本发明涉及用户画像,尤其涉及一种用户画像方法、装置、设备及存储介质。
背景技术:
1、客户画像研究一直是电信运营商关注的重点,精准的客户画像是用户精细化运营的必备条件,比如客户预警系统画像标签(离网预警、降档预警、携转预警等)、用户生命周期画像标签(新入网、新离网、重入网、深度离网、忠诚用户等)可支撑运营商对在网用户进行精细化的客户群拆分。当前电信运营商在对用户进行画像时主要以如下方式为主:技术专员基于业务经验对客户群进行长期的特征总结归纳并以此对用户进行画像描述,上述用户画像方式依赖技术专员的经验,耗费人工,无法对用户间的全方位信息变化进行瞬时捕捉,且画像的精细度存在欠缺,无法做出瞬时的有效画像描述,因此,如何提高用户的画像效率成为了亟待解决的技术问题。
技术实现思路
1、本发明的主要目的在于提供了一种用户画像方法、装置、设备及存储介质,旨在解决现有技术用户画像精细度不高,无法做出瞬时的有效画像描述的技术问题。
2、为实现上述目的,本发明提供了一种用户画像方法,所述方法包括以下步骤:
3、获取用户的网络瞬时信息,所述网络瞬时信息包括poi点位移动轨迹信息、mme信令经纬度信息、瞬时通信流信息以及wifi连接信息;
4、基于所述网络瞬时信息确定瞬时亲密度网络;
5、根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像。
6、可选地,所述基于所述网络瞬时信息确定瞬时亲密度网络的步骤,包括:
7、基于所述网络瞬时信息确定wifi连接重合指数、轨迹重合指数以及通信亲密指数;
8、根据所述wifi连接重合指数、所述轨迹重合指数以及所述通信亲密指数确定瞬时综合亲密度指数;
9、基于所述瞬时综合亲密度指数确定瞬时亲密度网络。
10、可选地,所述基于所述网络瞬时信息确定wifi连接重合指数、轨迹重合指数以及通信亲密指数的步骤,包括:
11、基于所述网络瞬时信息中的wifi连接信息确定wifi连接重合指数;
12、基于所述网络瞬时信息中的poi点位移动轨迹信息和mme信令经纬度信息确定轨迹重合指数;
13、基于所述网络瞬时信息中的瞬时通信流信息确定通信亲密指数。
14、可选地,所述基于所述网络瞬时信息中的poi点位移动轨迹信息和mme信令经纬度信息确定轨迹重合指数的步骤,包括:
15、根据poi点位移动轨迹信息确定第一经纬度信息;
16、根据所述第一经纬度信息和所述mme信令经纬度信息确定定位综合间距;
17、基于所述定位综合间距和瞬时时间段信息确定轨迹重合指数。
18、可选地,所述通信亲密指数包括瞬时通信亲密度和历史月均通话亲密度;
19、所述基于所述网络瞬时信息中的瞬时通信流信息确定通信亲密指数的步骤,包括:
20、基于所述网络瞬时信息中的瞬时通信流信息确定瞬时通话次数和主被叫通话信息;
21、根据所述瞬时通话次数和瞬时时间段信息确定瞬时通信亲密度;
22、根据所述主被叫通话信息确定历史月均通话亲密度。
23、可选地,所述根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像的步骤,包括:
24、根据所述瞬时亲密度网络确定连边权重均值和节点集聚系数;
25、基于预设低集聚性亲密度阈值、预设集聚系数阈值、所述连边权重均值和所述节点集聚系数对所述瞬时亲密度网络进行过滤,得到目标瞬时亲密度网络;
26、根据所述目标瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像。
27、可选地,所述根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像的步骤之前,还包括:
28、获取样本瞬时亲密度网络和所述样本瞬时亲密度网络中各个节点的用户标签;
29、基于所述样本瞬时亲密度网络和所述用户标签对初始图神经网络模型进行训练,得到预设画像预测图神经网络模型。
30、此外,为实现上述目的,本发明还提供一种用户画像装置,所述装置包括:
31、获取模块,用于获取用户的网络瞬时信息,所述网络瞬时信息包括poi点位移动轨迹信息、mme信令经纬度信息、瞬时通信流信息以及wifi连接信息;
32、瞬时亲密度网络构建模块,用于基于所述网络瞬时信息确定瞬时亲密度网络;
33、画像模块,用于根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像。
34、此外,为实现上述目的,本发明还提出一种用户画像设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户画像程序,所述用户画像程序配置为实现如上文所述的用户画像方法的步骤。
35、此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有用户画像程序,所述用户画像程序被处理器执行时实现如上文所述的用户画像方法的步骤。
36、本发明获取用户的网络瞬时信息,所述网络瞬时信息包括poi点位移动轨迹信息、mme信令经纬度信息、瞬时通信流信息以及wifi连接信息;基于所述网络瞬时信息确定瞬时亲密度网络;根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像。由于本发明是根据用户的网络瞬时信息确定瞬时亲密度网络;根据瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像。相对于现有的通过用户的离网、转网等信息确定用户画像的方式,本发明上述方式能够根据用户的多种瞬时网络信息进行用户画像,提高用户画像的准确性和时间精细度。
1.一种用户画像方法,其特征在于,所述用户画像方法包括以下步骤:
2.如权利要求1所述的用户画像方法,其特征在于,所述基于所述网络瞬时信息确定瞬时亲密度网络的步骤,包括:
3.如权利要求2所述的用户画像方法,其特征在于,所述基于所述网络瞬时信息确定wifi连接重合指数、轨迹重合指数以及通信亲密指数的步骤,包括:
4.如权利要求3所述的用户画像方法,其特征在于,所述基于所述网络瞬时信息中的poi点位移动轨迹信息和mme信令经纬度信息确定轨迹重合指数的步骤,包括:
5.如权利要求3所述的用户画像方法,其特征在于,所述通信亲密指数包括瞬时通信亲密度和历史月均通话亲密度;
6.如权利要求1-5任一项所述的用户画像方法,其特征在于,所述根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像的步骤,包括:
7.如权利要求1-5任一项所述的用户画像方法,其特征在于,所述根据所述瞬时亲密度网络和预设画像预测图神经网络模型确定用户瞬时画像的步骤之前,还包括:
8.一种用户画像装置,其特征在于,所述用户画像装置包括:
9.一种用户画像设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的用户画像程序,所述用户画像程序配置为实现如权利要求1至7中任一项所述的用户画像方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有用户画像程序,所述用户画像程序被处理器执行时实现如权利要求1至7任一项所述的用户画像方法的步骤。