用戶屬性挖掘方法及裝置的制造方法
【專利摘要】本發(fā)明公開了一種用戶屬性挖掘方法，所述用戶屬性挖掘方法包括：在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)；針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱；根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性。本發(fā)明還公開了一種與所述用戶屬性挖掘方法相匹配的用戶屬性挖掘裝置。采用本發(fā)明所提供的用戶屬性挖掘方法及裝置能夠提高用戶屬性的可靠性和準(zhǔn)確性。
【專利說(shuō)明】
用戶屬性挖掘方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種用戶屬性挖掘方法及裝置。
【背景技術(shù)】
[0002]大數(shù)據(jù)征信項(xiàng)目中，客群劃分是風(fēng)險(xiǎn)控制中重要的一環(huán)?？腿簞澐滞ǔＪ且罁?jù)用戶屬性實(shí)現(xiàn)的，而用戶屬性挖掘過程通常是通過識(shí)別用戶常駐地點(diǎn)而得到相應(yīng)的用戶屬性，以將用戶劃分至與該用戶屬性相匹配的客群當(dāng)中。
[0003]然而，無(wú)論是基于IP(Internet Protocol，網(wǎng)絡(luò)之間互連協(xié)議)地址的方式進(jìn)行的用戶常駐地點(diǎn)的識(shí)別，亦或是基于移動(dòng)終端中GPS(Global Posit1ning System，全球定位系統(tǒng))模塊的定位實(shí)現(xiàn)用戶常駐地點(diǎn)的識(shí)別，均難以得到可靠準(zhǔn)確的用戶常駐地點(diǎn)，進(jìn)而導(dǎo)致現(xiàn)有的用戶屬性仍存在可靠性和準(zhǔn)確性較低的缺陷。

【發(fā)明內(nèi)容】

[0004]基于此，有必要提供一種用戶屬性挖掘方法，所述方法能夠提高用戶屬性的可靠性和準(zhǔn)確性。
[0005]此外，還有必要提供一種用戶屬性挖掘裝置，所述裝置能夠提高用戶屬性的可靠性和準(zhǔn)確性。
[0006]為了解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案為:
一種用戶屬性挖掘方法，包括:在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò);針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱;根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性。
[0007]—種用戶屬性挖掘裝置，包括:網(wǎng)絡(luò)預(yù)測(cè)模塊，用于在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)；名稱挖掘模塊，用于針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱;屬性生成模塊，用于根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性。
[0008]與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果:
在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)得到用戶的工作網(wǎng)絡(luò)，再針對(duì)工作網(wǎng)絡(luò)利用無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱的挖掘，最后基于挖掘得出的工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立用戶與公司名稱的映射生成用戶屬性。
[0009]在實(shí)際的工作和生活當(dāng)中，用戶攜帶的移動(dòng)終端通常會(huì)開啟無(wú)線連接的功能，隨著用戶所在場(chǎng)所的變換，其所接入的無(wú)線網(wǎng)絡(luò)也將發(fā)生相應(yīng)地改變，在此過程中所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)則是與無(wú)線網(wǎng)絡(luò)相對(duì)應(yīng)的。也就是說(shuō)，基于無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行的預(yù)測(cè)能夠準(zhǔn)確地得到用戶的工作網(wǎng)絡(luò)，進(jìn)而使得針對(duì)工作網(wǎng)絡(luò)所進(jìn)行的公司名稱的挖掘以及建立用戶與公司名稱的映射也將具有較高的準(zhǔn)確性，從而通過映射生成高可靠性和準(zhǔn)確性的用戶屬性。
【附圖說(shuō)明】
[0010]圖1為本發(fā)明實(shí)施例所提供的一種服務(wù)器的結(jié)構(gòu)示意圖；
圖2為一實(shí)施例的用戶屬性挖掘方法的流程圖；
圖3為另一實(shí)施例的用戶屬性挖掘方法的流程圖；
圖4為圖2中得到用戶的工作網(wǎng)絡(luò)的方法流程圖；
圖5為另一實(shí)施例的用戶屬性挖掘方法的流程圖；
圖6為圖2中挖掘工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱的方法流程圖；
圖7為圖2中由映射生成用戶屬性的方法流程圖；
圖8為一具體實(shí)施例中用戶屬性挖掘方法的應(yīng)用場(chǎng)景示意圖；
圖8a為圖8中針對(duì)每一個(gè)用戶的用戶屬性挖掘方法的流程圖；
圖Sb為圖8中針對(duì)每一個(gè)工作網(wǎng)絡(luò)的用戶屬性挖掘方法的流程圖；
圖Sc為圖8中針對(duì)曾經(jīng)接入工作網(wǎng)絡(luò)的每一個(gè)用戶的用戶屬性挖掘方法的流程圖；
圖9為一實(shí)施例的用戶屬性挖掘裝置的結(jié)構(gòu)框圖；
圖10為另一實(shí)施例的用戶屬性挖掘系統(tǒng)的結(jié)構(gòu)框圖；
圖11為圖9中網(wǎng)絡(luò)預(yù)測(cè)模塊的結(jié)構(gòu)框圖；
圖12為另一實(shí)施例的用戶屬性挖掘系統(tǒng)的結(jié)構(gòu)框圖；
圖13為圖9中名稱挖掘模塊的結(jié)構(gòu)框圖；
圖14為圖9中屬性生成模塊的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0011]體現(xiàn)本發(fā)明特征與優(yōu)點(diǎn)的典型實(shí)施方式將在以下的說(shuō)明中詳細(xì)敘述。應(yīng)理解的是本發(fā)明能夠在不同的實(shí)施方式上具有各種的變化，其皆不脫離本發(fā)明的范圍，且其中的說(shuō)明及圖示在本質(zhì)上是當(dāng)作說(shuō)明之用，而非用以限制本發(fā)明。
[0012]如前所述，用戶屬性的可靠準(zhǔn)確獲得將是大數(shù)據(jù)征信項(xiàng)目中進(jìn)行風(fēng)險(xiǎn)控制的重要環(huán)節(jié)。隨著互聯(lián)網(wǎng)金融應(yīng)用的迅猛發(fā)展，根據(jù)用戶屬性來(lái)獲得高征信群體將是互聯(lián)網(wǎng)金融應(yīng)用中至關(guān)重要的處理方式，例如，服務(wù)于優(yōu)質(zhì)公司的群體即可認(rèn)為是一高征信群體，因此，用戶屬性獲取的可靠性和準(zhǔn)確性將是當(dāng)前所需要重點(diǎn)關(guān)注的。
[0013]而現(xiàn)有的用戶屬性獲得中，對(duì)于用戶常駐地點(diǎn)的識(shí)別將是可靠并準(zhǔn)確地挖掘用戶屬性的關(guān)鍵。然而現(xiàn)有的用戶常駐地點(diǎn)的識(shí)別中無(wú)論是基于IP地址還是基于GPS坐標(biāo)數(shù)據(jù)，都存在可靠性和準(zhǔn)確性不高的缺陷。
[0014]例如，用以定位得到GPS坐標(biāo)數(shù)據(jù)的GPS模塊實(shí)際上并不常常開啟，因此存在GPS坐標(biāo)數(shù)據(jù)獲取失敗的問題，從而導(dǎo)致相應(yīng)的用戶常駐地點(diǎn)的識(shí)別的可靠性和準(zhǔn)確性均較為低下，進(jìn)而導(dǎo)致用戶屬性的可靠性和準(zhǔn)確性也較低。
[0015]因此，為了提高用戶屬性的可靠性和準(zhǔn)確性，特提出了一種用戶屬性挖掘方法，該方法基于用戶對(duì)應(yīng)的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行用戶屬性的生成，該方法可依賴于計(jì)算機(jī)程序，該計(jì)算機(jī)程序?qū)⑦\(yùn)行在服務(wù)器之上。
