本發(fā)明涉及移動(dòng)互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別是指一種用戶(hù)屬性預(yù)測(cè)方法及裝置。

背景技術(shù)：

隨著web2.0的到來(lái)和移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，用戶(hù)的基礎(chǔ)屬性在網(wǎng)絡(luò)應(yīng)用中扮演的角色越來(lái)越重要，例如：Google提供的個(gè)性化搜索服務(wù)是根據(jù)用戶(hù)的地理位置信息和用戶(hù)的搜索歷史記錄為用戶(hù)返回個(gè)性化的搜索列表，給用戶(hù)提供個(gè)性化的搜索服務(wù)。這是因?yàn)橛脩?hù)屬性很大程度上決定了用戶(hù)的意圖和習(xí)慣，知曉用戶(hù)屬性對(duì)于滿(mǎn)足用戶(hù)的潛在需求具有重大意義。這里的用戶(hù)基礎(chǔ)屬性通常是指用戶(hù)的年齡、性別、收入狀況、地理位置、文化程度、宗教信仰等基礎(chǔ)屬性。

現(xiàn)有技術(shù)中，一種最簡(jiǎn)單的方式是通過(guò)注冊(cè)用戶(hù)的資料填寫(xiě)獲取得到的用戶(hù)屬性信息，但是這種方法的覆蓋率和準(zhǔn)確率都無(wú)法得到保證，難以達(dá)到應(yīng)用需求。特別是對(duì)于用戶(hù)粘性不夠高的產(chǎn)品來(lái)說(shuō)，普遍存在注冊(cè)比例低、登錄用戶(hù)少、亂填個(gè)人資料、使用默認(rèn)選項(xiàng)、多人共用電腦等諸多問(wèn)題。還有一種用戶(hù)屬性獲取的方法，是主要研究集中在用戶(hù)的網(wǎng)絡(luò)日志和用戶(hù)的搜索內(nèi)容上。對(duì)用戶(hù)的網(wǎng)絡(luò)日志的研究主要是通過(guò)研究用戶(hù)網(wǎng)絡(luò)日志的書(shū)寫(xiě)習(xí)慣和用語(yǔ)習(xí)慣預(yù)測(cè)作者的性別和年齡等用戶(hù)屬性，采取的方法主要是基于文本的分類(lèi)方法。對(duì)用戶(hù)的搜索內(nèi)容研究主要是分析用戶(hù)的搜索內(nèi)容和用戶(hù)的基礎(chǔ)屬性之間的聯(lián)系，以實(shí)現(xiàn)對(duì)用戶(hù)的基礎(chǔ)屬性預(yù)測(cè)目的，采取的方法一般是統(tǒng)計(jì)分析和關(guān)聯(lián)規(guī)則分析。

在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題：現(xiàn)有技術(shù)中獲取用戶(hù)屬性的方法并不適用于移動(dòng)終端中用戶(hù)屬性的預(yù)測(cè)、分析。原因在于：一方面，與電腦不同，移動(dòng)終端中用戶(hù)的操作主要并不是體現(xiàn)在網(wǎng)絡(luò)日志和搜索內(nèi)容上，因此，網(wǎng)絡(luò)日志和搜索內(nèi)容不具有代表性；另一方面，在移動(dòng)終端中由于用戶(hù)的各種使用信息通常處于保密狀態(tài)，導(dǎo)致難以獲得相應(yīng)的信息進(jìn)行預(yù)測(cè)。因此，目前缺乏針對(duì)移動(dòng)終端中用戶(hù)屬性預(yù)測(cè)的手段。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例的目的在于提出一種用戶(hù)屬性預(yù)測(cè)方法及裝置，能夠?qū)σ苿?dòng)終端用戶(hù)的用戶(hù)屬性進(jìn)行準(zhǔn)確的預(yù)測(cè)。

基于上述目的本發(fā)明實(shí)施例提供的一種用戶(hù)屬性預(yù)測(cè)方法，包括：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。

可選的，所述將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)的步驟還包括：

根據(jù)所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)；

將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)。

進(jìn)一步，所述統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)的步驟還包括：

判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；

統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)。

進(jìn)一步，所述判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值的步驟之前還包括：

根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值。

可選的，所述計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果的步驟還包括：

根據(jù)預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性中不同屬性類(lèi)別的預(yù)測(cè)概率值；

選取預(yù)測(cè)概率值最大的屬性類(lèi)別，并判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

進(jìn)一步，所述選取預(yù)測(cè)概率值最大的屬性類(lèi)別的步驟之后還包括：

查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值。

本發(fā)明實(shí)施例還提供了一種用戶(hù)屬性預(yù)測(cè)裝置，包括：

數(shù)據(jù)獲取模塊，用于獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，將獲取的用戶(hù)屬性標(biāo)簽和應(yīng)用程序發(fā)送給模型訓(xùn)練模塊；

