专利名称：一种判断无线用户属性的方法
技术领域：
本发明涉及无线通信技术领域，尤其涉及一种判断无线用户属性的方法。
背景技术：
随着互联网技术的快速发展，使得海量的信息涌现在大家面前，我们已然进入了 一个信息爆炸的时代。在此背景下，一方面用户越来越不容易从中发现自己感兴趣的内容， 另一方面也使得大量的信息无人问津，无法被普通用户所获取。同样，在通过手机终端访问 的无线互联网，已经实现了和互联网的互通，自然也面临着相同的问题。为了向无线用户提供更多、更实用的信息，必须首先了解无线用户的一些基本属 性，只有了解了无线用户的情况、需要和爱好，才能向无线用户主动提供相关信息，因此如 何准确判断无线用户的属性成了当务之急。
发明内容
本发明的目的在于提出一种判断无线用户属性的方法，能够通过无线用户一些无 规律数据，得到无限接近于真实情况的用户属性特征。为达此目的，本发明采用以下技术方案一种判断无线用户属性的方法，包括以下步骤A、确定无线用户关键标签属性点和卡类型；B、设定性别属性、年龄段属性和消费能力属性的先验值；C、根据无线用户关键标签属性点的性别化隶属度和权重，计算出无线用户的性别 属性值，与性别属性的先验值比较，判断无线用户的性别属性；D、根据无线用户关键标签属性点的年龄段隶属度和权重、以及卡类型的年龄段隶 属度和权重，计算出无线用户的年龄段属性值，与年龄段属性的先验值比较，判断无线用户 的年龄段属性；E、根据无线用户关键标签属性点的消费能力隶属度和权重、以及卡类型的年龄段 隶属度和权重，计算出无线用户的消费能力属性值，与消费能力属性的先验值比较，判断无 线用户的消费能力属性。性别属性的先验值为男性50到100，女性0到49 ；年龄段属性的先验值为高龄200 到300，对应30岁以上，中龄100到199，对应20到30岁，低龄0到99，对应20岁以下；消 费能力属性的先验值为高消费200到400，对应月消费额3000元以上，中等消费100到199， 对应月消费额1500到3000元，低消费0到99，对应月消费额1500元以下。步骤C中，无线用户的性别属性值等于无线用户关键标签属性点的性别化隶属度 和对应权重之积的总和。随机抽取1万个具有关键标签属性点的无线用户，分别计算其中男性和女性所占 比例，所述比例值就是关键标签属性点的性别化隶属度；取1万个已经确定性别属性的用户，获取用户的手机UA和标签属性，采用最大隶属度原则，对每个用户UA和标签属性分别用单一特征计算用户性别化，与实际性别相比 较，对UA和标签属性分别得到对1万个用户计算的正确率，获得卡类型的正确率为α工，标 签属性的正确率为α2，则卡类型的权值
，标签属性的权值 步骤D进一步包括以下步骤计算无线用户关键标签属性点的年龄段隶属度和对应权重之积与卡类型的年龄 段隶属度和对应权重之积的总和；所述总和乘以300/最高隶属度，得到乘积；所述乘积就是无线用户的年龄段属性值。随机抽取1万个具有关键标签属性点的用户，分别计算其高龄、中龄、低龄所占比 例，所述比例值就是所述关键标签属性点高龄、中龄、低龄的隶属度；取1万个已经确定年龄段属性的用户，获取用户的手机UA、标签属性和卡类型，采
用最大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户年龄段，与
实际年龄段相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确率，获得卡
类型的正确率为Q1,标签属性的正确率为α2，则卡类型的权值
标签属性的权值 步骤E进一步包括以下步骤计算无线用户关键标签属性点的消费能力隶属度和对应权重之积与卡类型的消 费能力隶属度和对应权重之积的总和；所述总和乘以400/最高隶属度，得到乘积；所述乘积就是无线用户的消费能力属性值。随机抽取1万个具有关键标签属性点的用户，分别计算高消费、中等消费和低消 费所占比例，所述比例值就是所述标签属性点高消费、中等消费和低消费的隶属度；取1万个已经确定消费能力属性的用户，获取用户的手机UA、标签属性和卡类型，
采用最大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户消费能
