一種用戶身份識別方法及裝置與流程
2023-12-08 21:10:07 1
本發明涉及計算機處理
技術領域：
，尤其涉及一種用戶身份識別方法及裝置。
背景技術：
：隨著智能設備和移動網際網路技術的發展，服務類軟體的普及給人們的生活帶來了極大的便利。當前各類服務需求已經是社會各階層人士的普遍需求。然而不同身份的用戶的偏好差別較大，例如商務人士、旅遊人士等，許多應用場景需要根據用戶的身份去推送一些個性化的產品服務等。因此識別出用戶的身份十分重要。目前，配送服務類軟體中沒有直接的信息能夠表徵用戶的身份。因此，根據配送服務類軟體中的訂單信息如何挖掘相關信息，以判斷用戶的身份是急需解決的問題。技術實現要素：針對現有技術的缺陷，本發明提供了一種用戶身份識別方法及裝置，能夠根據歷史訂單數據，較為準確地判斷出用戶的身份。第一方面，本發明提供了一種用戶身份識別方法，該方法包括：獲取預設時間段內用戶設備UE的歷史訂單數據，並識別所述歷史訂單數據中的出發地及目的地的興趣點POI類別；將所述歷史訂單數據按照城市劃分，根據每個城市對應的歷史訂單數據中的出發地及目的地的POI類別，確定所述UE對應的常駐城市與非常駐城市；獲取所述常駐城市對應的歷史訂單數據中的第一類型POI，以及所述非常駐城市對應的歷史訂單數據中的第二類型POI；根據所述第一類型POI及所述第二類型POI，識別用戶的身份。優選地，所述第一類型POI包括飛機場及火車站；所述第二類型POI包括公司、景點、機場及火車站。優選地，所述將所述歷史訂單數據按照城市劃分，根據每個城市對應的歷史訂單數據中的出發地及目的地的POI類別，確定所述UE對應的常駐城市與非常駐城市，包括：將所述UE的歷史訂單數據按照不同城市進行劃分，獲得多個城市對應的歷史訂單數據；獲得所述UE的手機號碼所屬城市對應的歷史訂單數據，並將所述手機號碼所屬城市作為第一候選常駐城市；統計所述多個城市中除去所述手機號碼所屬城市外的剩餘的城市對應的歷史訂單數據中的第三類型POI，根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市；根據所述第一候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，以及所述第二候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，選擇所述第一候選常駐城市或第二候選常駐城市作為所述UE對應的常駐城市；其中，所述第三類型POI包括酒店賓館及小區住宅。優選地，所述根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市，包括：獲得所述剩餘的城市中每個城市對應的歷史訂單數據中的訂單數、酒店賓館出現次數及小區住宅出現次數；判斷所述每個城市對應的歷史訂單數據中所述酒店賓館出現次數是否小於所述小區住宅出現次數；若所述酒店賓館出現次數小於所述小區住宅出現次數，則將該城市作為候選常駐城市；從所有候選常駐城市中，篩選出小區住宅出現次數最多的候選常駐城市作為第二候選常駐城市。優選地，所述根據所述第一候選常駐城市對應的歷史訂單數據中 的訂單數、第三類型POI出現次數，以及所述第二候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，選擇所述第一候選常駐城市或第二候選常駐城市作為所述UE對應的常駐城市，包括：判斷所述第一候選常駐城市的訂單數與所述第二候選常駐城市的訂單數的比值是否大於等於第一閾值，若是，則將所述第一候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的小區住宅出現次數是否小於所述第二候選常駐城市的小區住宅出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的酒店賓館出現次數是否大於所述第二候選常駐城市的酒店賓館出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，將所述第一候選常駐城市作為所述UE對應的常駐城市。