[0016]圖1是本發(fā)明實(shí)施例提供的一種服務(wù)器100的結(jié)構(gòu)示意圖。該服務(wù)器100只是一個(gè)適配于本發(fā)明的示例，不能認(rèn)為是提供了對(duì)本發(fā)明的使用范圍的任何限制。該服務(wù)器100也不能解釋為需要依賴于或者必須具有圖1中示出的示例性的服務(wù)器100中的一個(gè)或者多個(gè)部件。
[0017]如圖1所示，該服務(wù)器100可因配置或者性能的不同而產(chǎn)生較大的差異，其包括:電源110、接口 130、至少一存儲(chǔ)介質(zhì)150、以及至少一中央處理器(CF1U ,Central ProcessingUnits)170o
[0018]具體地，電源110用于為服務(wù)器100上的各硬件設(shè)備提供工作電壓。
[0019]接口130包括至少一有線或無(wú)線網(wǎng)絡(luò)接口 131、至少一串并轉(zhuǎn)換接口 133、至少一輸入輸出接口 135以及至少一 USB接口 137等，用于與外部設(shè)備通信。
[0020]存儲(chǔ)介質(zhì)150作為資源存儲(chǔ)的載體，可以是隨機(jī)存儲(chǔ)介質(zhì)、磁盤或者光盤等，其上所存儲(chǔ)的資源包括操作系統(tǒng)151、應(yīng)用程序153及數(shù)據(jù)155等，存儲(chǔ)方式可以是短暫存儲(chǔ)或者永久存儲(chǔ)。其中，操作系統(tǒng)151用于管理與控制服務(wù)器100上的各硬件設(shè)備以及應(yīng)用程序153，以實(shí)現(xiàn)中央處理器170對(duì)海量數(shù)據(jù)155的計(jì)算與處理，其可以是Windows ServerTM、MacOS XTM、UnixTM、LinuxTM、FreeBSDTM等。應(yīng)用程序153是基于操作系統(tǒng)151之上完成至少一項(xiàng)特定工作的計(jì)算機(jī)程序，其可以包括至少一模塊(圖示未示出)，每個(gè)模塊都可以分別包含有對(duì)服務(wù)器100的一系列操作指令。數(shù)據(jù)155可以是存儲(chǔ)于磁盤中的用戶對(duì)應(yīng)的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)等等。
[0021]中央處理器170可以包括一個(gè)或多個(gè)以上的處理器，并設(shè)置為通過總線與存儲(chǔ)介質(zhì)150通信，用于計(jì)算與處理存儲(chǔ)介質(zhì)150中的海量數(shù)據(jù)155。
[0022]通過中央處理器170讀取存儲(chǔ)介質(zhì)150中存儲(chǔ)的一系列操作指令，并基于存儲(chǔ)介質(zhì)150上的操作系統(tǒng)151在服務(wù)器100上執(zhí)行，進(jìn)而使得上述用戶屬性挖掘方法的全部或者部分步驟可以通過在服務(wù)器上運(yùn)行相關(guān)的計(jì)算機(jī)程序來(lái)完成。
[0023]此外，通過硬件電路或者硬件電路結(jié)合軟件指令也能同樣實(shí)現(xiàn)本發(fā)明，因此，實(shí)現(xiàn)本發(fā)明并不限于任何特定硬件電路、軟件以及兩者的組合。
[0024]請(qǐng)參閱圖2，在一實(shí)施例中，一種用戶屬性挖掘方法包括以下步驟:
步驟210，在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到用戶的工作網(wǎng)絡(luò)。
[0025]用戶接入無(wú)線網(wǎng)絡(luò)是用戶通過所在移動(dòng)終端進(jìn)行與無(wú)線網(wǎng)絡(luò)接入設(shè)備的連接。該無(wú)線網(wǎng)絡(luò)接入設(shè)備實(shí)質(zhì)上是無(wú)線網(wǎng)絡(luò)接入點(diǎn)，在其工作狀態(tài)下將發(fā)射無(wú)線信號(hào)，以通過發(fā)射的無(wú)線信號(hào)在一定范圍內(nèi)建立無(wú)線網(wǎng)絡(luò)，而處于該范圍內(nèi)的移動(dòng)終端若開啟了無(wú)線連接的功能則會(huì)與該無(wú)線網(wǎng)絡(luò)接入設(shè)備連接，從而使得用戶接入該無(wú)線網(wǎng)絡(luò)接入設(shè)備所建立的無(wú)線網(wǎng)絡(luò)。
[0026]相應(yīng)地，服務(wù)器預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)則是在用戶接入無(wú)線網(wǎng)絡(luò)時(shí)產(chǎn)生的?？梢岳斫猓瑢?duì)于用戶而言，無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)應(yīng)于用戶所接入的無(wú)線網(wǎng)絡(luò)，而對(duì)于服務(wù)器而言，其將隨著用戶所在移動(dòng)終端接入無(wú)線網(wǎng)絡(luò)時(shí)進(jìn)行的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)上報(bào)而預(yù)先獲得海量的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)，并且該海量的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)是與海量用戶對(duì)應(yīng)的。
[0027]在服務(wù)器獲取到無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)之后，將能夠根據(jù)預(yù)先構(gòu)建的模型由用戶接入的無(wú)線網(wǎng)絡(luò)中預(yù)測(cè)得到用戶的工作網(wǎng)絡(luò)。換而言之，用戶在工作和日常生活中接入的無(wú)線網(wǎng)絡(luò)可能不止一個(gè)，在多個(gè)無(wú)線網(wǎng)絡(luò)中可能僅有一個(gè)才是用戶工作時(shí)所接入的無(wú)線網(wǎng)絡(luò)，通過對(duì)用戶接入的多個(gè)無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)即能夠得出用戶工作時(shí)所接入的無(wú)線網(wǎng)絡(luò)，即該用戶的工作網(wǎng)絡(luò)。
[0028]值得一提的是，對(duì)于每一個(gè)用戶而言，服務(wù)器所預(yù)測(cè)獲得的用戶的工作網(wǎng)絡(luò)僅有一個(gè)，該工作網(wǎng)絡(luò)是相對(duì)于該用戶上班的公司而言的，然而，該用戶所接入的工作網(wǎng)絡(luò)則可能有多個(gè)，例如，該用戶可以離開其上班的公司去其他公司參觀，此時(shí)該用戶接入的工作網(wǎng)絡(luò)并非其的工作網(wǎng)絡(luò)，而是隸屬于其所參觀的其他公司。
[0029]需要說(shuō)明的是，用戶所在移動(dòng)終端可以是智能手機(jī)、筆記本電腦、平板電腦等，無(wú)線網(wǎng)絡(luò)接入設(shè)備則可以是無(wú)線路由器等。進(jìn)一步地，在本發(fā)明的各實(shí)施例中，無(wú)線網(wǎng)絡(luò)等在數(shù)據(jù)上是通過唯一對(duì)應(yīng)的名稱或者無(wú)線網(wǎng)絡(luò)接入標(biāo)識(shí)來(lái)進(jìn)行唯一標(biāo)記的，例如，用戶接入的無(wú)線網(wǎng)絡(luò)在其所在移動(dòng)終端上是通過無(wú)線網(wǎng)絡(luò)接入標(biāo)識(shí)進(jìn)行標(biāo)記的。
[0030]步驟230，針對(duì)工作網(wǎng)絡(luò)，通過無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0031]如上所述，對(duì)于服務(wù)器而言，其預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)是與海量用戶對(duì)應(yīng)的，因此，服務(wù)器對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行的預(yù)測(cè)所得到的工作網(wǎng)絡(luò)也將是與海量用戶對(duì)應(yīng)的。也就是說(shuō)，服務(wù)器分別對(duì)其所預(yù)先獲得的每一個(gè)用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行的預(yù)測(cè)都將得出該每一個(gè)用戶的工作網(wǎng)絡(luò)。
[0032]本實(shí)施例中，通過無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行的公司名稱的挖掘是針對(duì)預(yù)測(cè)所獲得的每一個(gè)工作網(wǎng)絡(luò)的。