力，与实际消费能力相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确
率，获得卡类型的正确率为Q1,标签属性的正确率为α2，则卡类型的权值
标签属性的权值 采用了本发明的技术方案，能够将没有规律的用户数据记录，通过自然语义分析， 找出其中的属性倾向，再根据多种来源的线索和依据，对用户的属性数据进行层层分析判 断，最终对其进行概率性的分析，得到无限接近于真实情况的用户属性特征。
图1是本发明具体实施方式
中判断无线用户属性的流程图。
具体实施例方式下面结合附图并通过具体实施方式
来进一步说明本发明的技术方案。
本发明技术方案的主要思想是根据用户的基本属性(用户标签属性、卡类型)推 导出三个导出属性(用户性别、年龄段、消费能力)，其中用户性别计算根据的基本属性是 用户标签属性；年龄段计算根据的基本属性是用户标签属性和卡类型；消费能力根据的基 本属性是用户标签属性和卡类型。图1是本发明具体实施方式
中判断无线用户属性的流程图。如图1所示，该流程 包括以下步骤步骤101、确定无线用户关键标签属性点和卡类型。比如卡类型包括全球通、动感 地带、神州行、联通GSM和联通CDMA等。步骤102、设定性别属性、年龄段属性和消费能力属性的先验值。其中性别属性的 先验值为男性50到100，女性0到49 ；年龄段属性的先验值为高龄200到300，对应30岁以 上，中龄100到199，对应20到30岁，低龄0到99，对应20岁以下；消费能力属性的先验值 为高消费200到400，对应月消费额3000元以上，中等消费100到199，对应月消费额1500 到3000元，低消费0到99，对应月消费额1500元以下。步骤103、根据无线用户关键标签属性点的性别化隶属度和权重，计算出无线用户 的性别属性值，与性别属性的先验值比较，判断无线用户的性别属性。无线用户的性别属性值等于无线用户关键标签属性点的性别化隶属度和对应权 重之积的总和。性别根据计算出的性别化(男性化和女性化)隶属度来确定，分别根据用户标签 属性计算出性别化隶属度，然后得出由其共同确定的男性化和女性化隶属度，最后按照最 大隶属度原则，确定该用户的性别化，从而确定性别。每个用户标签属性由一系列标签属性点组成，先计算由不同标签属性点决定的该 用户标签属性的性别化隶属度。性别的判定根据属性的隶属度和权重的值α和β，我们判定这个用户的性别判 定为d.根据不同的属性进行累加，结果为d = α j β j+α 2 β 2+. . . + α ηβ n其值为小数，不符合我们的对应值定义关键属性，根据关键属性进行性别判断，根据优先属性计算。d = a j β j+ α 2 β 2将其值进行系数放大，得到一个数据库对应值。其中随机抽取1万个具有关键标签属性点的无线用户，分别计算其中男性和女性 所占比例，所述比例值就是关键标签属性点的性别化隶属度。取1万个已经确定性别属性的用户，获取用户的手机UA和标签属性，采用最大隶 属度原则，对每个用户UA和标签属性分别用单一特征计算用户性别化，与实际性别相比 较，对UA和标签属性分别得到对1万个用户计算的正确率，获得卡类型的正确率为α工，标 签属性的正确率为a2，则卡类型的权值G= ^^ ，标签属性的权值G。其中性别属性权值见表1.表 1
6
步骤104、根据无线用户关键标签属性点的年龄段隶属度和权重、以及卡类型的年 龄段隶属度和权重，计算出无线用户的年龄段属性值，与年龄段属性的先验值比较，判断无 线用户的年龄段属性。计算无线用户关键标签属性点的年龄段隶属度和对应权重之积与卡类型的年龄 段隶属度和对应权重之积的总和；总和乘以300/最高隶属度，得到乘积；乘积就是无线用 户的年龄段属性值。根据年龄段由用户标签属性和卡类型两个属性特征决定。每个用户标签属性由一 系列标签属性点组成，先计算由不同标签属性点决定的该用户标签属性隶属度。年龄段的判定根据标签属性和卡类型的隶属度分别为α” α 2，权重为D1, D20我 们判定这个用户的性别判定为d.定义关键属性，根据关键属性进行年龄段判断d = α 1D1+ α 2D2
