本發(fā)明涉及電子技術(shù)領(lǐng)域，尤其涉及一種用戶行為分析方法和裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的發(fā)展，目前越來(lái)越多的用戶使用智能穿戴設(shè)備，在完全陌生的環(huán)境中，用戶希望使用智能穿戴設(shè)備關(guān)注身邊的人，如果對(duì)方分享自己的用戶行為，就可以使用智能穿戴設(shè)備中的微信、QQ等社交軟件完成陌生人的行為分析和互動(dòng)交流，從而達(dá)到了解對(duì)方過(guò)去做過(guò)什么，現(xiàn)在做什么以及將來(lái)會(huì)做什么，并確定多個(gè)用戶之間的行為相似性。但是，現(xiàn)有大部分社交軟件需要用戶加入朋友圈或者查看其他用戶簡(jiǎn)介才能了解身邊的其他用戶，沒(méi)考慮到對(duì)陌生人社交的需求，并且這些軟件沒(méi)有在時(shí)間線上動(dòng)態(tài)分析用戶行為，因此，現(xiàn)有分析用戶行為的方法準(zhǔn)確性不高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種用戶行為分析方法和裝置?？梢栽跁r(shí)間線上動(dòng)態(tài)地分析用戶行為，從而提高用戶行為分析的準(zhǔn)確性。

本發(fā)明第一方面提供了一種用戶行為分析方法，包括：

分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；

根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；

根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度。

在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息包括:

分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息；

根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息包括：

根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別確定所述第一用戶以及所述第二用戶是否在預(yù)設(shè)范圍內(nèi)；

若所述第一用戶以及所述第二用戶在所述預(yù)設(shè)范圍內(nèi)，則分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

在第一方面的第三種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力包括：

將所述第一用戶作為用戶網(wǎng)絡(luò)中的第一節(jié)點(diǎn)，以及將所述第二用戶作為所述用戶網(wǎng)絡(luò)中的第二節(jié)點(diǎn)；

基于所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，將所述第一節(jié)點(diǎn)轉(zhuǎn)化為第一向量以及所述第二節(jié)點(diǎn)轉(zhuǎn)化為第二向量；

根據(jù)轉(zhuǎn)化得到的所述第一向量以及所述第二向量，通過(guò)預(yù)設(shè)的行為影響力函數(shù)計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

結(jié)合第一方面以及第一方面的第三種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力包括：

根據(jù)所述第一行為信息確定在所述時(shí)間段內(nèi)的目標(biāo)時(shí)間點(diǎn)上所述第一用戶 執(zhí)行目標(biāo)事件的第一概率，以及根據(jù)所述第二行為信息確定在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶執(zhí)行所述目標(biāo)事件的第二概率；

根據(jù)所述第一概率、所述第二概率以及預(yù)設(shè)的行為影響力函數(shù)，計(jì)算在所述目標(biāo)時(shí)間點(diǎn)上的所述第一用戶與所述第二用戶之間的行為影響力。

在第一方面的第五種可能的實(shí)現(xiàn)方式中，所述第一用戶與所述第二用戶之間的行為影響力包括所述第一用戶對(duì)所述第二用戶的行為影響力以及所述第二用戶對(duì)所述第一用戶的行為影響力，所述行為相似度其中，為在所述目標(biāo)時(shí)間點(diǎn)上所述第一用戶對(duì)所述第二用戶的行為影響力，為在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶對(duì)所述第一用戶的行為影響力，θ_αβ為比例系數(shù)，ω_αβ為所述第一用戶與所述第二用戶之間的影響力強(qiáng)度函數(shù)。

相應(yīng)地，本發(fā)明第二方面提供了一種用戶行為分析裝置，包括：

信息獲取模塊，用于分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；

信息計(jì)算模塊，用于根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；

信息確定模塊，用于根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度。

在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述信息獲取模塊包括:

第一獲取單元，用于分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息；

第二獲取單元，用于根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí) 間段內(nèi)的第二行為信息。