[0033]舉例來(lái)說(shuō)，對(duì)于工作網(wǎng)絡(luò)a而言，用戶a和用戶b均接入了工作網(wǎng)絡(luò)a，則用戶a的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)和用戶b的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)都將用于工作網(wǎng)絡(luò)a對(duì)應(yīng)的公司名稱的挖掘。而對(duì)于工作網(wǎng)絡(luò)b而言，僅用戶a接入了工作網(wǎng)絡(luò)b，則用戶a的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)還將用于工作網(wǎng)絡(luò)b對(duì)應(yīng)的公司名稱的挖掘。
[0034]進(jìn)一步地，由于服務(wù)器通過預(yù)先構(gòu)建的模型將預(yù)測(cè)得出海量用戶的工作網(wǎng)絡(luò)，由此針對(duì)預(yù)測(cè)所獲得的每一個(gè)工作網(wǎng)絡(luò)，都能夠通過執(zhí)行步驟230挖掘得出與該每一個(gè)工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0035]步驟250，根據(jù)工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立用戶與公司名稱的映射，由映射生成用戶屬性。
[0036]如上所述，在服務(wù)器得到所有工作網(wǎng)絡(luò)分別對(duì)應(yīng)的公司名稱之后，服務(wù)器將能夠?yàn)榻尤肷鲜龉ぷ骶W(wǎng)絡(luò)的用戶建立其與公司名稱的映射，通過建立的映射生成用戶屬性，即用戶屬性中至少包含了用戶所映射得到的公司名稱。
[0037]當(dāng)然，用戶屬性中也還可以包含預(yù)測(cè)得到的用戶的工作網(wǎng)絡(luò)等其它與用戶相關(guān)的屬性信息，以此方便于服務(wù)器根據(jù)用戶屬性為用戶推送與該用戶屬性相符合的個(gè)性化內(nèi)容，進(jìn)而保障個(gè)性化內(nèi)容推送的精準(zhǔn)性和有效性。
[0038]通過如上所述的過程，實(shí)現(xiàn)了可靠并準(zhǔn)確的用戶屬性挖掘，以此確保了服務(wù)器所進(jìn)行的客群劃分的精準(zhǔn)和/或個(gè)性化內(nèi)容推送的精準(zhǔn)。
[0039]請(qǐng)參閱圖3，在一實(shí)施例中，預(yù)先構(gòu)建的模型包括工作網(wǎng)絡(luò)預(yù)測(cè)模型。顧名思義，該工作網(wǎng)絡(luò)預(yù)測(cè)模型用以預(yù)測(cè)用戶接入的無(wú)線網(wǎng)絡(luò)是否為工作網(wǎng)絡(luò)。
[0040]進(jìn)一步地，步驟210之前，如上所述的方法還包括以下步驟: 步驟310，在預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，對(duì)符合模型準(zhǔn)入條件的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行工作網(wǎng)絡(luò)接入特征的提取。
[0041]模型準(zhǔn)入條件是針對(duì)用戶所接入的無(wú)線網(wǎng)絡(luò)而預(yù)置的統(tǒng)計(jì)規(guī)則。例如，模型準(zhǔn)入條件可以是對(duì)接入無(wú)線網(wǎng)絡(luò)的用戶數(shù)量的統(tǒng)計(jì)，只有接入的用戶數(shù)量較多的無(wú)線網(wǎng)絡(luò)才有可能是潛在的工作網(wǎng)絡(luò);還可以是對(duì)用戶接入無(wú)線網(wǎng)絡(luò)的接入時(shí)間的統(tǒng)計(jì)，接入時(shí)間為工作時(shí)間的無(wú)線網(wǎng)絡(luò)則有可能是潛在的工作網(wǎng)絡(luò)。
[0042]進(jìn)一步地，如前所述，對(duì)于用戶而言，無(wú)線網(wǎng)路接入數(shù)據(jù)對(duì)應(yīng)于用戶所接入的無(wú)線網(wǎng)絡(luò)，因此，通過模型準(zhǔn)入條件對(duì)用戶所接入的無(wú)線網(wǎng)絡(luò)進(jìn)行的統(tǒng)計(jì)，實(shí)際上是根據(jù)模型準(zhǔn)入條件對(duì)無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行的篩選，以確保進(jìn)入模型進(jìn)行工作網(wǎng)絡(luò)接入特征提取的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)應(yīng)于潛在的工作網(wǎng)絡(luò)，避免服務(wù)器對(duì)不符合模型準(zhǔn)入條件的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行不必要的運(yùn)算，以此提高服務(wù)器的處理效率。
[0043]其中，工作網(wǎng)絡(luò)接入特征包括但不限于:接入工作網(wǎng)絡(luò)的用戶數(shù)量，工作網(wǎng)絡(luò)的接入時(shí)長(zhǎng)，同時(shí)接入工作網(wǎng)絡(luò)的用戶數(shù)量，工作網(wǎng)絡(luò)的使用高峰時(shí)間段、使用低峰時(shí)間段、上傳速度、下載速度、網(wǎng)速穩(wěn)定性，以及接入工作網(wǎng)絡(luò)的用戶的穩(wěn)定性等等。
[0044]步驟330，根據(jù)提取得到的工作網(wǎng)絡(luò)接入特征進(jìn)行模型訓(xùn)練，得到工作網(wǎng)絡(luò)預(yù)測(cè)模型。
[0045]由于工作網(wǎng)絡(luò)接入特征能夠反映出工作網(wǎng)絡(luò)的特征，例如，接入工作網(wǎng)絡(luò)的用戶比較穩(wěn)定，或者，工作網(wǎng)絡(luò)的網(wǎng)速比較穩(wěn)定、上傳下載速度較快等等，因此，通過對(duì)工作網(wǎng)絡(luò)接入特征進(jìn)行建模和訓(xùn)練所得到的工作網(wǎng)絡(luò)預(yù)測(cè)模型將能夠用以預(yù)測(cè)用戶接入的無(wú)線網(wǎng)絡(luò)是否為工作網(wǎng)絡(luò)。
[0046]請(qǐng)參閱圖4，在一實(shí)施例中，步驟210包括以下步驟:
步驟211，以用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)為模型輸入，利用預(yù)先構(gòu)建的模型計(jì)算得到用戶接入的無(wú)線網(wǎng)絡(luò)為工作網(wǎng)絡(luò)的概率。
[0047]模型的構(gòu)建方式是以批量的輸入數(shù)據(jù)作為訓(xùn)練樣本，并通過對(duì)訓(xùn)練樣本進(jìn)行輸入數(shù)據(jù)特征的提取，以通過提取得到的輸入數(shù)據(jù)特征進(jìn)行模型訓(xùn)練獲取所欲構(gòu)建的模型。
[0048]換而言之，通過構(gòu)建的模型則能夠?qū)⑤斎霐?shù)據(jù)識(shí)別成反映了輸入數(shù)據(jù)的特征的結(jié)果，其中，模型輸出的結(jié)果都是通過概率進(jìn)行表示的，即概率越大的結(jié)果越能夠反映出輸入數(shù)據(jù)的特征。
[0049]基于此，本實(shí)施例中，通過預(yù)先構(gòu)建的模型所進(jìn)行的無(wú)線網(wǎng)絡(luò)的概率計(jì)算，將能夠根據(jù)計(jì)算得到的無(wú)線網(wǎng)絡(luò)的概率來(lái)反映由用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)提取出的工作網(wǎng)絡(luò)接入特征，即計(jì)算得到的概率越大，該無(wú)線網(wǎng)絡(luò)的特征越接近工作網(wǎng)絡(luò)接入特征，該無(wú)線網(wǎng)絡(luò)作為用戶的工作網(wǎng)絡(luò)的概率也越大。
[0050]步驟213，按照用戶接入無(wú)線網(wǎng)絡(luò)的頻率對(duì)計(jì)算得到的無(wú)線網(wǎng)絡(luò)的概率進(jìn)行累加，得到無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重。
[0051]在計(jì)算得到無(wú)線網(wǎng)絡(luò)的概率之后，還將進(jìn)一步地按照用戶接入無(wú)線網(wǎng)絡(luò)的頻率對(duì)無(wú)線網(wǎng)絡(luò)的頻率進(jìn)行累加，以此確保用戶并非以參觀者身份進(jìn)行的無(wú)線網(wǎng)絡(luò)接入。
