一种用户身份识别方法及装置与流程

本发明涉及计算机处理
技术领域：
，尤其涉及一种用户身份识别方法及装置。
背景技术：
：随着智能设备和移动互联网技术的发展，服务类软件的普及给人们的生活带来了极大的便利。当前各类服务需求已经是社会各阶层人士的普遍需求。然而不同身份的用户的偏好差别较大，例如商务人士、旅游人士等，许多应用场景需要根据用户的身份去推送一些个性化的产品服务等。因此识别出用户的身份十分重要。目前，配送服务类软件中没有直接的信息能够表征用户的身份。因此，根据配送服务类软件中的订单信息如何挖掘相关信息，以判断用户的身份是急需解决的问题。技术实现要素：针对现有技术的缺陷，本发明提供了一种用户身份识别方法及装置，能够根据历史订单数据，较为准确地判断出用户的身份。第一方面，本发明提供了一种用户身份识别方法，该方法包括：获取预设时间段内用户设备UE的历史订单数据，并识别所述历史订单数据中的出发地及目的地的兴趣点POI类别；将所述历史订单数据按照城市划分，根据每个城市对应的历史订单数据中的出发地及目的地的POI类别，确定所述UE对应的常驻城市与非常驻城市；获取所述常驻城市对应的历史订单数据中的第一类型POI，以及所述非常驻城市对应的历史订单数据中的第二类型POI；根据所述第一类型POI及所述第二类型POI，识别用户的身份。优选地，所述第一类型POI包括飞机场及火车站；所述第二类型POI包括公司、景点、机场及火车站。优选地，所述将所述历史订单数据按照城市划分，根据每个城市对应的历史订单数据中的出发地及目的地的POI类别，确定所述UE对应的常驻城市与非常驻城市，包括：将所述UE的历史订单数据按照不同城市进行划分，获得多个城市对应的历史订单数据；获得所述UE的手机号码所属城市对应的历史订单数据，并将所述手机号码所属城市作为第一候选常驻城市；统计所述多个城市中除去所述手机号码所属城市外的剩余的城市对应的历史订单数据中的第三类型POI，根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市；根据所述第一候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，以及所述第二候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，选择所述第一候选常驻城市或第二候选常驻城市作为所述UE对应的常驻城市；其中，所述第三类型POI包括酒店宾馆及小区住宅。优选地，所述根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市，包括：获得所述剩余的城市中每个城市对应的历史订单数据中的订单数、酒店宾馆出现次数及小区住宅出现次数；判断所述每个城市对应的历史订单数据中所述酒店宾馆出现次数是否小于所述小区住宅出现次数；若所述酒店宾馆出现次数小于所述小区住宅出现次数，则将该城市作为候选常驻城市；从所有候选常驻城市中，筛选出小区住宅出现次数最多的候选常驻城市作为第二候选常驻城市。优选地，所述根据所述第一候选常驻城市对应的历史订单数据中 的订单数、第三类型POI出现次数，以及所述第二候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，选择所述第一候选常驻城市或第二候选常驻城市作为所述UE对应的常驻城市，包括：判断所述第一候选常驻城市的订单数与所述第二候选常驻城市的订单数的比值是否大于等于第一阈值，若是，则将所述第一候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的小区住宅出现次数是否小于所述第二候选常驻城市的小区住宅出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的酒店宾馆出现次数是否大于所述第二候选常驻城市的酒店宾馆出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，将所述第一候选常驻城市作为所述UE对应的常驻城市。优选地，所述根据所述第一类型POI及所述第二类型POI，识别用户的身份，包括：统计所述常驻城市对应的历史订单数据中的第一类型POI出现次数、以及所述非常驻城市对应的历史订单数据中的第二类型POI出现次数；根据所述第一类型POI出现次数及所述第二类型POI出现次数，判断所述用户为商务人士或旅游人士。优选地，所述根据所述第一类型POI出现次数及所述第二类型POI出现次数，判断所述用户为商务人士或旅游人士，包括：初始化第一特征值及第二特征值；根据所述第一类型POI出现次数及所述第二类型POI出现次数，分别为所述第一特征值及所述第二特征值累加相应的数值；当所述第一特征值大于第二阈值时，则判定所述用户为商务人士；当所述第二特征值大于第三阈值时，则判定所述用户为旅游人士。