優選地，所述根據所述第一類型POI及所述第二類型POI，識別用戶的身份，包括：統計所述常駐城市對應的歷史訂單數據中的第一類型POI出現次數、以及所述非常駐城市對應的歷史訂單數據中的第二類型POI出現次數；根據所述第一類型POI出現次數及所述第二類型POI出現次數，判斷所述用戶為商務人士或旅遊人士。優選地，所述根據所述第一類型POI出現次數及所述第二類型POI出現次數，判斷所述用戶為商務人士或旅遊人士，包括：初始化第一特徵值及第二特徵值；根據所述第一類型POI出現次數及所述第二類型POI出現次數，分別為所述第一特徵值及所述第二特徵值累加相應的數值；當所述第一特徵值大於第二閾值時，則判定所述用戶為商務人士；當所述第二特徵值大於第三閾值時，則判定所述用戶為旅遊人士。優選地，所述根據所述第一類型POI出現次數及所述第二類型POI出現次數，分別為所述第一特徵值及所述第二特徵值累加相應的數值，包括：統計所述常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第一預設值；統計所述常駐城市對應的歷史訂單數據中火車站出現次數，且火車站每出現一次，為所述第一特徵值、所述第二特徵值分別增加第二預設值；統計所述非常駐城市對應的歷史訂單數據中公司出現次數，且公司每出現一次，為所述第一特徵值增加第三預設值；統計所述非常駐城市對應的歷史訂單數據中景點出現次數，且景點每出現一次，為所述第二特徵值增加第四預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第五預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第六預設值。第二方面，本發明提供了一種用戶身份識別裝置，該裝置包括：獲取單元，用於獲取預設時間段內用戶設備UE的歷史訂單數據，並識別所述歷史訂單數據中的出發地及目的地的興趣點POI類別；城市劃分單元，用於將所述歷史訂單數據按照城市劃分，根據每個城市對應的歷史訂單數據中的出發地及目的地的POI類別，確定所述UE對應的常駐城市與非常駐城市；POI獲取單元，用於獲取所述常駐城市對應的歷史訂單數據中的第一類型POI，以及所述非常駐城市對應的歷史訂單數據中的第二類型POI；身份識別單元，用於根據所述第一類型POI及所述第二類型POI，識別用戶的身份。優選地，所述第一類型POI包括飛機場及火車站；所述第二類型POI包括公司、景點、機場及火車站。優選地，所述城市劃分單元，用於：將所述UE的歷史訂單數據按照不同城市進行劃分，獲得多個城市對應的歷史訂單數據；獲得所述UE的手機號碼所屬城市對應的歷史訂單數據，並將所述手機號碼所屬城市作為第一候選常駐城市；統計所述多個城市中除去所述手機號碼所屬城市外的剩餘的城市對應的歷史訂單數據中的第三類型POI，根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市；根據所述第一候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，以及所述第二候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，選擇所述第一候選常駐城市或第二候選常駐城市作為所述UE對應的常駐城市；其中，所述第三類型POI包括酒店賓館及小區住宅。優選地，所述城市劃分單元，還用於：獲得所述剩餘的城市中每個城市對應的歷史訂單數據中的訂單數、酒店賓館出現次數及小區住宅出現次數；判斷所述每個城市對應的歷史訂單數據中所述酒店賓館出現次數是否小於所述小區住宅出現次數；若所述酒店賓館出現次數小於所述小區住宅出現次數，則將該城市作為候選常駐城市；從所有候選常駐城市中，篩選出小區住宅出現次數最多的候選常駐城市作為第二候選常駐城市。優選地，所述城市劃分單元，還用於：判斷所述第一候選常駐城市的訂單數與所述第二候選常駐城市的 訂單數的比值是否大於等於第一閾值，若是，則將所述第一候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的小區住宅出現次數是否小於所述第二候選常駐城市的小區住宅出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的酒店賓館出現次數是否大於所述第二候選常駐城市的酒店賓館出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，將所述第一候選常駐城市作為所述UE對應的常駐城市。