[0052]本實(shí)施例中，用戶接入無(wú)線網(wǎng)絡(luò)的頻率是通過用戶接入無(wú)線網(wǎng)絡(luò)的天數(shù)來(lái)表示的。
[0053]舉例來(lái)說(shuō)，在預(yù)定天數(shù)(例如，一周5個(gè)工作日)中，根據(jù)用戶接入無(wú)線網(wǎng)絡(luò)的天數(shù)對(duì)無(wú)線網(wǎng)絡(luò)的概率作累加。假設(shè)用戶3天都接入了該無(wú)線網(wǎng)絡(luò)，則將無(wú)線網(wǎng)絡(luò)的概率累加3次，累加3次所得到的結(jié)果即為無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重。
[0054]可以理解，用戶接入無(wú)線網(wǎng)絡(luò)的頻率越高，該無(wú)線網(wǎng)絡(luò)所對(duì)應(yīng)的權(quán)重可能越大，則該無(wú)線網(wǎng)絡(luò)作為用戶的工作網(wǎng)絡(luò)的概率也就越大。
[0055]當(dāng)然，若用戶接入無(wú)線網(wǎng)絡(luò)的頻率過低，則該無(wú)線網(wǎng)絡(luò)作為用戶的工作網(wǎng)絡(luò)的概率也將很低，此時(shí)，服務(wù)器也可以不計(jì)算該無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重，以此來(lái)降低服務(wù)器的運(yùn)算量，提高服務(wù)器的處理效率。
[0056]步驟215，根據(jù)無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重由用戶接入的無(wú)線網(wǎng)絡(luò)中篩選出用戶的工作網(wǎng)絡(luò)。
[0057]由于用戶在工作和日常生活中接入的無(wú)線網(wǎng)絡(luò)可能不止一個(gè)，因此，要得到用戶的工作網(wǎng)絡(luò)就需要在用戶所接入的多個(gè)無(wú)線網(wǎng)絡(luò)中進(jìn)行篩選。
[0058]具體地，在得到無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重之后，即能夠通過判斷無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重是否滿足預(yù)設(shè)條件來(lái)對(duì)多個(gè)無(wú)線網(wǎng)絡(luò)作篩選。
[0059]例如，用戶接入的無(wú)線網(wǎng)絡(luò)有無(wú)線網(wǎng)絡(luò)a和無(wú)線網(wǎng)絡(luò)b，無(wú)線網(wǎng)絡(luò)a對(duì)應(yīng)的權(quán)重為al，無(wú)線網(wǎng)絡(luò)b對(duì)應(yīng)的權(quán)重為bl。若al大于bl，則將無(wú)線網(wǎng)絡(luò)a視為用戶的工作網(wǎng)絡(luò)?？梢岳斫?，就該例子而言，預(yù)設(shè)條件是對(duì)應(yīng)最大權(quán)重的無(wú)線網(wǎng)絡(luò)即為用戶的工作網(wǎng)絡(luò)。
[0060]當(dāng)然，為了提高篩選的準(zhǔn)確性，還可以設(shè)置更為復(fù)雜的預(yù)設(shè)條件對(duì)無(wú)線網(wǎng)絡(luò)進(jìn)行篩選。例如，預(yù)設(shè)條件可以是最大權(quán)重超過閾值并且最大權(quán)重遠(yuǎn)大于次大權(quán)重，若最大權(quán)重滿足了預(yù)設(shè)條件，則認(rèn)為對(duì)應(yīng)該最大權(quán)重的無(wú)線網(wǎng)絡(luò)為用戶的工作網(wǎng)絡(luò)。
[0061]在一實(shí)施例中，預(yù)先構(gòu)建的模型包括生活網(wǎng)絡(luò)預(yù)測(cè)模型。相對(duì)于工作網(wǎng)絡(luò)預(yù)測(cè)模型用以預(yù)測(cè)用戶接入的無(wú)線網(wǎng)絡(luò)是否為工作網(wǎng)絡(luò)，生活網(wǎng)絡(luò)預(yù)測(cè)模型是用作預(yù)測(cè)用戶接入的無(wú)線網(wǎng)絡(luò)是否為生活網(wǎng)絡(luò)的。
[0062]進(jìn)一步地，步驟230之前，如上所述方法還包括以下步驟:
對(duì)用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)進(jìn)行沖突性檢測(cè)，通過沖突性檢測(cè)剔除與生活網(wǎng)絡(luò)存在沖突的工作網(wǎng)絡(luò)，生活網(wǎng)絡(luò)由生活網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)得到。
[0063]可以理解，模型準(zhǔn)入條件不同則根據(jù)無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)提取到的無(wú)線網(wǎng)絡(luò)接入特征構(gòu)建得到的模型也將有所差別。
[0064]舉例來(lái)說(shuō)，以接入生活網(wǎng)絡(luò)的用戶數(shù)量通常比較少，并且接入時(shí)間一般在晚上作為模型準(zhǔn)入條件，相應(yīng)地，提取到的生活網(wǎng)絡(luò)接入特征可能是網(wǎng)速比較不穩(wěn)定，上傳下載速度較為緩慢等，由此構(gòu)建得到的模型則是能夠用以預(yù)測(cè)無(wú)線網(wǎng)絡(luò)是否為生活網(wǎng)絡(luò)的生活網(wǎng)絡(luò)預(yù)測(cè)模型。
[0065]也就是說(shuō)，本實(shí)施例中，用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)將按照不同的模型準(zhǔn)入條件分別進(jìn)行工作網(wǎng)絡(luò)預(yù)測(cè)模型和生活網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建，通過工作網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行用戶的工作網(wǎng)絡(luò)的預(yù)測(cè)，通過生活網(wǎng)絡(luò)預(yù)測(cè)模型來(lái)預(yù)測(cè)用戶的生活網(wǎng)絡(luò)。
[0066]由于預(yù)測(cè)得到的用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)可能存在沖突，例如，二者在接入時(shí)間上可能存在重疊，因此，在預(yù)測(cè)得到用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)之后，通過對(duì)二者進(jìn)行的沖突性檢測(cè)即能夠判斷二者是否存在沖突。
[0067]若二者不沖突，則將預(yù)測(cè)得到的用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)作為模型輸出結(jié)果直接輸出。
[0068]反之，若二者相互沖突，則還需要進(jìn)一步判斷是否存在誤檢測(cè)。例如，利用生活網(wǎng)絡(luò)預(yù)測(cè)模型計(jì)算得到的用戶的生活網(wǎng)絡(luò)的概率偏低，則可以認(rèn)為該生活網(wǎng)絡(luò)并非真實(shí)的生活網(wǎng)絡(luò)，此時(shí)將忽略沖突性檢測(cè)結(jié)果，將用戶的工作網(wǎng)絡(luò)作為模型輸出結(jié)果輸出。
[0069]當(dāng)然，在沒有誤檢測(cè)的情況下，若判斷得到二者相互沖突，則無(wú)論工作網(wǎng)絡(luò)預(yù)測(cè)模型還是生活網(wǎng)絡(luò)預(yù)測(cè)模型都不會(huì)有任何輸出，而是繼續(xù)對(duì)用戶所接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。
[0070]通過如上所述的過程，有效地確保了進(jìn)行公司名稱挖掘的工作網(wǎng)絡(luò)的有效性，SP無(wú)效的工作網(wǎng)絡(luò)將不繼續(xù)進(jìn)行公司名稱的挖掘。
[0071 ]在一實(shí)施例中，如上所述的方法還包括以下步驟:
通過用戶接入工作網(wǎng)絡(luò)或者生活網(wǎng)絡(luò)推算用戶的當(dāng)前狀態(tài)，并向用戶所在移動(dòng)終端推送與該當(dāng)前狀態(tài)相符合的個(gè)性化內(nèi)容。
[0072]本實(shí)施例中，用戶的當(dāng)前狀態(tài)分為工作狀態(tài)和生活狀態(tài)，工作狀態(tài)對(duì)應(yīng)于用戶工作時(shí)，生活狀態(tài)則對(duì)應(yīng)于用戶日常生活時(shí)，例如，用戶下班后。