其值乘以系数= 300/最局隶属度＝428得到一个数据库对应值。 随机抽取1万个具有关键标签属性点的用户，分别计算其高龄、中龄、低龄所占比 例，该比例值就是该关键标签属性点高龄、中龄、低龄的隶属度。卡类型对年龄隶属度见表 2。表2 取1万个已经确定年龄段属性的用户，获取用户的手机UA、标签属性和卡类型，采 用最大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户年龄段，与 实际年龄段相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确率，获得卡 类型的正确率为Q1,标签属性的正确率为α2， 则卡类型的权值G =—-，标签属性的权值G = —Τ 年龄属性权值见表3 表 3
基本属性权值用户标签属性0. 25卡类型0. 45步骤105、根据无线用户关键标签属性点的消费能力隶属度和权重、以及卡类型的 年龄段隶属度和权重，计算出无线用户的消费能力属性值，与消费能力属性的先验值比较， 判断无线用户的消费能力属性。计算无线用户关键标签属性点的消费能力隶属度和对应权重之积与卡类型的消 费能力隶属度和对应权重之积的总和；总和乘以400/最高隶属度，得到乘积；乘积就是无 线用户的消费能力属性值。根据消费能力由用户标签属性和卡类型两个属性特征决定。每个用户标签属性由 一系列标签属性点组成，先计算由不同标签属性点决定的该用户标签属性隶属度。消费能力的判定根据标签属性和卡类型的隶属度分别为α 1； α 2，权重为D1, D2，我 们判定这个用户的性别判定为d.定义关键属性，根据关键属性进行消费能力的判断d = α ^1+ α 2D2
其值乘以系数667得到一个数据库对应值。 最咼隶属度最大隶属度是设这个属性的隶属度关系为1的时候，得到的隶属度和权重的乘 积。随机抽取1万个具有关键标签属性点的用户，分别计算高消费、中等消费和低消 费所占比例，所述比例值就是所述标签属性点高消费、中等消费和低消费的隶属度。卡类型 对消费能力隶属度见表4:表 4
卡类型高消费属度中等消费隶属度低消费隶属度全球通0. 600. 300. 10动感地带0. 100. 350. 45神州行0. 100. 250. 55 取1万个已经确定消费能力属性的用户，获取用户的手机UA、标签属性和卡类型，
采用最大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户消费能
力，与实际消费能力相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确
率，获得卡类型的正确率为Q1,标签属性的正确率为α2，
a,a7则卡类型的权值G=;^"，标签属性的权值G =。消费能力属性权值见表5 表5 考虑数据获取的困难，也为了计算方便，计算中采用不少近似和估计的成分。数据挖掘的可行性取决于先验值的确定，进一步，是否能得到足够量的数据做样 本。如果得不到数据，则需要对先验值采用经验估计的方法，配合少量的数据计算。这种假 设下，数据挖掘是可行的。计算步骤如下根据男性隶属度和权重的关系d = α j β j+ α 2 β 2汽车的男性隶属度为0. 7，属性的权重为0. 7，美容的男性隶属度为0. 1，属性权重 为 0. 7 d = 0. 7X0. 7+0. 1X0. 7 = 0. 56
其值乘以系数i^^i = 71其值为39. 76，判定为女性。
最间录属度以上所述，仅为本发明较佳的具体实施方式
，但本发明的保护范围并不局限于此， 任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖 在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
权利要求
一种判断无线用户属性的方法，其特征在于，包括以下步骤A、确定无线用户关键标签属性点和卡类型；B、设定性别属性、年龄段属性和消费能力属性的先验值；C、根据无线用户关键标签属性点的性别化隶属度和权重，计算出无线用户的性别属性值，与性别属性的先验值比较，判断无线用户的性别属性；D、根据无线用户关键标签属性点的年龄段隶属度和权重、以及卡类型的年龄段隶属度和权重，计算出无线用户的年龄段属性值，与年龄段属性的先验值比较，判断无线用户的年龄段属性；E、根据无线用户关键标签属性点的消费能力隶属度和权重、以及卡类型的年龄段隶属度和权重，计算出无线用户的消费能力属性值，与消费能力属性的先验值比较，判断无线用户的消费能力属性。
