和所述第二运行数据筛选集合包括的芯片运行数据进行处理，得到所述目标用户终端设备对应的目标用户的第一行为特征信息和第二行为特征信息，其中，所述第一行为特征信息用于表征目标用户使用所述目标芯片的习惯，所述第二行为特征信息用于表征目标用户不使用所述目标芯片的习惯；对所述第一行为特征信息和所述第二行为特征信息进行融合处理，得到目标用户使用所述目标用户终端设备的目标行为特征信息。2.如权利要求1所述的基于芯片检测的用户行为分析方法，其特征在于，所述分别对所述第一运行数据筛选集合和所述第二运行数据筛选集合包括的芯片运行数据进行处理，得到所述目标用户终端设备对应的目标用户的第一行为特征信息和第二行为特征信息的步骤，包括：针对所述第一运行数据筛选集合中的每一条芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的第一用户状态持续时长，并将每一个所述第一用户状态持续时长中的中位值或平均值确定为对应的第一时长阈值，其中，所述第一用户持续时长用于表征目标用户使用所述目标芯片的持续时长；针对所述第二运行数据筛选集合中的每一条芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的第二用户状态持续时长，并将每一个所述第二用户状态持续时长中的中位值或平均值确定为对应的第二时长阈值，其中，所述第二用户持续时长用于表征目标用户不使用所述目标芯片的持续时长；针对所述第一运行数据筛选集合中的每一条芯片运行数据，计算该芯片运行数据对应的第一用户状态持续时长与所述第一时长阈值之间的匹配度，得到该芯片运行数据对应的第一匹配度，并确定该第一匹配度与预先配置的第一匹配度阈值之间的大小关系；针对所述第二运行数据筛选集合中的每一条芯片运行数据，计算该芯片运行数据对应的第二用户状态持续时长与所述第二时长阈值之间的匹配度，得到该芯片运行数据对应的第二匹配度，并确定该第二匹配度与预先配置的第二匹配度阈值之间的大小关系；基于对应的第一匹配度大于或等于所述第一匹配度阈值的每一条所述芯片运行数据，得到目标用户的第一行为特征信息，并基于对应的第二匹配度大于或等于所述第二匹配度阈值的每一条所述芯片运行数据，得到目标用户的第二行为特征信息。3.如权利要求2所述的基于芯片检测的用户行为分析方法，其特征在于，所述基于对应的第一匹配度大于或等于所述第一匹配度阈值的每一条所述芯片运行数据，得到目标用户的第一行为特征信息的步骤，包括：
将对应的第一匹配度大于或等于所述第一匹配度阈值的每一条所述芯片运行数据确定为第一芯片运行数据，得到多条第一芯片运行数据；计算所述多条第一芯片运行数据对应的第一用户状态持续时长的离散值，得到对应的第一时长离散值，并确定所述第一时长离散值与预先配置的第一时长离散阈值之间的大小关系；若所述第一时长离散值小于或等于所述第一时长离散阈值，则将所述所述多条第一芯片运行数据对应的第一用户状态持续时长的平均值，作为目标用户的第一行为特征信息。4.如权利要求3所述的基于芯片检测的用户行为分析方法，其特征在于，所述基于对应的第一匹配度大于或等于所述第一匹配度阈值的每一条所述芯片运行数据，得到目标用户的第一行为特征信息的步骤，还包括：若所述第一时长离散值大于所述第一时长离散阈值，则在所述多条第一芯片运行数据对应的第一用户状态持续时长中确定出最大值和最小值；将所述多条第一芯片运行数据对应的第一用户状态持续时长中的最大值和最小值目标用户的第一行为特征信息。5.如权利要求2所述的基于芯片检测的用户行为分析方法，其特征在于，所述基于对应的第二匹配度大于或等于所述第二匹配度阈值的每一条所述芯片运行数据，得到目标用户的第二行为特征信息的步骤，包括：将对应的第二匹配度大于或等于所述第二匹配度阈值的每一条所述芯片运行数据确定为第二芯片运行数据，得到多条第二芯片运行数据；计算所述多条第二芯片运行数据对应的第二用户状态持续时长的离散值，得到对应的第二时长离散值，并确定所述第二时长离散值与预先配置的第二时长离散阈值之间的大小关系；若所述第二时长离散值小于或等于所述第二时长离散阈值，则将所述所述多条第二芯片运行数据对应的第二用户状态持续时长的平均值，作为目标用户的第二行为特征信息。6.如权利要求5所述的基于芯片检测的用户行为分析方法，其特征在于，所述基于对应的第二匹配度大于或等于所述第二匹配度阈值的每一条所述芯片运行数据，得到目标用户的第二行为特征信息的步骤，还包括：若所述第二时长离散值大于所述第二时长离散阈值，则在所述多条第二芯片运行数据对应的第二用户状态持续时长中确定出最大值和最小值；将所述多条第二芯片运行数据对应的第二用户状态持续时长中的最大值和最小值目标用户的第二行为特征信息。7.如权利要求1
‑