[0073]如前所述，工作網(wǎng)絡(luò)是用戶在工作時(shí)所接入的無(wú)線網(wǎng)絡(luò)，相對(duì)的，生活網(wǎng)絡(luò)則是用戶在日常生活中所接入的無(wú)線網(wǎng)絡(luò)，例如，用戶回到家所接入的無(wú)線網(wǎng)絡(luò)即可視為生活網(wǎng)絡(luò)。
[0074]基于此，用戶的當(dāng)前狀態(tài)是與用戶所接入的無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的，即用戶處于工作狀態(tài)下所接入的無(wú)線網(wǎng)絡(luò)是工作網(wǎng)絡(luò)，其處于生活狀態(tài)下所接入的無(wú)線網(wǎng)絡(luò)是生活網(wǎng)絡(luò)。相應(yīng)地，通過用戶接入的無(wú)線網(wǎng)絡(luò)是工作網(wǎng)絡(luò)還是生活網(wǎng)絡(luò)即能夠推算出用戶的當(dāng)前狀態(tài)是工作狀態(tài)還是生活狀態(tài)。
[0075]服務(wù)器在推算出用戶的當(dāng)前狀態(tài)之后，即可根據(jù)用戶的當(dāng)前狀態(tài)向用戶所在移動(dòng)終端進(jìn)行個(gè)性化內(nèi)容的推送。例如，對(duì)于處在工作狀態(tài)的用戶而言，服務(wù)器可能向用戶推薦一些技術(shù)類、與工作相關(guān)的文章，以此提高用戶的工作效率;而對(duì)于處在生活狀態(tài)的用戶而言，則會(huì)推薦一些休閑、健身、購(gòu)物等方面的個(gè)性化內(nèi)容，以此豐富用戶的業(yè)余生活。
[0076]進(jìn)一步地，為了提高當(dāng)前狀態(tài)推算的準(zhǔn)確性，還可以聯(lián)合用戶接入無(wú)線網(wǎng)絡(luò)的接入時(shí)間進(jìn)行推算。例如，用戶在工作時(shí)間接入生活網(wǎng)絡(luò)，此時(shí)的用戶很可能是在休假，因此，服務(wù)器也將向其所在移動(dòng)終端推送日常生活相關(guān)的個(gè)性化內(nèi)容，而不是進(jìn)行與工作相關(guān)的個(gè)性化內(nèi)容的推送。
[0077]通過如上所述的過程，服務(wù)器根據(jù)用戶的當(dāng)前狀態(tài)所推送的個(gè)性化內(nèi)容是與用戶的實(shí)際情況相匹配的，例如，某個(gè)重度游戲用戶在上班時(shí)間中不可能得到與游戲相關(guān)的個(gè)性化內(nèi)容的推薦，而在其下班之后服務(wù)器才可能向其推薦與游戲相關(guān)的個(gè)性化內(nèi)容，進(jìn)而保障了個(gè)性化內(nèi)容推送的精準(zhǔn)性和有效性，避免了用戶所在終端中出現(xiàn)大量無(wú)用信息，甚至于垃圾信息的情況發(fā)生。
[0078]請(qǐng)參閱圖5，在一實(shí)施例中，步驟230之前，如上所述的方法還包括以下步驟:
步驟410，對(duì)接入工作網(wǎng)絡(luò)的用戶，分別進(jìn)行用戶總數(shù)和有效用戶數(shù)的統(tǒng)計(jì)。
[0079]接入工作網(wǎng)絡(luò)的用戶可以分為兩種:一種是工作網(wǎng)絡(luò)即為所接入的工作網(wǎng)絡(luò)的用戶，即對(duì)于用戶所接入的工作網(wǎng)絡(luò)而言，該用戶是有效用戶；另一種則是不以其所接入的工作網(wǎng)絡(luò)作為工作網(wǎng)絡(luò)的用戶，即對(duì)于用戶所接入的工作網(wǎng)絡(luò)而言，該用戶是無(wú)效用戶，例如，該用戶僅是參觀者，該用戶的工作網(wǎng)絡(luò)有別于其所接入的工作網(wǎng)絡(luò)。設(shè)想一下，若接入工作網(wǎng)絡(luò)的用戶大多是無(wú)效用戶，則該工作網(wǎng)絡(luò)可能并非真實(shí)的工作網(wǎng)絡(luò)。
[0080]基于此，為了進(jìn)一步確保進(jìn)行公司名稱挖掘的工作網(wǎng)絡(luò)的有效性，將對(duì)用戶總數(shù)和有效用戶數(shù)進(jìn)行統(tǒng)計(jì)。
[0081]其中，用戶總數(shù)即為接入工作網(wǎng)絡(luò)的所有用戶的數(shù)量，而有效用戶數(shù)則是以所接入的工作網(wǎng)絡(luò)作為工作網(wǎng)絡(luò)的用戶的數(shù)量。
[0082]步驟430，根據(jù)統(tǒng)計(jì)出的用戶總數(shù)和有效用戶數(shù)進(jìn)行工作網(wǎng)絡(luò)的有效性判斷，剔除無(wú)效的工作網(wǎng)絡(luò)。
[0083]在統(tǒng)計(jì)得到用戶總數(shù)和有效用戶數(shù)之后，即能夠?qū)ぷ骶W(wǎng)絡(luò)的有效性進(jìn)行判斷。
[0084]例如，若統(tǒng)計(jì)得到的有效用戶數(shù)超過閾值，或者該有效用戶數(shù)與用戶總數(shù)的比值超過閾值，則判定工作網(wǎng)絡(luò)是有效的，反之，當(dāng)判定工作網(wǎng)絡(luò)是無(wú)效的，將剔除無(wú)效的工作網(wǎng)絡(luò)，使得服務(wù)器不對(duì)該無(wú)效的工作網(wǎng)絡(luò)進(jìn)行公司名稱的挖掘。
[0085]通過如上所述的過程，進(jìn)一步有效地確保了進(jìn)行公司名稱挖掘的工作網(wǎng)絡(luò)的有效性。
[0086]請(qǐng)參閱圖6，在一實(shí)施例中，接入工作網(wǎng)絡(luò)的用戶為多個(gè)?？梢岳斫?，同一個(gè)工作網(wǎng)絡(luò)下接入的用戶將有多個(gè)，有的用戶是該工作網(wǎng)絡(luò)的有效用戶，有的用戶則是以參觀者身份接入的該工作網(wǎng)絡(luò)。
[0087]進(jìn)一步地，步驟230包括以下步驟:
步驟231，根據(jù)用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)用戶的候選公司名稱進(jìn)行匹配，得到用戶關(guān)于候選公司名稱的初始分布。
[0088]用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中可以包含有用戶接入的無(wú)線網(wǎng)絡(luò)的名稱、用戶接入無(wú)線網(wǎng)絡(luò)的時(shí)間、甚至于用戶登錄某個(gè)社交網(wǎng)站所使用的昵稱和相關(guān)備注等等，服務(wù)器在預(yù)先獲得用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)之后，即能夠充分利用這些無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)所包含的內(nèi)容進(jìn)行用戶屬性的挖掘。
[0089]本實(shí)施例中，在獲得用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)之后，將利用其所包含的內(nèi)容匹配出可能的公司名稱作為用戶的候選公司名稱?？梢岳斫?，匹配出的候選公司名稱可能不止一個(gè)，再按照候選公司名稱隨機(jī)出現(xiàn)的概率規(guī)律進(jìn)行計(jì)算，即能夠得到用戶關(guān)于候選公司名稱的初始分布。
[0090]也就是說(shuō)，該初始分布反映的是用戶的候選公司名稱在用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中所出現(xiàn)的概率。例如，匹配出的用戶a的候選公司名稱有公司a和公司b，則用戶a關(guān)于候選公司名稱的初始分布為{公司a:0.3，公司b:0.7}，其中，0.3為公司a在用戶a的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中所出現(xiàn)的概率，0.7為公司b在用戶a的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中所出現(xiàn)的概率。
[0091]步驟233，對(duì)工作網(wǎng)絡(luò)下多個(gè)用戶關(guān)于候選公司名稱的初始分布進(jìn)行累加，得到工作網(wǎng)絡(luò)的候選公司名稱分布。
[0092]由于接入同一個(gè)工作網(wǎng)絡(luò)的所有用戶都分別具有關(guān)于候選公司名稱的初始分布，而在該些初始分布中，可能存在相同的候選公司名稱，由此，服務(wù)器將對(duì)該些初始分布進(jìn)行累加，以使相同的候選公司名稱對(duì)應(yīng)的概率得以累加。
[0093]換而言之，工作網(wǎng)絡(luò)的候選公司名稱分布是包含了接入該工作網(wǎng)絡(luò)的所有用戶關(guān)于候選公司名稱的初始分布的，并且不同用戶之間相同的候選公司名稱所對(duì)應(yīng)的概率進(jìn)行了累加。