優選地，所述身份識別單元，用於：統計所述常駐城市對應的歷史訂單數據中的第一類型POI出現次數、以及所述非常駐城市對應的歷史訂單數據中的第二類型POI出現次數；根據所述第一類型POI出現次數及所述第二類型POI出現次數，判斷所述用戶為商務人士或旅遊人士。優選地，所述身份識別單元，還用於：初始化第一特徵值及第二特徵值；根據所述第一類型POI出現次數及所述第二類型POI出現次數，分別為所述第一特徵值及所述第二特徵值累加相應的數值；當所述第一特徵值大於第二閾值時，則判定所述用戶為商務人士；當所述第二特徵值大於第三閾值時，則判定所述用戶為旅遊人士。優選地，所述身份識別單元，還用於：統計所述常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第一預設值；統計所述常駐城市對應的歷史訂單數據中火車站出現次數，且火車站每出現一次，為所述第一特徵值、所述第二特徵值分別增加第二預設值；統計所述非常駐城市對應的歷史訂單數據中公司出現次數，且公司每出現一次，為所述第一特徵值增加第三預設值；統計所述非常駐城市對應的歷史訂單數據中景點出現次數，且景點每出現一次，為所述第二特徵值增加第四預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第五預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第六預設值。由上述技術方案可知，本發明提供一種用戶身份識別方法及裝置，能夠根據歷史訂單數據中出發地POI類別及目的地POI類別，判斷出用戶的常駐地，並根據用戶在常駐城市和非常駐城市中的跟商務、旅遊出行相關的訂單，判斷用戶的身份，該方法能夠較為準確、快速地判斷出用戶身份，從而為不同身份的用戶推送不同的個性化產品或應用。附圖說明為了更清楚地說明本公開實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些圖獲得其他的附圖。圖1是本公開一實施例提供的一種用戶身份識別方法的流程示意圖；圖2是本公開另一實施例提供的一種篩選用戶常駐城市的流程示意圖；圖3是本公開一實施例提供的一種用戶身份識別裝置的結構示意 圖。具體實施方式下面將結合本公開實施例中的附圖，對本公開實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本公開一部分實施例，而不是全部的實施例。基於本公開中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本公開保護的範圍。以下對本公開實施例中提及的部分詞語進行舉例說明。本領域技術人員應當理解，本公開實施例中提及的用戶設備(UserEquipment，簡稱UE)是指安裝有服務類軟體乘客端的任何終端，是呼叫服務方，可以包括任何類型的用戶設備，諸如手持式計算機、個人數字助理PDA、蜂窩電話、網絡家電、智慧型電話、增強型通用分組無線業務(EGPRS)行動電話、媒體播放器、導航設備或者這些數據處理設備或其他數據處理設備中的任何兩個或多個的組合。本領域技術人員應當理解，本公開實施例中提及的用戶身份識別方法的執行主體、用戶身份識別裝置均可以為伺服器，伺服器既可以代表如計算機伺服器的單個伺服器，也可以代表一起工作以執行功能的多個伺服器，例如雲伺服器hadoop。圖1示出了本公開一實施例提供的一種用戶身份識別方法的流程示意圖，如圖1所示，該方法包括如下步驟：S1：獲取預設時間段內用戶設備UE的歷史訂單數據，並識別所述歷史訂單數據中的出發地及目的地的興趣點(PointofInterest，簡稱POI)類別。S2：將所述歷史訂單數據按照城市劃分，根據每個城市對應的歷史訂單數據中的出發地及目的地的POI類別，確定所述UE對應的常駐城市與非常駐城市。具體來說，利用歷史訂單數據中出發地對應的POI類別和目的地 對應的POI類別來定義規則，以識別所述UE對應的常駐城市及非常駐城市。例如，非常駐城市的訂單中出發地和目的地中大多有酒店賓館，而在常駐城市中的訂單中出發地和目的地中大多有小區住宅。