結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式中，所述第二獲取單元具體用于：

根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別確定所述第一用戶以及所述第二用戶是否在預(yù)設(shè)范圍內(nèi)；

若所述第一用戶以及所述第二用戶在所述預(yù)設(shè)范圍內(nèi)，則分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

在第二方面的第三種可能的實(shí)現(xiàn)方式中，所述信息計(jì)算模塊具體用于：

將所述第一用戶作為用戶網(wǎng)絡(luò)中的第一節(jié)點(diǎn)，以及將所述第二用戶作為所述用戶網(wǎng)絡(luò)中的第二節(jié)點(diǎn)；

基于所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，將所述第一節(jié)點(diǎn)轉(zhuǎn)化為第一向量以及所述第二節(jié)點(diǎn)轉(zhuǎn)化為第二向量；

根據(jù)轉(zhuǎn)化得到的所述第一向量以及所述第二向量，通過(guò)預(yù)設(shè)的行為影響力函數(shù)計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

結(jié)合第二方面以及第二方面的第三種可能的實(shí)現(xiàn)方式，在第二方面的第四種可能的實(shí)現(xiàn)方式中，所述信息計(jì)算模塊具體用于：

根據(jù)所述第一行為信息確定在所述時(shí)間段內(nèi)的目標(biāo)時(shí)間點(diǎn)上所述第一用戶執(zhí)行目標(biāo)事件的第一概率，以及根據(jù)所述第二行為信息確定在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶執(zhí)行所述目標(biāo)事件的第二概率；

根據(jù)所述第一概率、所述第二概率以及預(yù)設(shè)的行為影響力函數(shù)，計(jì)算在所述目標(biāo)時(shí)間點(diǎn)上的所述第一用戶與所述第二用戶之間的行為影響力。

在第二方面的第五種可能的實(shí)現(xiàn)方式中，所述第一用戶與所述第二用戶之間的行為影響力包括所述第一用戶對(duì)所述第二用戶的行為影響力以及所述第二用戶對(duì)所述第一用戶的行為影響力，所述行為相似度其中，為在所述 目標(biāo)時(shí)間點(diǎn)上所述第一用戶對(duì)所述第二用戶的行為影響力，為在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶對(duì)所述第一用戶的行為影響力，θ_αβ為比例系數(shù)，ω_αβ為所述第一用戶與所述第二用戶之間的影響力強(qiáng)度函數(shù)。

實(shí)施本發(fā)明實(shí)施例，首先分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；然后根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；最后根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度，從而可以在時(shí)間線上動(dòng)態(tài)地分析用戶行為，提高用戶行為分析的準(zhǔn)確性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明提出的一種用戶行為分析方法的第一實(shí)施例的流程圖；

圖2是本發(fā)明實(shí)施例提供的一種行為信息分享示意圖；

圖3是本發(fā)明實(shí)施例提供的一種行為影響力計(jì)算模型示意圖；

圖4是本發(fā)明提出的一種用戶行為分析方法的第二實(shí)施例的流程圖；

圖5是本發(fā)明實(shí)施例提出的一種用戶行為分析裝置的結(jié)構(gòu)示意圖；

圖6是本發(fā)明實(shí)施例提供的裝置中信息獲取模塊的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參考圖1，圖1是本發(fā)明提出的一種用戶行為分析方法的第一實(shí)施例的流程圖。如圖所示，本發(fā)明實(shí)施例的執(zhí)行主體可以為智能穿戴設(shè)備，本發(fā)明實(shí)施例中的方法包括：

S101，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。其中，第一行為信息可以包括多個(gè)時(shí)間點(diǎn)以及每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的第一用戶的執(zhí)行事件，第二行為信息可以包括多個(gè)時(shí)間點(diǎn)以及每個(gè)時(shí)間點(diǎn)對(duì)應(yīng)的第二用戶的執(zhí)行事件。