优选地，所述根据所述第一类型POI出现次数及所述第二类型POI出现次数，分别为所述第一特征值及所述第二特征值累加相应的数值，包括：统计所述常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第一预设值；统计所述常驻城市对应的历史订单数据中火车站出现次数，且火车站每出现一次，为所述第一特征值、所述第二特征值分别增加第二预设值；统计所述非常驻城市对应的历史订单数据中公司出现次数，且公司每出现一次，为所述第一特征值增加第三预设值；统计所述非常驻城市对应的历史订单数据中景点出现次数，且景点每出现一次，为所述第二特征值增加第四预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第五预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第六预设值。第二方面，本发明提供了一种用户身份识别装置，该装置包括：获取单元，用于获取预设时间段内用户设备UE的历史订单数据，并识别所述历史订单数据中的出发地及目的地的兴趣点POI类别；城市划分单元，用于将所述历史订单数据按照城市划分，根据每个城市对应的历史订单数据中的出发地及目的地的POI类别，确定所述UE对应的常驻城市与非常驻城市；POI获取单元，用于获取所述常驻城市对应的历史订单数据中的第一类型POI，以及所述非常驻城市对应的历史订单数据中的第二类型POI；身份识别单元，用于根据所述第一类型POI及所述第二类型POI，识别用户的身份。优选地，所述第一类型POI包括飞机场及火车站；所述第二类型POI包括公司、景点、机场及火车站。优选地，所述城市划分单元，用于：将所述UE的历史订单数据按照不同城市进行划分，获得多个城市对应的历史订单数据；获得所述UE的手机号码所属城市对应的历史订单数据，并将所述手机号码所属城市作为第一候选常驻城市；统计所述多个城市中除去所述手机号码所属城市外的剩余的城市对应的历史订单数据中的第三类型POI，根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市；根据所述第一候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，以及所述第二候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，选择所述第一候选常驻城市或第二候选常驻城市作为所述UE对应的常驻城市；其中，所述第三类型POI包括酒店宾馆及小区住宅。优选地，所述城市划分单元，还用于：获得所述剩余的城市中每个城市对应的历史订单数据中的订单数、酒店宾馆出现次数及小区住宅出现次数；判断所述每个城市对应的历史订单数据中所述酒店宾馆出现次数是否小于所述小区住宅出现次数；若所述酒店宾馆出现次数小于所述小区住宅出现次数，则将该城市作为候选常驻城市；从所有候选常驻城市中，筛选出小区住宅出现次数最多的候选常驻城市作为第二候选常驻城市。优选地，所述城市划分单元，还用于：判断所述第一候选常驻城市的订单数与所述第二候选常驻城市的 订单数的比值是否大于等于第一阈值，若是，则将所述第一候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的小区住宅出现次数是否小于所述第二候选常驻城市的小区住宅出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的酒店宾馆出现次数是否大于所述第二候选常驻城市的酒店宾馆出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，将所述第一候选常驻城市作为所述UE对应的常驻城市。优选地，所述身份识别单元，用于：统计所述常驻城市对应的历史订单数据中的第一类型POI出现次数、以及所述非常驻城市对应的历史订单数据中的第二类型POI出现次数；根据所述第一类型POI出现次数及所述第二类型POI出现次数，判断所述用户为商务人士或旅游人士。优选地，所述身份识别单元，还用于：初始化第一特征值及第二特征值；根据所述第一类型POI出现次数及所述第二类型POI出现次数，分别为所述第一特征值及所述第二特征值累加相应的数值；当所述第一特征值大于第二阈值时，则判定所述用户为商务人士；当所述第二特征值大于第三阈值时，则判定所述用户为旅游人士。