买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中移动信息技术有限公司;中国移动通信集团有限公司申请的专利用户类别识别方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117312987B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311355178.3，技术领域涉及：G06F18/2415；该发明授权用户类别识别方法、装置、设备及存储介质是由周辉;王龙;张帆设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本用户类别识别方法、装置、设备及存储介质在说明书摘要公布了：本发明属于行为识别技术领域，公开了一种用户类别识别方法、装置、设备及存储介质。该方法包括：将步行信令轨迹数据集划分为有标签数据集与无标签数据集，有标签数据集包含用户标签与轨迹标签；获取有标签数据集的属性变量数据集，对属性变量数据集中的连续型属性变量数据进行有监督离散化，得到新属性变量数据集；获取有标签数据集与无标签数据集的概率加权类别标签，基于概率加权类别标签与新属性变量数据集建立轨迹识别模型；基于轨迹识别模型与目标通信号码的步行信令轨迹，确定轨迹识别比例；根据轨迹识别比例与比例阈值，确定目标通信号码对应的用户类别。通过上述方式，提升模型精度，进而提升识别准确性，可以准确识别出行动不便用户。

本发明授权用户类别识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种用户类别识别方法，其特征在于，所述用户类别识别方法，包括： 获取步行信令轨迹数据集，并将所述步行信令轨迹数据集划分为有标签数据集与无标签数据集，所述有标签数据集包含用户标签与轨迹标签； 获取所述有标签数据集的属性变量数据集，基于卡方最优分箱算法，对所述属性变量数据集中的连续型属性变量数据进行有监督离散化，得到新属性变量数据集； 分别获取所述有标签数据集与所述无标签数据集的概率加权类别标签，基于所述概率加权类别标签与所述新属性变量数据集建立轨迹识别模型； 基于所述轨迹识别模型与目标通信号码的步行信令轨迹，确定轨迹识别比例； 根据所述轨迹识别比例与比例阈值，确定所述目标通信号码对应的用户类别； 所述分别获取所述有标签数据集与所述无标签数据集的概率加权类别标签，包括：获取后验概率数据与真实类别的指示向量之间的第一对应关系；获取真实类别的指示向量与概率加权类别标签之间的第二对应关系；根据所述第一对应关系与所述第二对应关系，确定后验概率数据与概率加权类别标签之间的对应关系；根据所述有标签数据集的后验概率数据以及所述后验概率数据与概率加权类别标签之间的对应关系，确定所述有标签数据集的概率加权类别标签；根据所述无标签数据集的后验概率数据以及所述后验概率数据与概率加权类别标签之间的对应关系，确定所述无标签数据集的概率加权类别标签； 所述基于所述概率加权类别标签与所述新属性变量数据集建立轨迹识别模型，包括：根据所述轨迹标签与所述有标签数据集，确定行动不便轨迹集与非行动不便轨迹集；根据所述概率加权类别标签与所述行动不便轨迹集，确定所述行动不便轨迹集的概率加权类别标签和，根据所述概率加权类别标签与所述非行动不便轨迹集，确定所述非行动不便轨迹集的概率加权类别标签和；根据所述行动不便轨迹集的概率加权类别标签和、所述非行动不便轨迹集的概率加权类别标签和以及第三对应关系，确定朴素贝叶斯分类器的第一参数；根据所述新属性变量数据集，确定指示数据；根据所述指示数据与所述行动不便轨迹集的概率加权类别标签，确定所述行动不便轨迹集的轨迹乘积和，根据所述指示数据与所述非行动不便轨迹集的概率加权类别标签，确定所述非行动不便轨迹集的轨迹乘积和；根据所述行动不便轨迹集的轨迹乘积和、所述非行动不便轨迹集的轨迹乘积和以及第四对应关系，确定所述朴素贝叶斯分类器的第二参数；在所述第一参数与所述第二参数满足预设收敛条件时，根据所述第一参数与所述第二参数，建立所述轨迹识别模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中移动信息技术有限公司;中国移动通信集团有限公司，其通讯地址为：102200 北京市昌平区未来科学城英才北三街16号院16号楼1006室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。