因此，根據POI類別中「住」的方面出發來定義規則，進行常駐城市的識別。S3：獲取所述常駐城市對應的歷史訂單數據中的第一類型POI，以及所述非常駐城市對應的歷史訂單數據中的第二類型POI。具體來說，本步驟中挑選處常駐城市和非常駐城市對應的歷史訂單中跟商務、旅遊出行相關的訂單。例如，所述第一類型POI包括飛機場及火車站等交通設施中轉點；所述第二類型POI包括公司、景點、機場及火車站等。S4：根據所述第一類型POI及所述第二類型POI，識別用戶的身份。本步驟中，可根據給不同的POI類別制定相應的分值，採取積分形式，最終根據積分值來判斷商務人士及旅遊人士的身份。由此可見，本實施例根據歷史訂單數據中出發地POI類別及目的地POI類別，判斷出用戶的常駐地，並根據用戶在常駐城市和非常駐城市中的跟商務、旅遊出行相關的訂單，判斷用戶的身份，該方法能夠較為準確、快速地判斷出用戶身份，從而為不同身份的用戶推送不同的個性化產品或應用。本實施例中，步驟S2可具體通過如下步驟實現：S21：將所述UE的歷史訂單數據按照不同城市進行劃分，獲得多個城市對應的歷史訂單數據。舉例來說，如圖2所示，乘客訂單按照城市劃分，得到城市1、城市2、……、城市n及手機號歸屬城市的歷史訂單數據，並統計得到每個城市歷史訂單數據中的訂單數、小區住宅出現次數及賓館出現次數(即第三類型POI出現次數)等。S22：獲得所述UE的手機號碼所屬城市對應的歷史訂單數據，並 將所述手機號碼所屬城市作為第一候選常駐城市。S23：統計所述多個城市中除去所述手機號碼所屬城市外的剩餘的城市對應的歷史訂單數據中的第三類型POI，根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市。其中，所述第三類型POI包括酒店賓館及小區住宅。舉例來說，如圖2所示，根據小區住宅出現次數及賓館出現次數(即第三類型POI出現次數)，可篩選出城市x(x為正整數，且1≤x≤n)作為第二候選城市。S24：根據所述第一候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，以及所述第二候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，選擇所述第一候選常駐城市或第二候選常駐城市作為所述UE對應的常駐城市。具體地，如圖2所示，根據手機號歸屬城市的訂單數、小區住宅出現次數及賓館出現次數(即第三類型POI出現次數)，以及城市x的訂單數、小區住宅出現次數及賓館出現次數(即第三類型POI出現次數)，採用預設的規則選擇其中之一作為用戶的常駐城市。進一步地，上述步驟S23中根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市，具體包括：A01、獲得所述剩餘的城市中每個城市對應的歷史訂單數據中的訂單數、酒店賓館出現次數及小區住宅出現次數；其中，如圖2所示，剩餘的城市包括城市1、城市2、……、城市n。A02、判斷所述每個城市對應的歷史訂單數據中所述酒店賓館出現次數是否小於所述小區住宅出現次數；A03、若所述酒店賓館出現次數小於所述小區住宅出現次數，則將該城市作為候選常駐城市；可理解地，酒店賓館出現次數若大於等於小區住宅出現次數，則表明該城市不是常駐城市，否則該城市作為常駐城市的候選城市。A04、從所有候選常駐城市中，篩選出小區住宅出現次數最多的候選常駐城市作為第二候選常駐城市。需要說明的是，若用戶只在電話號碼歸屬城市有出行記錄，則將電話號碼歸屬城市作為用戶的常駐城市即可；若用戶在電話號碼歸屬城市沒有出行記錄，則採取步驟A01至步驟A04選擇出的第二候選常駐城市最為用戶的常駐城市即可。進一步地，上述步驟S24，具體包括如下子步驟：B01：判斷所述第一候選常駐城市的訂單數與所述第二候選常駐城市的訂單數的比值是否大於等於第一閾值，若是，則將所述第一候選常駐城市作為所述UE對應的常駐城市；舉例來說，判斷第一候選常駐城市(即手機號碼所屬地城市)的訂單數/第二候選常駐城市的訂單數是否大於等於0.4，若是則判定第一候選常駐城市為常駐城市，否則轉至步驟B02。