优选地，所述身份识别单元，还用于：统计所述常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第一预设值；统计所述常驻城市对应的历史订单数据中火车站出现次数，且火车站每出现一次，为所述第一特征值、所述第二特征值分别增加第二预设值；统计所述非常驻城市对应的历史订单数据中公司出现次数，且公司每出现一次，为所述第一特征值增加第三预设值；统计所述非常驻城市对应的历史订单数据中景点出现次数，且景点每出现一次，为所述第二特征值增加第四预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第五预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第六预设值。由上述技术方案可知，本发明提供一种用户身份识别方法及装置，能够根据历史订单数据中出发地POI类别及目的地POI类别，判断出用户的常驻地，并根据用户在常驻城市和非常驻城市中的跟商务、旅游出行相关的订单，判断用户的身份，该方法能够较为准确、快速地判断出用户身份，从而为不同身份的用户推送不同的个性化产品或应用。附图说明为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1是本公开一实施例提供的一种用户身份识别方法的流程示意图；图2是本公开另一实施例提供的一种筛选用户常驻城市的流程示意图；图3是本公开一实施例提供的一种用户身份识别装置的结构示意 图。具体实施方式下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。以下对本公开实施例中提及的部分词语进行举例说明。本领域技术人员应当理解，本公开实施例中提及的用户设备(UserEquipment，简称UE)是指安装有服务类软件乘客端的任何终端，是呼叫服务方，可以包括任何类型的用户设备，诸如手持式计算机、个人数字助理PDA、蜂窝电话、网络家电、智能电话、增强型通用分组无线业务(EGPRS)移动电话、媒体播放器、导航设备或者这些数据处理设备或其他数据处理设备中的任何两个或多个的组合。本领域技术人员应当理解，本公开实施例中提及的用户身份识别方法的执行主体、用户身份识别装置均可以为服务器，服务器既可以代表如计算机服务器的单个服务器，也可以代表一起工作以执行功能的多个服务器，例如云服务器hadoop。图1示出了本公开一实施例提供的一种用户身份识别方法的流程示意图，如图1所示，该方法包括如下步骤：S1：获取预设时间段内用户设备UE的历史订单数据，并识别所述历史订单数据中的出发地及目的地的兴趣点(PointofInterest，简称POI)类别。S2：将所述历史订单数据按照城市划分，根据每个城市对应的历史订单数据中的出发地及目的地的POI类别，确定所述UE对应的常驻城市与非常驻城市。具体来说，利用历史订单数据中出发地对应的POI类别和目的地 对应的POI类别来定义规则，以识别所述UE对应的常驻城市及非常驻城市。例如，非常驻城市的订单中出发地和目的地中大多有酒店宾馆，而在常驻城市中的订单中出发地和目的地中大多有小区住宅。因此，根据POI类别中“住”的方面出发来定义规则，进行常驻城市的识别。S3：获取所述常驻城市对应的历史订单数据中的第一类型POI，以及所述非常驻城市对应的历史订单数据中的第二类型POI。具体来说，本步骤中挑选处常驻城市和非常驻城市对应的历史订单中跟商务、旅游出行相关的订单。例如，所述第一类型POI包括飞机场及火车站等交通设施中转点；所述第二类型POI包括公司、景点、机场及火车站等。S4：根据所述第一类型POI及所述第二类型POI，识别用户的身份。本步骤中，可根据给不同的POI类别制定相应的分值，采取积分形式，最终根据积分值来判断商务人士及旅游人士的身份。由此可见，本实施例根据历史订单数据中出发地POI类别及目的地POI类别，判断出用户的常驻地，并根据用户在常驻城市和非常驻城市中的跟商务、旅游出行相关的订单，判断用户的身份，该方法能够较为准确、快速地判断出用户身份，从而为不同身份的用户推送不同的个性化产品或应用。本实施例中，步骤S2可具体通过如下步骤实现：S21：将所述UE的历史订单数据按照不同城市进行划分，获得多个城市对应的历史订单数据。举例来说，如图2所示，乘客订单按照城市划分，得到城市1、城市2、……、城市n及手机号归属城市的历史订单数据，并统计得到每个城市历史订单数据中的订单数、小区住宅出现次数及宾馆出现次数(即第三类型POI出现次数)等。S22：获得所述UE的手机号码所属城市对应的历史订单数据，并 将所述手机号码所属城市作为第一候选常驻城市。