[0094]舉例來(lái)說(shuō)，工作網(wǎng)絡(luò)a下接入的用戶有用戶a和用戶b，用戶a關(guān)于候選公司名稱的初始分布為{公司a:0.3，公司b:0.7}，用戶b關(guān)于候選公司名稱的初始分布為{公司b:0.6，公司c:0.4}，則工作網(wǎng)絡(luò)a的候選公司名稱分布為{公司a:0.3，公司b: 1.3，公司c:0.4}。
[0095]步驟235，在工作網(wǎng)絡(luò)的候選公司名稱分布中對(duì)候選公司名稱作篩選，得到工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0096]工作網(wǎng)絡(luò)的候選公司名稱分布反映的是接入了工作網(wǎng)絡(luò)的所有用戶的候選公司名稱在所有用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中所出現(xiàn)的概率，該工作網(wǎng)絡(luò)的候選公司名稱中包含的候選公司名稱至少有一個(gè)。
[0097]基于此，服務(wù)器將對(duì)工作網(wǎng)絡(luò)的候選公司名稱分布中的候選公司名稱進(jìn)行篩選，以得出工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0098]例如，工作網(wǎng)絡(luò)a的候選公司名稱分布為{公司a: 0.3，公司b: 1.3，公司(^:0.4}，其中，公司b在所有用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中出現(xiàn)的概率為1.3，高于公司a和公司c出現(xiàn)的概率，因此，公司b則被視為工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0099]進(jìn)一步地，服務(wù)器還可以進(jìn)行其他的過濾處理。例如，服務(wù)器可能由工作網(wǎng)絡(luò)的名稱中直接提取出該工作網(wǎng)絡(luò)相關(guān)的公司名稱，通過將該相關(guān)的公司名稱與候選公司名稱進(jìn)行相關(guān)性計(jì)算，則直接將不太相關(guān)的候選公司名稱過濾掉。又或者，為候選公司名稱出現(xiàn)的概率設(shè)置閾值，若候選公司名稱出現(xiàn)的概率低于閾值，則直接將該候選公司名稱過濾掉。通過如上所述的方式，有效地降低了服務(wù)器的處理量，提高了服務(wù)器的處理效率。
[0100]請(qǐng)參閱圖7，在一實(shí)施例中，用戶接入的工作網(wǎng)絡(luò)為多個(gè)?？梢岳斫猓瑢?duì)于同一個(gè)用戶而言，既可能接入的是其上班的公司的工作網(wǎng)絡(luò)，也有可能是以參觀者身份接入了其所參觀的公司的工作網(wǎng)絡(luò)。
[0101]進(jìn)一步地，步驟250包括以下步驟:
步驟251，根據(jù)用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)在多個(gè)工作網(wǎng)絡(luò)中識(shí)別用戶頻繁接入的工作網(wǎng)絡(luò)。
[0102]可以理解，通過預(yù)先構(gòu)建的模型對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)預(yù)測(cè)得到的工作網(wǎng)絡(luò)可能會(huì)有誤差，而基于用戶所接入的預(yù)測(cè)得到的多個(gè)工作網(wǎng)絡(luò)通過無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)作進(jìn)一步地頻繁接入識(shí)別，使得用戶以參觀者身份接入的工作網(wǎng)絡(luò)將被剔除，以此消除模型預(yù)測(cè)階段中可能存在的誤差。
[0103]通過如上所述的方式，將有利于避免誤差，以此提高用戶的工作網(wǎng)絡(luò)的獲取準(zhǔn)確性，從而有利于用戶屬性的準(zhǔn)確挖掘。
[0104]步驟253，將用戶頻繁接入的工作網(wǎng)絡(luò)所對(duì)應(yīng)的公司名稱映射至用戶，通過映射生成用戶的用戶屬性。
[0105]在識(shí)別得到用戶頻繁接入的工作網(wǎng)絡(luò)并且得到工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱之后，月艮務(wù)器將能夠進(jìn)行用戶與公司名稱之間的映射，即以用戶頻繁接入的工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱作為用戶上班的公司的公司名稱，從而形成該用戶的用戶屬性。
[0106]下面結(jié)合一個(gè)具體實(shí)施例來(lái)詳細(xì)闡述如上所述的方法。在該具體實(shí)施例中，如圖8所示，用戶所在移動(dòng)終端為其所使用的智能手機(jī)530，該智能手機(jī)530通過用戶所接入的無(wú)線網(wǎng)絡(luò)(家、公司a、公司b的無(wú)線網(wǎng)絡(luò))將對(duì)應(yīng)的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)上報(bào)至服務(wù)器510進(jìn)行用戶屬性挖掘。
[0107]針對(duì)于每一個(gè)用戶，圖8a示出了服務(wù)器510對(duì)于每一個(gè)用戶曾經(jīng)接入的所有wifi進(jìn)行的工作wif i和生活wif i預(yù)測(cè)的方法流程示意圖。
[0108]通過對(duì)同一用戶曾經(jīng)接入的所有wifi的循環(huán)過程551或者553，即分別對(duì)其中的每一個(gè)wifi進(jìn)行此wifi是工作wifi的概率或者此wifi是生活wifi的概率的累加，即能夠預(yù)測(cè)得到相互不沖突的針對(duì)于該同一用戶的工作wifi和生活wifi。
[0109]進(jìn)一步地，通過循環(huán)過程555，即能夠預(yù)測(cè)得到針對(duì)于每一個(gè)用戶的工作wifi和生活wifi ο
[0110]針對(duì)于用戶曾經(jīng)接入的每一個(gè)wifi，例如用戶通過其所使用的智能手機(jī)530曾經(jīng)接入的所有wifi包括了家、公司a和公司b的無(wú)線網(wǎng)絡(luò)，圖Sb示出了服務(wù)器510對(duì)于每一個(gè)wifi進(jìn)行對(duì)應(yīng)的公司名稱挖掘的方法流程示意圖。通過循環(huán)過程570，服務(wù)器510即能夠挖掘得出每一個(gè)wifi對(duì)應(yīng)的公司名稱。
[0111]最后，如圖Sc所示，通過循環(huán)過程590，服務(wù)器510將為曾經(jīng)接入工作wifi的每一個(gè)用戶建立其與公司名稱的映射，以通過映射生成每一個(gè)用戶的用戶屬性。
[0112]通過如上所述的過程，基于用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)實(shí)現(xiàn)了用戶屬性挖掘，而通過用戶與優(yōu)質(zhì)公司的公司名稱進(jìn)行的映射，還將挖掘得到在優(yōu)質(zhì)公司上班的優(yōu)質(zhì)用戶，該優(yōu)質(zhì)用戶的收入通常是穩(wěn)定有保障的，而對(duì)于微粒貸等軟件應(yīng)用而言，該優(yōu)質(zhì)用戶將是需要重點(diǎn)關(guān)注的，因?yàn)樵搩?yōu)質(zhì)用戶將被服務(wù)器根據(jù)其用戶屬性劃分為高征信客群，從而有利于互聯(lián)網(wǎng)金融行業(yè)依據(jù)服務(wù)器所劃分的客群進(jìn)行風(fēng)險(xiǎn)控制。
[0113]請(qǐng)參閱圖9，在一實(shí)施例中，一種用戶屬性挖掘裝置600包括:網(wǎng)絡(luò)預(yù)測(cè)模塊610、名稱挖掘模塊630及屬性生成模塊650。
[0114]其中，網(wǎng)絡(luò)預(yù)測(cè)模塊610用于在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到用戶的工作網(wǎng)絡(luò)。
[0115]名稱挖掘模塊630用于針對(duì)工作網(wǎng)絡(luò)，通過無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0116]屬性生成模塊650用于根據(jù)工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立用戶與公司名稱的映射，由映射生成用戶屬性。
[0117]請(qǐng)參閱圖10，在一實(shí)施例中，預(yù)先構(gòu)建的模型包括工作網(wǎng)絡(luò)預(yù)測(cè)模型，如上所述的裝置600還包括:特征提取模塊710及模型構(gòu)建模塊730。