B02：否則，判斷所述第一候選常駐城市的小區住宅出現次數是否小於所述第二候選常駐城市的小區住宅出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；可理解地，若第一候選常駐城市的小區住宅出現次數大於等於所述第二候選常駐城市的小區住宅出現次數，則轉至步驟B03。B03：否則，判斷所述第一候選常駐城市的酒店賓館出現次數是否大於所述第二候選常駐城市的酒店賓館出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；可理解地，當上述條件均不滿足時，則轉至步驟B04。B04：否則，將所述第一候選常駐城市作為所述UE對應的常駐城市。由此可見，常駐城市的識別方法主要是從與用戶「住」相關的POI入手，如：小區住宅、酒店賓館。由於手機號碼歸屬地是一個極有可能為常駐地的因素，所以需要將手機號碼歸屬城市從訂單的多個城市中分離出去作為主要的候選城市。再從除手機號碼歸屬城市以外的城 市中選擇一個最有可能為常駐城市的城市跟手機號碼歸屬城市進行規則計算，最終二選一識別出乘客的常駐城市。進一步地，需識別用戶身份，而商務、旅遊人士的識別主要是根據乘客在常駐城市的訂單中跟機場、火車站相關的POI訂單和在非常駐城市的訂單中跟商務樓宇、旅遊景點相關的POI來識別。如果在非常駐城市常去旅遊景點，則認為該乘客跟旅遊人士身份相關，如果經常去商務樓宇、公司企業，則認為該乘客跟商務人士身份相關。當然一個乘客既可以被識別為商務人士也可以被識別為旅遊人士身份。而本實施例中，步驟S4中根據所述第一類型POI及所述第二類型POI，識別用戶的身份，包括如下子步驟：S41：統計所述常駐城市對應的歷史訂單數據中的第一類型POI出現次數、以及所述非常駐城市對應的歷史訂單數據中的第二類型POI出現次數；S42：根據所述第一類型POI出現次數及所述第二類型POI出現次數，判斷所述用戶為商務人士或旅遊人士。其中，第一類型POI包括飛機場及火車站；所述第二類型POI包括公司、景點、機場及火車站。即根據用戶在常駐城市中去飛機場、火車站的次數，以及用戶在非常駐城市中去公司(商務樓宇)、景點、飛機場及火車站的次數，能夠較為準確地判斷用戶時商務人士或旅遊人士。例如若在非常駐城市中去景點的次數較多，則用戶更有可能是旅遊人士。具體地，步驟S41，可通過如下步驟實現：C01、初始化第一特徵值及第二特徵值；C02、根據所述第一類型POI出現次數及所述第二類型POI出現次數，分別為所述第一特徵值及所述第二特徵值累加相應的數值；C03、當所述第一特徵值大於第二閾值時，則判定所述用戶為商務人士；C04、當所述第二特徵值大於第三閾值時，則判定所述用戶為旅遊 人士。由此可見，可根據給不同的POI類別制定相應的分值，採取積分形式，最終根據積分值來判斷商務人士及旅遊人士的身份。其中，步驟C02，可根據如下規則實現：(1)統計所述常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第一預設值；(2)統計所述常駐城市對應的歷史訂單數據中火車站出現次數，且火車站每出現一次，為所述第一特徵值、所述第二特徵值分別增加第二預設值；(3)統計所述非常駐城市對應的歷史訂單數據中公司出現次數，且公司每出現一次，為所述第一特徵值增加第三預設值；(4)統計所述非常駐城市對應的歷史訂單數據中景點出現次數，且景點每出現一次，為所述第二特徵值增加第四預設值；(5)統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第五預設值；(6)統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第六預設值。舉例來說，在常駐地訂單中，起點或終點中有如下POI類別的，每出現一次累積相應分值：機場：+2(商務、旅遊)火車站：+1(商務、旅遊)沒有機場、火車站的訂單則不加分而在非常駐地訂單中，起點或終點中有如下POI類別的，每出現一次，累積相應分值：公司：+5(商務)景點：+5(旅遊)機場：+2(商務、旅遊)火車站：+1(商務、旅遊)其他：+0.1(商務、旅遊)如此，積分會分別累加到兩個變量上，商務相關的分只會加到商務人士相關的變量上，旅遊相關的分只會加到旅遊人士相關的變量上，其他項都會加到兩個變量上。最終可以通過閾值篩選這兩個變量來確認商務人士與旅遊人士。