S23：统计所述多个城市中除去所述手机号码所属城市外的剩余的城市对应的历史订单数据中的第三类型POI，根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市。其中，所述第三类型POI包括酒店宾馆及小区住宅。举例来说，如图2所示，根据小区住宅出现次数及宾馆出现次数(即第三类型POI出现次数)，可筛选出城市x(x为正整数，且1≤x≤n)作为第二候选城市。S24：根据所述第一候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，以及所述第二候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，选择所述第一候选常驻城市或第二候选常驻城市作为所述UE对应的常驻城市。具体地，如图2所示，根据手机号归属城市的订单数、小区住宅出现次数及宾馆出现次数(即第三类型POI出现次数)，以及城市x的订单数、小区住宅出现次数及宾馆出现次数(即第三类型POI出现次数)，采用预设的规则选择其中之一作为用户的常驻城市。进一步地，上述步骤S23中根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市，具体包括：A01、获得所述剩余的城市中每个城市对应的历史订单数据中的订单数、酒店宾馆出现次数及小区住宅出现次数；其中，如图2所示，剩余的城市包括城市1、城市2、……、城市n。A02、判断所述每个城市对应的历史订单数据中所述酒店宾馆出现次数是否小于所述小区住宅出现次数；A03、若所述酒店宾馆出现次数小于所述小区住宅出现次数，则将该城市作为候选常驻城市；可理解地，酒店宾馆出现次数若大于等于小区住宅出现次数，则表明该城市不是常驻城市，否则该城市作为常驻城市的候选城市。A04、从所有候选常驻城市中，筛选出小区住宅出现次数最多的候选常驻城市作为第二候选常驻城市。需要说明的是，若用户只在电话号码归属城市有出行记录，则将电话号码归属城市作为用户的常驻城市即可；若用户在电话号码归属城市没有出行记录，则采取步骤A01至步骤A04选择出的第二候选常驻城市最为用户的常驻城市即可。进一步地，上述步骤S24，具体包括如下子步骤：B01：判断所述第一候选常驻城市的订单数与所述第二候选常驻城市的订单数的比值是否大于等于第一阈值，若是，则将所述第一候选常驻城市作为所述UE对应的常驻城市；举例来说，判断第一候选常驻城市(即手机号码所属地城市)的订单数/第二候选常驻城市的订单数是否大于等于0.4，若是则判定第一候选常驻城市为常驻城市，否则转至步骤B02。B02：否则，判断所述第一候选常驻城市的小区住宅出现次数是否小于所述第二候选常驻城市的小区住宅出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；可理解地，若第一候选常驻城市的小区住宅出现次数大于等于所述第二候选常驻城市的小区住宅出现次数，则转至步骤B03。B03：否则，判断所述第一候选常驻城市的酒店宾馆出现次数是否大于所述第二候选常驻城市的酒店宾馆出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；可理解地，当上述条件均不满足时，则转至步骤B04。B04：否则，将所述第一候选常驻城市作为所述UE对应的常驻城市。由此可见，常驻城市的识别方法主要是从与用户“住”相关的POI入手，如：小区住宅、酒店宾馆。由于手机号码归属地是一个极有可能为常驻地的因素，所以需要将手机号码归属城市从订单的多个城市中分离出去作为主要的候选城市。再从除手机号码归属城市以外的城 市中选择一个最有可能为常驻城市的城市跟手机号码归属城市进行规则计算，最终二选一识别出乘客的常驻城市。进一步地，需识别用户身份，而商务、旅游人士的识别主要是根据乘客在常驻城市的订单中跟机场、火车站相关的POI订单和在非常驻城市的订单中跟商务楼宇、旅游景点相关的POI来识别。如果在非常驻城市常去旅游景点，则认为该乘客跟旅游人士身份相关，如果经常去商务楼宇、公司企业，则认为该乘客跟商务人士身份相关。当然一个乘客既可以被识别为商务人士也可以被识别为旅游人士身份。而本实施例中，步骤S4中根据所述第一类型POI及所述第二类型POI，识别用户的身份，包括如下子步骤：S41：统计所述常驻城市对应的历史订单数据中的第一类型POI出现次数、以及所述非常驻城市对应的历史订单数据中的第二类型POI出现次数；S42：根据所述第一类型POI出现次数及所述第二类型POI出现次数，判断所述用户为商务人士或旅游人士。其中，第一类型POI包括飞机场及火车站；所述第二类型POI包括公司、景点、机场及火车站。