[0118]其中，特征提取模塊710用于在預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，對(duì)符合模型準(zhǔn)入條件的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行工作網(wǎng)絡(luò)接入特征的提取。
[0119]模型構(gòu)建模塊730用于根據(jù)提取得到的工作網(wǎng)絡(luò)接入特征進(jìn)行模型訓(xùn)練，得到工作網(wǎng)絡(luò)預(yù)測(cè)模型。
[0120]請(qǐng)參閱圖11，在一實(shí)施例中，所述網(wǎng)絡(luò)預(yù)測(cè)模塊610包括:概率計(jì)算單元611、權(quán)重計(jì)算單元613及網(wǎng)絡(luò)篩選單元615。
[0121]其中，概率計(jì)算單元611用于以用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)為模型輸入，利用預(yù)先構(gòu)建的模型計(jì)算得到用戶接入的無(wú)線網(wǎng)絡(luò)為工作網(wǎng)絡(luò)的概率。
[0122]權(quán)重計(jì)算單元613用于按照用戶接入無(wú)線網(wǎng)絡(luò)的頻率對(duì)計(jì)算得到的無(wú)線網(wǎng)絡(luò)的概率進(jìn)行累加，得到無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重。
[0123]網(wǎng)絡(luò)篩選單元615用于根據(jù)無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重由用戶接入的無(wú)線網(wǎng)絡(luò)中篩選出用戶的工作網(wǎng)絡(luò)。
[0124]在一實(shí)施例中，如上所述的裝置600還包括:沖突性檢測(cè)模塊，該沖突性檢測(cè)模塊用于對(duì)用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)進(jìn)行沖突性檢測(cè)，通過沖突性檢測(cè)剔除與生活網(wǎng)絡(luò)存在沖突的工作網(wǎng)絡(luò)，生活網(wǎng)絡(luò)由生活網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)得到。
[0125]在一實(shí)施例中，如上所述的裝置600還包括:個(gè)性化內(nèi)容推送模塊，該個(gè)性化內(nèi)容推送模塊用于通過用戶接入工作網(wǎng)絡(luò)或者生活網(wǎng)絡(luò)推算用戶的當(dāng)前狀態(tài)，并向用戶所在移動(dòng)終端推送與該當(dāng)前狀態(tài)相符合的個(gè)性化內(nèi)容。
[0126]請(qǐng)參閱圖12，在一實(shí)施例中，如上所述的裝置600還包括:用戶數(shù)統(tǒng)計(jì)模塊810及有效性判斷模塊830。
[0127]其中，用戶數(shù)統(tǒng)計(jì)模塊810用于對(duì)接入工作網(wǎng)絡(luò)的用戶，分別進(jìn)行用戶總數(shù)和有效用戶數(shù)的統(tǒng)計(jì)。
[0128]有效性判斷模塊830用于根據(jù)統(tǒng)計(jì)出的用戶總數(shù)和有效用戶數(shù)進(jìn)行工作網(wǎng)絡(luò)的有效性判斷，剔除無(wú)效的工作網(wǎng)絡(luò)。
[0129]請(qǐng)參閱圖13，在一實(shí)施例中，接入工作網(wǎng)絡(luò)的用戶為多個(gè)，所述名稱挖掘模塊630包括:名稱初始化單元631、分布累加單元633及名稱篩選單元635。
[0130]其中，名稱初始化單元631用于根據(jù)用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)為輸入對(duì)用戶的候選公司名稱進(jìn)行匹配，得到用戶關(guān)于候選公司名稱的初始分布。
[0131]分布累加單元633用于對(duì)工作網(wǎng)絡(luò)下多個(gè)用戶關(guān)于候選公司名稱的初始分布進(jìn)行累加，得到工作網(wǎng)絡(luò)的候選公司名稱分布。
[0132]名稱篩選單元635用于在工作網(wǎng)絡(luò)的候選公司名稱分布中對(duì)候選公司名稱作篩選，得到工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。
[0133]請(qǐng)參閱圖14，在一實(shí)施例中，用戶接入的工作網(wǎng)絡(luò)為多個(gè)，所述屬性生成模塊650包括:網(wǎng)絡(luò)識(shí)別單元651及名稱映射單元653。
[0134]其中，網(wǎng)絡(luò)識(shí)別單元651用于根據(jù)用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)在多個(gè)工作網(wǎng)絡(luò)中識(shí)別用戶頻繁接入的工作網(wǎng)絡(luò)。
[0135]名稱映射單元653用于將用戶頻繁接入的工作網(wǎng)絡(luò)所對(duì)應(yīng)的公司名稱映射至用戶，通過映射生成用戶的用戶屬性。
[0136]上述內(nèi)容，僅為本發(fā)明的較佳實(shí)施例，并非用于限制本發(fā)明的實(shí)施方案，本領(lǐng)域普通技術(shù)人員根據(jù)本發(fā)明的主要構(gòu)思和精神，可以十分方便地進(jìn)行相應(yīng)的變通或修改，故本發(fā)明的保護(hù)范圍應(yīng)以權(quán)利要求書所要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1.一種用戶屬性挖掘方法，其特征在于，包括: 在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)； 針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱； 根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性。2.如權(quán)利要求1所述的方法，其特征在于，所述預(yù)先構(gòu)建的模型包括工作網(wǎng)絡(luò)預(yù)測(cè)模型，所述在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)的步驟之前，所述方法還包括: 在預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，對(duì)符合模型準(zhǔn)入條件的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行工作網(wǎng)絡(luò)接入特征的提??； 根據(jù)提取得到的工作網(wǎng)絡(luò)接入特征進(jìn)行模型訓(xùn)練，得到所述工作網(wǎng)絡(luò)預(yù)測(cè)模型。3.如權(quán)利要求1所述的方法，其特征在于，所述在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)的步驟包括: 以用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)為模型輸入，利用所述預(yù)先構(gòu)建的模型計(jì)算得到所述用戶接入的無(wú)線網(wǎng)絡(luò)為工作網(wǎng)絡(luò)的概率； 按照用戶接入所述無(wú)線網(wǎng)絡(luò)的頻率對(duì)計(jì)算得到的所述無(wú)線網(wǎng)絡(luò)的概率進(jìn)行累加，得到所述無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重； 根據(jù)所述無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重由所述用戶接入的無(wú)線網(wǎng)絡(luò)中篩選出所述用戶的工作網(wǎng)絡(luò)。4.如權(quán)利要求1所述的方法，其特征在于，所述預(yù)先構(gòu)建的模型包括生活網(wǎng)絡(luò)預(yù)測(cè)模型，所述針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱的步驟之前，所述方法還包括: 對(duì)所述用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)進(jìn)行沖突性檢測(cè)，通過所述沖突性檢測(cè)剔除與所述生活網(wǎng)絡(luò)存在沖突的工作網(wǎng)絡(luò)，所述生活網(wǎng)絡(luò)由所述生活網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)得到。