具體實(shí)現(xiàn)中，首先其他用戶終端可以將第一用戶的第一行為信息和定位信息，以及將第二用戶的第二行為信息和定位信息分享到網(wǎng)絡(luò)服務(wù)器，然后智能穿戴設(shè)備分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息；根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

進(jìn)一步的，可以根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別確定所述第一用戶以及所述第二用戶是否在預(yù)設(shè)范圍內(nèi)；若所述第一用戶以及所述第二用戶在所述預(yù)設(shè)范圍內(nèi)，則分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，若所述第一用戶以及所述第二用戶不在所述預(yù)設(shè)范圍內(nèi)，則繼續(xù)搜索。其中，預(yù)設(shè)范圍可以為方圓10米范圍或者方圓20米范圍。需要說(shuō)明的是，智能穿戴設(shè)備設(shè)備不局限僅獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，還可以獲取其他多個(gè)用戶在所述時(shí)間段內(nèi)的行為信息，并對(duì)其他多個(gè)用戶的行為信息進(jìn)行分析。

例如：如圖2所示，陌生人A以及陌生人B分別將自身時(shí)間線分享到網(wǎng)絡(luò)服務(wù)器，智能穿戴設(shè)備分別獲取陌生人A的時(shí)間線A、以及獲取陌生人B的時(shí)間線B，時(shí)間線A上分別包括陌生人A在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件，時(shí)間線B上包括陌生B在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件。

S102，根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

具體實(shí)現(xiàn)中，可以將所述第一用戶作為用戶網(wǎng)絡(luò)中的第一節(jié)點(diǎn)，以及將所述第二用戶作為所述用戶網(wǎng)絡(luò)中的第二節(jié)點(diǎn)；基于所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，將所述第一節(jié)點(diǎn)轉(zhuǎn)化為第一向量以及所述第二節(jié)點(diǎn)轉(zhuǎn)化為第二向量；根據(jù)轉(zhuǎn)化得到的所述第一向量以及所述第二向量，通過(guò)預(yù)設(shè)的行為影響力函數(shù)計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

例如：如圖3所示，首先通過(guò)g(v1，y1，z)將用戶節(jié)點(diǎn)V1轉(zhuǎn)化為向量y1，通過(guò)g(v2，y2，z)將用戶節(jié)點(diǎn)V2轉(zhuǎn)化為向量y2,通過(guò)g(v3，y3，z)將用戶節(jié)點(diǎn)V3轉(zhuǎn)化為向量y3,通過(guò)g(v4，y4，z)將用戶節(jié)點(diǎn)V4轉(zhuǎn)化為向量y4，然后通過(guò)f(y1，y2，z)計(jì)算向量y1與向量y2之間的行為影響力，通過(guò)f(y1，y3，z)計(jì)算向量y1與向量y3之間的行為影響力，通過(guò)f(y2，y4，z)計(jì)算向量y2與向量y4之間的行為影響力，其中，z為時(shí)間段內(nèi)的任何時(shí)間點(diǎn)。需要說(shuō)明的是，各個(gè)節(jié)點(diǎn)是在并行模式下運(yùn)行，因此各個(gè)節(jié)點(diǎn)可以同時(shí)傳遞信息，從而可以提高運(yùn)算的效率。

S103，根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度。

具體實(shí)現(xiàn)中，第一用戶與第二用戶之間的行為影響力包括所述第一用戶對(duì)所述第二用戶的行為影響力以及所述第二用戶對(duì)所述第一用戶的行為影響力，所述行為相似度其中，為在所述目標(biāo)時(shí)間點(diǎn)上所述第一用戶對(duì)所述第二用戶的行為影響力，為在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶對(duì)所述第一用戶的行為影響力，θ_αβ為比例系數(shù)，ω_αβ為所述第一用戶與所述第二用戶之間的影響力強(qiáng)度函數(shù)。從上述行為相似度計(jì)算公式可以分析出第一用戶以及第二用戶在時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)上的行為相似度，行為相似度隨著時(shí)間的變化而變化，從而更加準(zhǔn)確地對(duì)用戶行為進(jìn)行分析。