即根据用户在常驻城市中去飞机场、火车站的次数，以及用户在非常驻城市中去公司(商务楼宇)、景点、飞机场及火车站的次数，能够较为准确地判断用户时商务人士或旅游人士。例如若在非常驻城市中去景点的次数较多，则用户更有可能是旅游人士。具体地，步骤S41，可通过如下步骤实现：C01、初始化第一特征值及第二特征值；C02、根据所述第一类型POI出现次数及所述第二类型POI出现次数，分别为所述第一特征值及所述第二特征值累加相应的数值；C03、当所述第一特征值大于第二阈值时，则判定所述用户为商务人士；C04、当所述第二特征值大于第三阈值时，则判定所述用户为旅游 人士。由此可见，可根据给不同的POI类别制定相应的分值，采取积分形式，最终根据积分值来判断商务人士及旅游人士的身份。其中，步骤C02，可根据如下规则实现：(1)统计所述常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第一预设值；(2)统计所述常驻城市对应的历史订单数据中火车站出现次数，且火车站每出现一次，为所述第一特征值、所述第二特征值分别增加第二预设值；(3)统计所述非常驻城市对应的历史订单数据中公司出现次数，且公司每出现一次，为所述第一特征值增加第三预设值；(4)统计所述非常驻城市对应的历史订单数据中景点出现次数，且景点每出现一次，为所述第二特征值增加第四预设值；(5)统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第五预设值；(6)统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第六预设值。举例来说，在常驻地订单中，起点或终点中有如下POI类别的，每出现一次累积相应分值：机场：+2(商务、旅游)火车站：+1(商务、旅游)没有机场、火车站的订单则不加分而在非常驻地订单中，起点或终点中有如下POI类别的，每出现一次，累积相应分值：公司：+5(商务)景点：+5(旅游)机场：+2(商务、旅游)火车站：+1(商务、旅游)其他：+0.1(商务、旅游)如此，积分会分别累加到两个变量上，商务相关的分只会加到商务人士相关的变量上，旅游相关的分只会加到旅游人士相关的变量上，其他项都会加到两个变量上。最终可以通过阈值筛选这两个变量来确认商务人士与旅游人士。为了更清楚地说明本公开的技术方案，下面通过一个具体的实施例来说明一种用户身份识别方法：表1是乘客P1在近6个月来的订单记录，数据量大，只列出各城市的部分详细订单数据表1乘客P1的订单记录从上表1可以看出乘客P1在的电话号码归属城市是29，乘客P1在 城市1、29、4三个城市有过打车订单记录，要从这些订单记录中识别乘客的常驻城市和乘客的商务、旅游人士身份。过程如下：一、常驻城市识别：1、统计出每个城市订单出现酒店宾馆的次数、小区住宅的次数、总的订单数(如表2所示)。表2每个城市的订单数据统计城市编号酒店宾馆的次数小区住宅数总订单数16956412046290112、除手机号码归属城市29外,过滤城市1，去酒店宾馆的次数6小于小区住宅的次数9，则城市1是常驻城市的候选城市；过滤城市4，去酒店宾馆的次数1小于小区住宅的次数20，则城市4也是常驻城市的候选城市。3、从候选城市1和4中，选出小区住宅次数最多的一个作为除手机号码归属城市外最有可能是常驻城市的城市，即选择小区住宅次数最多的20次城市4为候选城市。4、从城市4和29中二选一作为常驻城市：判断场景一：电话号码所属城市29的订单数除以城市4的订单数：1/46<0.4,无法决定常驻城市则接着判读场景二：城市4的小区住宅数20大于城市29的小区住宅数1，即满足条件，则认为城市4是其常驻城市，结束判断。二、商务、旅游人士识别：通过上一步识别出了乘客的常驻城市是4，那么在城市4的订单属于常驻城市订单，1、29属于异地城市订单，按积分规则进行积分：1、在常驻城市4的订单中，火车站出现2次，机场9次，则此步的商务积分是2*9+1*2＝20，旅游积分是2*9+1*2＝20。2、在异地城市29和1的订单中，火车站出现0次，机场1次，公司36次，景点0次，其他72次。此步的商务积分是36*5+1*2+72*0.1＝189.2，旅游积分是1*2+72*0.1＝9.2。3、最后商务积分是：20+189.2＝209.2，旅游积分是20+7.2＝27.2。结论：表明乘客P1更符合商务人士的身份，不符号旅游人士的身份。图3示出了本公开一实施例提供的一种用户身份识别装置的结构示意图，该装置包括获取单元301、城市划分单元302、POI获取单元303及身份识别单元304。