基于大規(guī)模位置和消費(fèi)數(shù)據(jù)的用戶行為理解.pdf

1、用戶行為理解對(duì)于提供個(gè)性化服務(wù)和廣告投放有著極為重要的意義。一方面，隨著近年來(lái)智能手機(jī)的普及以及移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，越來(lái)越多的用戶位置信息能夠被精確地記錄和獲取。這些位置信息真實(shí)地展示了用戶在生活中進(jìn)行用餐、購(gòu)物、旅游等與物理世界緊密相連的行為，能夠準(zhǔn)確和完整地反映用戶的生活狀態(tài)和興趣習(xí)慣?，F(xiàn)在普遍采用的位置數(shù)據(jù)包括了GPS軌跡、手機(jī)的基站定位數(shù)據(jù)、公共交通卡記錄的上下車站信息、基于位置的社交網(wǎng)絡(luò)簽到數(shù)據(jù)、無(wú)線網(wǎng)絡(luò)的定位數(shù)據(jù)以及圖片的

2、位置標(biāo)記數(shù)據(jù)等等。另外一方面，電子商務(wù)近年來(lái)飛速發(fā)展，像阿里巴巴和京東這類電商平臺(tái)的網(wǎng)絡(luò)購(gòu)物已經(jīng)是國(guó)民整體消費(fèi)的重要組成部分，這些電商平臺(tái)所記錄的消費(fèi)數(shù)據(jù)能夠很大程度上反映出用戶的消費(fèi)偏好和興趣愛好。通過(guò)對(duì)這些精確量化的消費(fèi)數(shù)據(jù)進(jìn)行深度挖掘，能夠更好地理解個(gè)人以及群體的消費(fèi)行為模式，從而可以設(shè)計(jì)出更精準(zhǔn)的推薦系統(tǒng)向用戶推薦感興趣的物品。
　　用戶的位置數(shù)據(jù)和消費(fèi)數(shù)據(jù)是相輔相成的，一方面用戶在物理世界的移動(dòng)規(guī)律能夠折射出其在消費(fèi)方面

3、的偏好，反之通過(guò)對(duì)用戶消費(fèi)行為習(xí)慣的挖掘也能夠推測(cè)用戶在真實(shí)生活中的移動(dòng)模式。把這些信息有效的結(jié)合在一起能夠更加深入和準(zhǔn)確地理解用戶行為習(xí)慣，為完善推薦系統(tǒng)和精準(zhǔn)的用戶定位提供有效的支持。本文圍繞大規(guī)模的位置數(shù)據(jù)和消費(fèi)數(shù)據(jù)，從具體應(yīng)用的角度出發(fā)針對(duì)用戶理解展開了深入研究，這些研究成果體現(xiàn)了重要的學(xué)術(shù)研究?jī)r(jià)值以及廣泛的應(yīng)用場(chǎng)景。具體而言，本文的主要研究成果、貢獻(xiàn)和創(chuàng)新點(diǎn)可以慨括為如下幾點(diǎn):
　　提出從軌跡數(shù)據(jù)智能感知用戶的加油消費(fèi)規(guī)

4、律，從位置數(shù)據(jù)的角度挖掘了用戶的消費(fèi)模式。本文通過(guò)對(duì)出租車的移動(dòng)軌跡、城市興趣點(diǎn)的地理位置數(shù)據(jù)庫(kù)以及城市的路網(wǎng)拓?fù)浣Y(jié)構(gòu)進(jìn)行建模，實(shí)現(xiàn)了一個(gè)能夠自動(dòng)檢測(cè)加油事件，推斷用戶加油時(shí)間和估計(jì)顧客數(shù)目的智能系統(tǒng)。這個(gè)系統(tǒng)主要包括三個(gè)模塊，第一個(gè)模塊通過(guò)對(duì)出租車的軌跡數(shù)據(jù)進(jìn)行分析和挖掘，采用靜止點(diǎn)檢測(cè)算法發(fā)現(xiàn)可能的候選加油事件，然后通過(guò)提取候選加油事件的時(shí)空特征使用隨機(jī)梯度樹模型過(guò)濾掉非真實(shí)的加油事件;第二個(gè)模塊首先對(duì)時(shí)空進(jìn)行劃分以確定每個(gè)時(shí)空單元

5、的加油事件，然后通過(guò)情境感知的協(xié)同過(guò)濾學(xué)習(xí)模型來(lái)推斷在用戶在某個(gè)時(shí)間去某個(gè)加油站的時(shí)間消耗;第三個(gè)模塊進(jìn)一步根據(jù)所得到的加油時(shí)間消耗，使用排隊(duì)論模型來(lái)估計(jì)加油站內(nèi)的顧客數(shù)目。該文通過(guò)真實(shí)數(shù)據(jù)和實(shí)地測(cè)試相結(jié)合的方式，充分驗(yàn)證了該智能系統(tǒng)的有效性和可靠性。
　　提出從智能卡的消費(fèi)中挖掘用戶的位置移動(dòng)規(guī)律，從消費(fèi)數(shù)據(jù)的角度挖掘了用戶的位置移動(dòng)模式。本文基于用戶公交智能卡的消費(fèi)信息，采用半監(jiān)督隨機(jī)場(chǎng)模型并融入多空間對(duì)齊的約束以及協(xié)同過(guò)濾學(xué)

6、習(xí)得到的隱空間特征來(lái)智能恢復(fù)沒有記錄的上下車站位置信息。這個(gè)模型包含三個(gè)步驟:第一步根據(jù)地理、時(shí)間以及金錢三個(gè)維度存在的約束過(guò)濾不符合條件的候選上下車站;第二步提取半監(jiān)督條件隨機(jī)場(chǎng)模型所需要用到的各種特征;第三步提取單個(gè)車站乘坐的約束概率以及車站換乘的約束概率并融入模型作為先驗(yàn)知識(shí)，接著訓(xùn)練歷史數(shù)據(jù)和恢復(fù)沒有記錄的乘坐車站信息。多維度的實(shí)驗(yàn)結(jié)果證實(shí)了本文的方法能夠準(zhǔn)確地恢復(fù)用戶上下車站的移動(dòng)信息。
　　提出從移動(dòng)和消費(fèi)行為來(lái)挖掘用

7、戶的獵奇心理特質(zhì)，同時(shí)從位置數(shù)據(jù)和消費(fèi)數(shù)據(jù)的角度挖掘用戶的心理特征。本文基于用戶在位置社交社區(qū)的簽到位置數(shù)據(jù)和電商平臺(tái)的在線購(gòu)物數(shù)據(jù)，使用基于貝葉斯圖結(jié)構(gòu)的獵奇心理模型來(lái)準(zhǔn)確地刻畫出用戶在相對(duì)于個(gè)人和相對(duì)于群體兩方面的獵奇特質(zhì)。該工作主要包含三個(gè)步驟:第一步是構(gòu)建一個(gè)通用的獵奇心理模型，這個(gè)模型采用貝葉斯圖結(jié)構(gòu)，把用戶表現(xiàn)出來(lái)的時(shí)間序列行為表示為能夠觀察到的顯式變量，同時(shí)把用戶的獵奇心理特質(zhì)以及效用偏好表示為隱變量，通過(guò)模型的生成過(guò)程來(lái)