5.如權(quán)利要求1或4所述的方法，其特征在于，所述方法還包括: 通過所述用戶接入工作網(wǎng)絡(luò)或者生活網(wǎng)絡(luò)推算所述用戶的當(dāng)前狀態(tài)，并向所述用戶所在移動(dòng)終端推送與該當(dāng)前狀態(tài)相符合的個(gè)性化內(nèi)容。6.如權(quán)利要求1所述的方法，其特征在于，所述針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱的步驟之前，所述方法還包括: 對(duì)接入所述工作網(wǎng)絡(luò)的用戶，分別進(jìn)行用戶總數(shù)和有效用戶數(shù)的統(tǒng)計(jì)； 根據(jù)統(tǒng)計(jì)出的所述用戶總數(shù)和有效用戶數(shù)進(jìn)行所述工作網(wǎng)絡(luò)的有效性判斷，剔除無(wú)效的所述工作網(wǎng)絡(luò)。7.如權(quán)利要求1所述的方法，其特征在于，接入所述工作網(wǎng)絡(luò)的用戶為多個(gè)，所述針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱的步驟包括: 根據(jù)所述用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)所述用戶的候選公司名稱進(jìn)行匹配，得到所述用戶關(guān)于候選公司名稱的初始分布； 對(duì)所述工作網(wǎng)絡(luò)下多個(gè)所述用戶關(guān)于候選公司名稱的初始分布進(jìn)行累加，得到所述工作網(wǎng)絡(luò)的候選公司名稱分布； 在所述工作網(wǎng)絡(luò)的候選公司名稱分布中對(duì)候選公司名稱作篩選，得到所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。8.如權(quán)利要求1所述的方法，其特征在于，所述用戶接入的工作網(wǎng)絡(luò)為多個(gè)，所述根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性的步驟包括: 根據(jù)所述用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)在所述多個(gè)工作網(wǎng)絡(luò)中識(shí)別所述用戶頻繁接入的工作網(wǎng)絡(luò)； 將所述用戶頻繁接入的工作網(wǎng)絡(luò)所對(duì)應(yīng)的公司名稱映射至所述用戶，通過所述映射生成所述用戶的用戶屬性。9.一種用戶屬性挖掘裝置，其特征在于，包括: 網(wǎng)絡(luò)預(yù)測(cè)模塊，用于在預(yù)先獲得的用戶接入無(wú)線網(wǎng)絡(luò)所產(chǎn)生的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，通過預(yù)先構(gòu)建的模型對(duì)所述用戶接入的無(wú)線網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)，得到所述用戶的工作網(wǎng)絡(luò)； 名稱挖掘模塊，用于針對(duì)所述工作網(wǎng)絡(luò)，通過所述無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)挖掘所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱； 屬性生成模塊，用于根據(jù)所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱建立所述用戶與公司名稱的映射，由所述映射生成用戶屬性。10.如權(quán)利要求9所述的裝置，其特征在于，所述預(yù)先構(gòu)建的模型包括工作網(wǎng)絡(luò)預(yù)測(cè)模型，所述裝置還包括: 特征提取模塊，用于在預(yù)先獲得的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)中，對(duì)符合模型準(zhǔn)入條件的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)進(jìn)行工作網(wǎng)絡(luò)接入特征的提??； 模型構(gòu)建模塊，用于根據(jù)提取得到的工作網(wǎng)絡(luò)接入特征進(jìn)行模型訓(xùn)練，得到所述工作網(wǎng)絡(luò)預(yù)測(cè)模型。11.如權(quán)利要求9所述的裝置，其特征在于，所述網(wǎng)絡(luò)預(yù)測(cè)模塊包括: 概率計(jì)算單元，用于以用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)為模型輸入，利用所述預(yù)先構(gòu)建的模型計(jì)算得到所述用戶接入的無(wú)線網(wǎng)絡(luò)為工作網(wǎng)絡(luò)的概率； 權(quán)重計(jì)算單元，用于按照用戶接入所述無(wú)線網(wǎng)絡(luò)的頻率對(duì)計(jì)算得到的所述無(wú)線網(wǎng)絡(luò)的概率進(jìn)行累加，得到所述無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重； 網(wǎng)絡(luò)篩選單元，用于根據(jù)所述無(wú)線網(wǎng)絡(luò)對(duì)應(yīng)的權(quán)重由所述用戶接入的無(wú)線網(wǎng)絡(luò)中篩選出所述用戶的工作網(wǎng)絡(luò)。12.如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括: 沖突性檢測(cè)模塊，用于對(duì)所述用戶的工作網(wǎng)絡(luò)和生活網(wǎng)絡(luò)進(jìn)行沖突性檢測(cè)，通過所述沖突性檢測(cè)剔除與所述生活網(wǎng)絡(luò)存在沖突的工作網(wǎng)絡(luò)，所述生活網(wǎng)絡(luò)由所述生活網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)得到。13.如權(quán)利要求9或12所述的裝置，其特征在于，所述裝置還包括: 個(gè)性化內(nèi)容推送模塊，用于通過所述用戶接入工作網(wǎng)絡(luò)或者生活網(wǎng)絡(luò)推算所述用戶的當(dāng)前狀態(tài)，并向所述用戶所在移動(dòng)終端推送與該當(dāng)前狀態(tài)相符合的個(gè)性化內(nèi)容。14.如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括: 用戶數(shù)統(tǒng)計(jì)模塊，用于對(duì)接入所述工作網(wǎng)絡(luò)的用戶，分別進(jìn)行用戶總數(shù)和有效用戶數(shù)的統(tǒng)計(jì)； 有效性判斷模塊，用于根據(jù)統(tǒng)計(jì)出的所述用戶總數(shù)和有效用戶數(shù)進(jìn)行所述工作網(wǎng)絡(luò)的有效性判斷，剔除無(wú)效的所述工作網(wǎng)絡(luò)。15.如權(quán)利要求9所述的裝置，其特征在于，接入所述工作網(wǎng)絡(luò)的用戶為多個(gè)，所述名稱挖掘模塊包括: 名稱初始化單元，用于根據(jù)所述用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)對(duì)所述用戶的候選公司名稱進(jìn)行匹配，得到所述用戶關(guān)于候選公司名稱的初始分布； 分布累加單元，用于對(duì)所述工作網(wǎng)絡(luò)下多個(gè)所述用戶關(guān)于候選公司名稱的初始分布進(jìn)行累加，得到所述工作網(wǎng)絡(luò)的候選公司名稱分布； 名稱篩選單元，用于在所述工作網(wǎng)絡(luò)的候選公司名稱分布中對(duì)候選公司名稱作篩選，得到所述工作網(wǎng)絡(luò)對(duì)應(yīng)的公司名稱。16.如權(quán)利要求9所述的裝置，其特征在于，所述用戶接入的工作網(wǎng)絡(luò)為多個(gè)，所述屬性生成模塊包括: 網(wǎng)絡(luò)識(shí)別單元，用于根據(jù)所述用戶的無(wú)線網(wǎng)絡(luò)接入數(shù)據(jù)在所述多個(gè)工作網(wǎng)絡(luò)中識(shí)別所述用戶頻繁接入的工作網(wǎng)絡(luò)； 名稱映射單元，用于將所述用戶頻繁接入的工作網(wǎng)絡(luò)所對(duì)應(yīng)的公司名稱映射至所述用戶，通過所述映射生成所述用戶的用戶屬性。
【文檔編號(hào)】H04L12/24GK105978722SQ201610313392
【公開日】2016年9月28日
【申請(qǐng)日】2016年5月11日
【發(fā)明人】黃引剛
【申請(qǐng)人】騰訊科技（深圳）有限公司