在本發(fā)明實(shí)施例中，首先分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；然后根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；最后根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度，從而可以在時(shí)間線上動(dòng)態(tài)地分析用戶行為，提高用戶行為分析的準(zhǔn)確性。

請(qǐng)參考圖4，圖4是本發(fā)明提出的一種用戶行為分析方法的第二實(shí)施例的流程圖。如圖所示，本發(fā)明實(shí)施例中的方法包括：

S401，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

具體實(shí)現(xiàn)中，首先其他用戶終端可以將第一用戶的第一行為信息和定位信息，以及將第二用戶的第二行為信息和定位信息分享到網(wǎng)絡(luò)服務(wù)器，然后智能穿戴設(shè)備分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息；根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

進(jìn)一步的，可以根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別確定所述第一用戶以及所述第二用戶是否在預(yù)設(shè)范圍內(nèi)；若所述第一用戶以及所述第二用戶在所述預(yù)設(shè)范圍內(nèi)，則分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，若所述第一用戶以及所述第二用戶不在所述預(yù)設(shè)范圍內(nèi)，則繼續(xù)搜索。其中，預(yù)設(shè)范圍可以為方圓10米范圍或者方圓20米范圍。需要說(shuō)明的是，智能穿戴設(shè)備設(shè)備不局限僅獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，還可以獲取其他多個(gè)用戶在所述時(shí)間段內(nèi)的行為信息，并對(duì)其他多個(gè)用戶的行為信息進(jìn)行分析。

例如：如圖2所示，陌生人A以及陌生人B分別將自身時(shí)間線分享到網(wǎng)絡(luò)服務(wù)器，智能穿戴設(shè)備分別獲取陌生人A的時(shí)間線A、以及獲取陌生人B的時(shí) 間線B，時(shí)間線A上分別包括陌生人A在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件，時(shí)間線B上包括陌生B在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件。

S402，根據(jù)所述第一行為信息確定在所述時(shí)間段內(nèi)的目標(biāo)時(shí)間點(diǎn)上所述第一用戶執(zhí)行目標(biāo)事件的第一概率，以及根據(jù)所述第二行為信息確定在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶執(zhí)行所述目標(biāo)事件的第二概率。

具體實(shí)現(xiàn)中，可以對(duì)所述時(shí)間段內(nèi)第一用戶的第一行為信息進(jìn)行統(tǒng)計(jì)，確定第一用戶執(zhí)行目標(biāo)事件的第一頻率進(jìn)而計(jì)算出在目標(biāo)時(shí)間點(diǎn)上執(zhí)行目標(biāo)事件的第一概率，對(duì)所述時(shí)間段內(nèi)的第二行為信息進(jìn)行統(tǒng)計(jì)，確定在第二用戶執(zhí)行目標(biāo)事件的第二頻率進(jìn)而計(jì)算出在目標(biāo)時(shí)間點(diǎn)上執(zhí)行目標(biāo)事件的第二概率。

S403，根據(jù)所述第一概率、所述第二概率以及預(yù)設(shè)的行為影響力函數(shù)，計(jì)算在所述目標(biāo)時(shí)間點(diǎn)上的所述第一用戶與所述第二用戶之間的行為影響力。

S404，根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度。

具體實(shí)現(xiàn)中，第一用戶與第二用戶之間的行為影響力包括所述第一用戶對(duì)所述第二用戶的行為影響力以及所述第二用戶對(duì)所述第一用戶的行為影響力，所述行為相似度其中，為在所述目標(biāo)時(shí)間點(diǎn)上所述第一用戶對(duì)所述第二用戶的行為影響力，為在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶對(duì)所述第一用戶的行為影響力，θ_αβ為比例系數(shù)，ω_αβ為所述第一用戶與所述第二用戶之間的影響力強(qiáng)度函數(shù)。從上述行為相似度計(jì)算公式可以分析出第一用戶以及第二用戶在時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)上的行為相似度，行為相似度隨著時(shí)間的變化而變化，從而更加準(zhǔn)確地對(duì)用戶行為進(jìn)行分析。