2.根据权利要求1所述的一种判断无线用户属性的方法，其特征在于，性别属性的先 验值为男性50到100，女性0到49 ；年龄段属性的先验值为高龄200到300，对应30岁以 上，中龄100到199，对应20到30岁，低龄0到99，对应20岁以下；消费能力属性的先验值 为高消费200到400，对应月消费额3000元以上，中等消费100到199，对应月消费额1500 到3000元，低消费0到99，对应月消费额1500元以下。
3.根据权利要求1所述的一种判断无线用户属性的方法，其特征在于，步骤C中，无线 用户的性别属性值等于无线用户关键标签属性点的性别化隶属度和对应权重之积的总和。
4.根据权利要求3所述的一种判断无线用户属性的方法，其特征在于，随机抽取1万个 具有关键标签属性点的无线用户，分别计算其中男性和女性所占比例，所述比例值就是关 键标签属性点的性别化隶属度；取1万个已经确定性别属性的用户，获取用户的手机UA和标签属性，采用最大隶属度 原则，对每个用户UA和标签属性分别用单一特征计算用户性别化，与实际性别相比较，对 UA和标签属性分别得到对1万个用户计算的正确率，获得卡类型的正确率为α工，标签属性 的正确率为α2，α,α 则卡类型的权值~ =，标签属性的权值~ =。
5.根据权利要求1所述的一种判断无线用户属性的方法，其特征在于，步骤D进一步包 括以下步骤计算无线用户关键标签属性点的年龄段隶属度和对应权重之积与卡类型的年龄段隶 属度和对应权重之积的总和；所述总和乘以300/最高隶属度，得到乘积；所述乘积就是无线用户的年龄段属性值。
6.根据权利要求5所述的一种判断无线用户属性的方法，其特征在于，随机抽取1万个 具有关键标签属性点的用户，分别计算其高龄、中龄、低龄所占比例，所述比例值就是所述 关键标签属性点高龄、中龄、低龄的隶属度；取1万个已经确定年龄段属性的用户，获取用户的手机UA、标签属性和卡类型，采用最 大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户年龄段，与实际 年龄段相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确率，获得卡类型的正确率为Q1,标签属性的正确率为α2，α,α 则卡类型的权值。=，标签属性的权值G =。
7.根据权利要求1所述的一种判断无线用户属性的方法，其特征在于，步骤E进一步包 括以下步骤计算无线用户关键标签属性点的消费能力隶属度和对应权重之积与卡类型的消费能 力隶属度和对应权重之积的总和；所述总和乘以400/最高隶属度，得到乘积； 所述乘积就是无线用户的消费能力属性值。
8.根据权利要求7所述的一种判断无线用户属性的方法，其特征在于，随机抽取1万个 具有关键标签属性点的用户，分别计算高消费、中等消费和低消费所占比例，所述比例值就 是所述标签属性点高消费、中等消费和低消费的隶属度；取1 万个已经确定消费能力属性的用户，获取用户的手机UA、标签属性和卡类型，采用最大隶属度原则，对每个用户UA、标签属性和卡类型分别用单一特征计算用户消费能力，与实际消费能力相比较，对UA、标签属性和卡类型分别得到对1万个用户计算的正确率，获得卡类型的正确率为Q1,标签属性的正确率为α2，α, ,则卡类型的权值G =，标签属性的权值~ =。
全文摘要
本发明公开了一种判断无线用户属性的方法，确定无线用户关键标签属性点和卡类型，设定先验值；根据性别化隶属度和权重，计算出无线用户的性别属性值，与性别属性的先验值比较，判断无线用户的性别属性；根据年龄段隶属度和权重，计算出无线用户的年龄段属性值，与年龄段属性的先验值比较，判断无线用户的年龄段属性；根据消费能力隶属度和权重，计算出无线用户的消费能力属性值，与消费能力属性的先验值比较，判断无线用户的消费能力属性。采用了本发明的技术方案，能够通过无线用户一些无规律数据，得到无限接近于真实情况的用户属性特征。
文档编号H04W8/18GK101925044SQ200910086469
公开日2010年12月22日 申请日期2009年6月15日 优先权日2009年6月15日
发明者常龙 申请人:北京百分通联传媒技术有限公司