為了更清楚地說明本公開的技術方案，下面通過一個具體的實施例來說明一種用戶身份識別方法：表1是乘客P1在近6個月來的訂單記錄，數據量大，只列出各城市的部分詳細訂單數據表1乘客P1的訂單記錄從上表1可以看出乘客P1在的電話號碼歸屬城市是29，乘客P1在 城市1、29、4三個城市有過打車訂單記錄，要從這些訂單記錄中識別乘客的常駐城市和乘客的商務、旅遊人士身份。過程如下：一、常駐城市識別：1、統計出每個城市訂單出現酒店賓館的次數、小區住宅的次數、總的訂單數(如表2所示)。表2每個城市的訂單數據統計城市編號酒店賓館的次數小區住宅數總訂單數16956412046290112、除手機號碼歸屬城市29外,過濾城市1，去酒店賓館的次數6小於小區住宅的次數9，則城市1是常駐城市的候選城市；過濾城市4，去酒店賓館的次數1小於小區住宅的次數20，則城市4也是常駐城市的候選城市。3、從候選城市1和4中，選出小區住宅次數最多的一個作為除手機號碼歸屬城市外最有可能是常駐城市的城市，即選擇小區住宅次數最多的20次城市4為候選城市。4、從城市4和29中二選一作為常駐城市：判斷場景一：電話號碼所屬城市29的訂單數除以城市4的訂單數：1/46<0.4,無法決定常駐城市則接著判讀場景二：城市4的小區住宅數20大於城市29的小區住宅數1，即滿足條件，則認為城市4是其常駐城市，結束判斷。二、商務、旅遊人士識別：通過上一步識別出了乘客的常駐城市是4，那麼在城市4的訂單屬於常駐城市訂單，1、29屬於異地城市訂單，按積分規則進行積分：1、在常駐城市4的訂單中，火車站出現2次，機場9次，則此步的商務積分是2*9+1*2＝20，旅遊積分是2*9+1*2＝20。2、在異地城市29和1的訂單中，火車站出現0次，機場1次，公司36次，景點0次，其他72次。此步的商務積分是36*5+1*2+72*0.1＝189.2，旅遊積分是1*2+72*0.1＝9.2。3、最後商務積分是：20+189.2＝209.2，旅遊積分是20+7.2＝27.2。結論：表明乘客P1更符合商務人士的身份，不符號旅遊人士的身份。圖3示出了本公開一實施例提供的一種用戶身份識別裝置的結構示意圖，該裝置包括獲取單元301、城市劃分單元302、POI獲取單元303及身份識別單元304。其中：獲取單元301，用於獲取預設時間段內用戶設備UE的歷史訂單數據，並識別所述歷史訂單數據中的出發地及目的地的興趣點POI類別；城市劃分單元302，用於將所述歷史訂單數據按照城市劃分，根據每個城市對應的歷史訂單數據中的出發地及目的地的POI類別，確定所述UE對應的常駐城市與非常駐城市；POI獲取單元303，用於獲取所述常駐城市對應的歷史訂單數據中的第一類型POI，以及所述非常駐城市對應的歷史訂單數據中的第二類型POI；身份識別單元304，用於根據所述第一類型POI及所述第二類型POI，識別用戶的身份；其中，所述第一類型POI包括飛機場及火車站等交通設施中轉點；所述第二類型POI包括公司、景點、機場及火車站等。本實施例中，所述城市劃分單元302，用於：將所述UE的歷史訂單數據按照不同城市進行劃分，獲得多個城市對應的歷史訂單數據；獲得所述UE的手機號碼所屬城市對應的歷史訂單數據，並將所述手機號碼所屬城市作為第一候選常駐城市；統計所述多個城市中除去所述手機號碼所屬城市外的剩餘的城市 對應的歷史訂單數據中的第三類型POI，根據所述第三類型POI從所述剩餘的城市中篩選出第二候選常駐城市；根據所述第一候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，以及所述第二候選常駐城市對應的歷史訂單數據中的訂單數、第三類型POI出現次數，選擇所述第一候選常駐城市或第二候選常駐城市作為所述UE對應的常駐城市；其中，所述第三類型POI包括酒店賓館及小區住宅。本實施例中，所述城市劃分單元，還用於：獲得所述剩餘的城市中每個城市對應的歷史訂單數據中的訂單數、酒店賓館出現次數及小區住宅出現次數；判斷所述每個城市對應的歷史訂單數據中所述酒店賓館出現次數是否小於所述小區住宅出現次數；若所述酒店賓館出現次數小於所述小區住宅出現次數，則將該城市作為候選常駐城市；從所有候選常駐城市中，篩選出小區住宅出現次數最多的候選常駐城市作為第二候選常駐城市。