在本發(fā)明實(shí)施例中，首先分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；然后根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為 信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；最后根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度，從而可以在時(shí)間線上動(dòng)態(tài)地分析用戶行為，提高用戶行為分析的準(zhǔn)確性。

請(qǐng)參考圖5，圖5是本發(fā)明實(shí)施例提出的一種用戶行為分析裝置的結(jié)構(gòu)示意圖。如圖所示，本發(fā)明實(shí)施例中的裝置包括：

信息獲取模塊501，用于分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

具體實(shí)現(xiàn)中，如圖6所示，信息獲取模塊501可以進(jìn)一步包括：

第一獲取單元601，用于分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息。具體的，首先其他用戶終端可以將第一用戶的第一行為信息和定位信息，以及將第二用戶的第二行為信息和定位信息分享到網(wǎng)絡(luò)服務(wù)器，然后智能穿戴設(shè)備分別獲取所述第一用戶的定位信息以及所述第二用戶的定位信息

第二獲取單元602，用于根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息。

進(jìn)一步的，可以根據(jù)所述第一用戶的定位信息以及所述第二用戶的定位信息，分別確定所述第一用戶以及所述第二用戶是否在預(yù)設(shè)范圍內(nèi)；若所述第一用戶以及所述第二用戶在所述預(yù)設(shè)范圍內(nèi)，則分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，若所述第一用戶以及所述第二用戶不在所述預(yù)設(shè)范圍內(nèi)，則繼續(xù)搜索。其中，預(yù)設(shè)范圍可以為方圓10米范圍或者方圓20米范圍。需要說(shuō)明的是，智能穿戴設(shè)備設(shè)備不局限僅獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息，還可以獲取其他多個(gè)用戶在所述時(shí)間段內(nèi)的行為信息，并對(duì)其他多個(gè)用戶的行為信息進(jìn)行分析。

例如：如圖2所示，陌生人A以及陌生人B分別將自身時(shí)間線分享到網(wǎng)絡(luò) 服務(wù)器，智能穿戴設(shè)備分別獲取陌生人A的時(shí)間線A、以及獲取陌生人B的時(shí)間線B，時(shí)間線A上分別包括陌生人A在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件，時(shí)間線B上包括陌生B在多個(gè)時(shí)間點(diǎn)上的執(zhí)行事件。

信息計(jì)算模塊502，用于根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

具體實(shí)現(xiàn)中，可以將所述第一用戶作為用戶網(wǎng)絡(luò)中的第一節(jié)點(diǎn)，以及將所述第二用戶作為所述用戶網(wǎng)絡(luò)中的第二節(jié)點(diǎn)；基于所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，將所述第一節(jié)點(diǎn)轉(zhuǎn)化為第一向量以及所述第二節(jié)點(diǎn)轉(zhuǎn)化為第二向量；根據(jù)轉(zhuǎn)化得到的所述第一向量以及所述第二向量，通過(guò)預(yù)設(shè)的行為影響力函數(shù)計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力。

例如：如圖3所示，首先通過(guò)g(v1，y1，z)將用戶節(jié)點(diǎn)V1轉(zhuǎn)化為向量y1，通過(guò)g(v2，y2，z)將用戶節(jié)點(diǎn)V2轉(zhuǎn)化為向量y2,通過(guò)g(v3，y3，z)將用戶節(jié)點(diǎn)V3轉(zhuǎn)化為向量y3,通過(guò)g(v4，y4，z)將用戶節(jié)點(diǎn)V4轉(zhuǎn)化為向量y4，然后通過(guò)f(y1，y2，z)計(jì)算向量y1與向量y2之間的行為影響力，通過(guò)f(y1，y3，z)計(jì)算向量y1與向量y3之間的行為影響力，通過(guò)f(y2，y4，z)計(jì)算向量y2與向量y4之間的行為影響力，z為時(shí)間段內(nèi)的任何時(shí)間點(diǎn)。需要說(shuō)明的是，各個(gè)節(jié)點(diǎn)是在并行模式下運(yùn)行，因此各個(gè)節(jié)點(diǎn)可以同時(shí)傳遞信息，從而提高運(yùn)算的效率。