6任意一项所述的基于芯片检测的用户行为分析方法，其特征在于，所述对所述第一行为特征信息和所述第二行为特征信息进行融合处理，得到目标用户使用所述目标用户终端设备的目标行为特征信息的步骤，包括：对所述第一行为特征信息对应的数值和所述第二行为特征信息对应的数值进行差值计算，得到对应的特征差值，其中，所述特征差值为所述第一行为特征信息和所述第二行为特征信息之间各对应数值的差值的和值；将所述特征差值作为目标用户使用所述目标用户终端设备的目标行为特征信息，其中，所述目标行为特征信息用于表明目标用户对所述目标用户终端设备的使用持续程度，
且所述特征差值与对应的目标行为特征信息表征的使用持续程度之间具有正相关关系。8.一种基于芯片检测的用户行为分析系统，其特征在于，应用于检测数据处理设备，所述检测数据处理设备通信连接有目标用户终端设备，所述目标用户终端设备具有目标芯片，所述用户行为分析系统包括：数据筛选模块，用于对所述目标芯片在所述目标用户终端设备上运行对应的多条芯片运行数据进行筛选处理，得到对应的第一运行数据筛选集合和第二运行数据筛选集合，其中，每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片是否处于运行状态，所述第一运行数据筛选集合包括的每一条所述芯片运行数据表征在对应的一个时间段内所述目标芯片处于运行状态，所述第二运行数据筛选集合包括的每一条所述芯片运行数据表征在对应的一个时间段内所述目标芯片未处于运行状态；数据处理模块，用于分别对所述第一运行数据筛选集合和所述第二运行数据筛选集合包括的芯片运行数据进行处理，得到所述目标用户终端设备对应的目标用户的第一行为特征信息和第二行为特征信息，其中，所述第一行为特征信息用于表征目标用户使用所述目标芯片的习惯，所述第二行为特征信息用于表征目标用户不使用所述目标芯片的习惯；特征融合模块，用于对所述第一行为特征信息和所述第二行为特征信息进行融合处理，得到目标用户使用所述目标用户终端设备的目标行为特征信息。9.如权利要求8所述的基于芯片检测的用户行为分析系统，其特征在于，所述数据处理模块用于：针对所述第一运行数据筛选集合中的每一条芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的第一用户状态持续时长，并将每一个所述第一用户状态持续时长中的中位值或平均值确定为对应的第一时长阈值，其中，所述第一用户持续时长用于表征目标用户使用所述目标芯片的持续时长；针对所述第二运行数据筛选集合中的每一条芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的第二用户状态持续时长，并将每一个所述第二用户状态持续时长中的中位值或平均值确定为对应的第二时长阈值，其中，所述第二用户持续时长用于表征目标用户不使用所述目标芯片的持续时长；针对所述第一运行数据筛选集合中的每一条芯片运行数据，计算该芯片运行数据对应的第一用户状态持续时长与所述第一时长阈值之间的匹配度，得到该芯片运行数据对应的第一匹配度，并确定该第一匹配度与预先配置的第一匹配度阈值之间的大小关系；针对所述第二运行数据筛选集合中的每一条芯片运行数据，计算该芯片运行数据对应的第二用户状态持续时长与所述第二时长阈值之间的匹配度，得到该芯片运行数据对应的第二匹配度，并确定该第二匹配度与预先配置的第二匹配度阈值之间的大小关系；基于对应的第一匹配度大于或等于所述第一匹配度阈值的每一条所述芯片运行数据，得到目标用户的第一行为特征信息，并基于对应的第二匹配度大于或等于所述第二匹配度阈值的每一条所述芯片运行数据，得到目标用户的第二行为特征信息。10.如权利要求8所述的基于芯片检测的用户行为分析系统，其特征在于，所述特征融合模块用于：对所述第一行为特征信息对应的数值和所述第二行为特征信息对应的数值进行差值计算，得到对应的特征差值，其中，所述特征差值为所述第一行为特征信息和所述第二行为
特征信息之间各对应数值的差值的和值；将所述特征差值作为目标用户使用所述目标用户终端设备的目标行为特征信息，其中，所述目标行为特征信息用于表明目标用户对所述目标用户终端设备的使用持续程度，且所述特征差值与对应的目标行为特征信息表征的使用持续程度之间具有正相关关系。
技术总结
本发明提供的一种基于芯片检测的用户行为分析方法及系统，涉及芯片检测技术领域。在本发明中，对获取的多条芯片运行数据进行分类筛选处理得到对应的第一运行数据筛选集合和第二运行数据筛选集合，其中，每一条芯片运行数据用于表征在一个时间段内目标芯片是否处于运行状态；分别对第一运行数据筛选集合和第二运行数据筛选集合包括的芯片运行数据进行处理，得到目标用户终端设备对应的目标用户的第一行为特征信息和第二行为特征信息；对第一行为特征信息和第二行为特征信息进行融合处理，得到目标用户使用目标用户终端设备的目标行为特征信息。如此，可以提高进行用户行为分析的可靠度。析的可靠度。析的可靠度。
技术研发人员：范敏 任继远 彭东
受保护的技术使用者：范敏
技术研发日：2021.08.27
技术公布日：2021/11/21