本實施例中，所述城市劃分單元，還用於：判斷所述第一候選常駐城市的訂單數與所述第二候選常駐城市的訂單數的比值是否大於等於第一閾值，若是，則將所述第一候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的小區住宅出現次數是否小於所述第二候選常駐城市的小區住宅出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，判斷所述第一候選常駐城市的酒店賓館出現次數是否大於所述第二候選常駐城市的酒店賓館出現次數，若是，則將所述第二候選常駐城市作為所述UE對應的常駐城市；否則，將所述第一候選常駐城市作為所述UE對應的常駐城市。本實施例中，所述身份識別單元，用於：統計所述常駐城市對應的歷史訂單數據中的第一類型POI出現次數、以及所述非常駐城市對應的歷史訂單數據中的第二類型POI出現次數；根據所述第一類型POI出現次數及所述第二類型POI出現次數，判斷所述用戶為商務人士或旅遊人士。本實施例中，所述身份識別單元，還用於：初始化第一特徵值及第二特徵值；根據所述第一類型POI出現次數及所述第二類型POI出現次數，分別為所述第一特徵值及所述第二特徵值累加相應的數值；當所述第一特徵值大於第二閾值時，則判定所述用戶為商務人士；當所述第二特徵值大於第三閾值時，則判定所述用戶為旅遊人士。本實施例中，所述身份識別單元，還用於：統計所述常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第一預設值；統計所述常駐城市對應的歷史訂單數據中火車站出現次數，且火車站每出現一次，為所述第一特徵值、所述第二特徵值分別增加第二預設值；統計所述非常駐城市對應的歷史訂單數據中公司出現次數，且公司每出現一次，為所述第一特徵值增加第三預設值；統計所述非常駐城市對應的歷史訂單數據中景點出現次數，且景點每出現一次，為所述第二特徵值增加第四預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第五預設值；統計所述非常駐城市對應的歷史訂單數據中飛機場出現次數，且飛機場每出現一次，為所述第一特徵值、所述第二特徵值分別增加第六預設值。對於裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。應當注意的是，在本公開的系統的各個部件中，根據其要實現的功能而對其中的部件進行了邏輯劃分，但是，本公開不受限於此，可以根據需要對各個部件進行重新劃分或者組合，例如，可以將一些部件組合為單個部件，或者可以將一些部件進一步分解為更多的子部件。本公開的各個部件實施例可以以硬體實現，或者以在一個或者多個處理器上運行的軟體模塊實現，或者以它們的組合實現。本領域的技術人員應當理解，可以在實踐中使用微處理器或者數位訊號處理器(DSP)來實現根據本公開實施例的系統中的一些或者全部部件的一些或者全部功能。本公開還可以實現為用於執行這裡所描述的方法的一部分或者全部的設備或者裝置程序(例如，電腦程式和電腦程式產品)。這樣的實現本公開的程序可以存儲在計算機可讀介質上，或者可以具有一個或者多個信號的形式。這樣的信號可以從網際網路網站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。應該注意的是上述實施例對本公開進行說明而不是對本公開進行限制，並且本領域技術人員在不脫離所附權利要求的範圍的情況下可設計出替換實施例。在權利要求中，不應將位於括號之間的任何參考符號構造成對權利要求的限制。單詞「包含」不排除存在未列在權利要求中的元件或步驟。位於元件之前的單詞「一」或「一個」不排除存在多個這樣的元件。本公開可以藉助於包括有若干不同元件的硬體以及藉助於適當編程的計算機來實現。在列舉了若干裝置的單元權利要求中，這些裝置中的若干個可以是通過同一個硬體項來具體體現。單詞第一、第二、以及第三等的使用不表示任何順序。可將這些單詞解釋為名稱。以上實施方式僅適於說明本公開，而並非對本公開的限制，有關
技術領域：
的普通技術人員，在不脫離本公開的精神和範圍的情況下，還可以做出各種變化和變型，因此所有等同的技術方案也屬於本公開 的範疇，本公開的專利保護範圍應由權利要求限定。當前第1頁1 2 3