可選的，可以根據(jù)所述第一行為信息確定在所述時(shí)間段內(nèi)的目標(biāo)時(shí)間點(diǎn)上所述第一用戶執(zhí)行目標(biāo)事件的第一概率，以及根據(jù)所述第二行為信息確定在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶執(zhí)行所述目標(biāo)事件的第二概率。根據(jù)所述第一概率、所述第二概率以及預(yù)設(shè)的行為影響力函數(shù)，計(jì)算在所述目標(biāo)時(shí)間點(diǎn)上的所述第一用戶與所述第二用戶之間的行為影響力。具體的，可以對(duì)所述時(shí)間段內(nèi)第一用戶的第一行為信息進(jìn)行統(tǒng)計(jì)，確定第一用戶執(zhí)行目標(biāo)事件的第一頻率進(jìn)而計(jì)算出在目標(biāo)時(shí)間點(diǎn)上執(zhí)行目標(biāo)事件的第一概率，對(duì)所述時(shí)間段內(nèi)的第二行為信息進(jìn)行統(tǒng)計(jì)，確定在第二用戶執(zhí)行目標(biāo)事件的第二頻率進(jìn)而計(jì)算出在目標(biāo) 時(shí)間點(diǎn)上執(zhí)行目標(biāo)事件的第二概率，從而最終計(jì)算出行為影響力。

信息確定模塊503，用于根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度。

具體實(shí)現(xiàn)中，第一用戶與第二用戶之間的行為影響力包括所述第一用戶對(duì)所述第二用戶的行為影響力以及所述第二用戶對(duì)所述第一用戶的行為影響力，所述行為相似度其中，為在所述目標(biāo)時(shí)間點(diǎn)上所述第一用戶對(duì)所述第二用戶的行為影響力，為在所述目標(biāo)時(shí)間點(diǎn)上所述第二用戶對(duì)所述第一用戶的行為影響力，θ_αβ為比例系數(shù)，ω_αβ為所述第一用戶與所述第二用戶之間的影響力強(qiáng)度函數(shù)。從上述行為相似度計(jì)算公式可以分析出第一用戶以及第二用戶在時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)上的行為相似度，行為相似度隨著時(shí)間的變化而變化，從而更加準(zhǔn)確地對(duì)用戶行為進(jìn)行分析。

在本發(fā)明實(shí)施例中，首先分別獲取第一用戶在時(shí)間段內(nèi)的第一行為信息以及第二用戶在所述時(shí)間段內(nèi)的第二行為信息；然后根據(jù)所述第一用戶在所述時(shí)間段內(nèi)的所述第一行為信息以及所述第二用戶在所述時(shí)間段內(nèi)的所述第二行為信息，計(jì)算在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力；最后根據(jù)所述在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為影響力，確定在所述時(shí)間段內(nèi)所述第一用戶與所述第二用戶之間的行為相似度，從而可以在時(shí)間線上動(dòng)態(tài)地分析用戶行為，提高用戶行為分析的準(zhǔn)確性。

需要說(shuō)明的是，對(duì)于前述的各個(gè)方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某一些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說(shuō)明書中所描述的實(shí)施例均屬于優(yōu) 選實(shí)施例，所涉及的動(dòng)作和模塊并不一定是本發(fā)明所必須的。

在上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳細(xì)描述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。

本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序可以存儲(chǔ)于一計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)可以包括：閃存盤、只讀存儲(chǔ)器(英文：Read-Only Memory，簡(jiǎn)稱：ROM)、隨機(jī)存取器(英文：Random Access Memory，簡(jiǎn)稱：RAM)、磁盤或光盤等。

以上對(duì)本發(fā)明實(shí)施例所提供的內(nèi)容下載方法及相關(guān)設(shè)備、系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。