其中：获取单元301，用于获取预设时间段内用户设备UE的历史订单数据，并识别所述历史订单数据中的出发地及目的地的兴趣点POI类别；城市划分单元302，用于将所述历史订单数据按照城市划分，根据每个城市对应的历史订单数据中的出发地及目的地的POI类别，确定所述UE对应的常驻城市与非常驻城市；POI获取单元303，用于获取所述常驻城市对应的历史订单数据中的第一类型POI，以及所述非常驻城市对应的历史订单数据中的第二类型POI；身份识别单元304，用于根据所述第一类型POI及所述第二类型POI，识别用户的身份；其中，所述第一类型POI包括飞机场及火车站等交通设施中转点；所述第二类型POI包括公司、景点、机场及火车站等。本实施例中，所述城市划分单元302，用于：将所述UE的历史订单数据按照不同城市进行划分，获得多个城市对应的历史订单数据；获得所述UE的手机号码所属城市对应的历史订单数据，并将所述手机号码所属城市作为第一候选常驻城市；统计所述多个城市中除去所述手机号码所属城市外的剩余的城市 对应的历史订单数据中的第三类型POI，根据所述第三类型POI从所述剩余的城市中筛选出第二候选常驻城市；根据所述第一候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，以及所述第二候选常驻城市对应的历史订单数据中的订单数、第三类型POI出现次数，选择所述第一候选常驻城市或第二候选常驻城市作为所述UE对应的常驻城市；其中，所述第三类型POI包括酒店宾馆及小区住宅。本实施例中，所述城市划分单元，还用于：获得所述剩余的城市中每个城市对应的历史订单数据中的订单数、酒店宾馆出现次数及小区住宅出现次数；判断所述每个城市对应的历史订单数据中所述酒店宾馆出现次数是否小于所述小区住宅出现次数；若所述酒店宾馆出现次数小于所述小区住宅出现次数，则将该城市作为候选常驻城市；从所有候选常驻城市中，筛选出小区住宅出现次数最多的候选常驻城市作为第二候选常驻城市。本实施例中，所述城市划分单元，还用于：判断所述第一候选常驻城市的订单数与所述第二候选常驻城市的订单数的比值是否大于等于第一阈值，若是，则将所述第一候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的小区住宅出现次数是否小于所述第二候选常驻城市的小区住宅出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，判断所述第一候选常驻城市的酒店宾馆出现次数是否大于所述第二候选常驻城市的酒店宾馆出现次数，若是，则将所述第二候选常驻城市作为所述UE对应的常驻城市；否则，将所述第一候选常驻城市作为所述UE对应的常驻城市。本实施例中，所述身份识别单元，用于：统计所述常驻城市对应的历史订单数据中的第一类型POI出现次数、以及所述非常驻城市对应的历史订单数据中的第二类型POI出现次数；根据所述第一类型POI出现次数及所述第二类型POI出现次数，判断所述用户为商务人士或旅游人士。本实施例中，所述身份识别单元，还用于：初始化第一特征值及第二特征值；根据所述第一类型POI出现次数及所述第二类型POI出现次数，分别为所述第一特征值及所述第二特征值累加相应的数值；当所述第一特征值大于第二阈值时，则判定所述用户为商务人士；当所述第二特征值大于第三阈值时，则判定所述用户为旅游人士。本实施例中，所述身份识别单元，还用于：统计所述常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第一预设值；统计所述常驻城市对应的历史订单数据中火车站出现次数，且火车站每出现一次，为所述第一特征值、所述第二特征值分别增加第二预设值；统计所述非常驻城市对应的历史订单数据中公司出现次数，且公司每出现一次，为所述第一特征值增加第三预设值；统计所述非常驻城市对应的历史订单数据中景点出现次数，且景点每出现一次，为所述第二特征值增加第四预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第五预设值；统计所述非常驻城市对应的历史订单数据中飞机场出现次数，且飞机场每出现一次，为所述第一特征值、所述第二特征值分别增加第六预设值。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。应当注意的是，在本公开的系统的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。以上实施方式仅适于说明本公开，而并非对本公开的限制，有关
技术领域：
的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开 的范畴，本公开的专利保护范围应由权利要求限定。当前第1页1 2 3