模型訓(xùn)練模塊，用于接收所述數(shù)據(jù)獲取模塊發(fā)送的用戶(hù)屬性標(biāo)簽和應(yīng)用程序，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

屬性預(yù)測(cè)模塊，用于獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。

可選的，所述模型訓(xùn)練模塊包括：數(shù)量統(tǒng)計(jì)模塊、權(quán)重計(jì)算模塊和數(shù)據(jù)訓(xùn)練模塊；

所述數(shù)據(jù)獲取模塊還用于，將獲取的用戶(hù)屬性標(biāo)簽和應(yīng)用程序發(fā)送給數(shù)量統(tǒng)計(jì)模塊；

所述數(shù)量統(tǒng)計(jì)模塊，用于接收所述數(shù)據(jù)獲取模塊發(fā)送的用戶(hù)屬性標(biāo)簽和應(yīng)用程序，并根據(jù)所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)；將得到的每個(gè)應(yīng)用程序的使用次數(shù)發(fā)送給權(quán)重計(jì)算模塊；

所述權(quán)重計(jì)算模塊，用于接收所述數(shù)量統(tǒng)計(jì)模塊發(fā)送的每個(gè)應(yīng)用程序的使用次數(shù)，并將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；將計(jì)算得到的每個(gè)應(yīng)用程序的權(quán)重發(fā)送給數(shù)據(jù)訓(xùn)練模塊；

所述數(shù)據(jù)訓(xùn)練模塊，用于接收所述權(quán)重計(jì)算模塊發(fā)送的每個(gè)應(yīng)用程序的權(quán)重，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型。

進(jìn)一步，所述數(shù)量統(tǒng)計(jì)模塊還用于，判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；

統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)。

進(jìn)一步，所述模型訓(xùn)練模塊還包括時(shí)間閾值查找模塊；

所述數(shù)據(jù)獲取模塊還用于，將獲取的應(yīng)用程序發(fā)送給所述時(shí)間閾值查找模塊；

所述時(shí)間閾值查找模塊，用于接收所述數(shù)據(jù)獲取模塊發(fā)送的應(yīng)用程序，根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值，將每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值發(fā)送給所述數(shù)量統(tǒng)計(jì)模塊；

所述數(shù)量統(tǒng)計(jì)模塊還用于，接收所述時(shí)間閾值查找模塊發(fā)送的每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值。

可選的，所述屬性預(yù)測(cè)模塊包括應(yīng)用獲取模塊、概率預(yù)測(cè)模塊和結(jié)果輸出模塊；

所述應(yīng)用獲取模塊，用于獲取目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序，并發(fā)送到概率預(yù)測(cè)模塊中；

所述概率預(yù)測(cè)模塊，用于接收所述應(yīng)用獲取模塊發(fā)送的目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序，并將所述目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性中不同屬性類(lèi)別的預(yù)測(cè)概率值；將計(jì)算得到的不同屬性類(lèi)別的預(yù)測(cè)概率值發(fā)送給結(jié)果輸出模塊；

所述結(jié)果輸出模塊，用于接收所述概率預(yù)測(cè)模塊發(fā)送的不同屬性類(lèi)別的預(yù)測(cè)概率值，選取預(yù)測(cè)概率值最大的屬性類(lèi)別，并判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

進(jìn)一步，所述屬性預(yù)測(cè)模塊還包括概率閾值查找模塊；

所述結(jié)果輸出模塊還用于，將選取出的預(yù)測(cè)概率值最大的屬性類(lèi)別發(fā)送給概率閾值查找模塊；

所述概率閾值查找模塊，用于接收所述結(jié)果輸出模塊發(fā)送的預(yù)測(cè)概率值最大的屬性類(lèi)別，查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值，將所述預(yù)設(shè)概率閾值發(fā)送給結(jié)果輸出模塊；

所述結(jié)果輸出模塊還用于，接收所述概率閾值查找模塊發(fā)送的預(yù)設(shè)概率閾值。

從上面所述可以看出，本發(fā)明實(shí)施例提供的用戶(hù)屬性預(yù)測(cè)方法及裝置，通過(guò)獲取已知樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及該樣本用戶(hù)移動(dòng)終端中所安裝的應(yīng)用程序的類(lèi)型，然后利用所述用戶(hù)屬性標(biāo)簽和所安裝的應(yīng)用程序的類(lèi)型作為訓(xùn)練數(shù)據(jù)，訓(xùn)練得到能夠預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型，最后，將目標(biāo)用戶(hù)的移動(dòng)終端中所安裝的應(yīng)用程序的類(lèi)型輸入預(yù)測(cè)模型中，就能夠預(yù)測(cè)得到目標(biāo)用戶(hù)的用戶(hù)屬性。因此，所述用戶(hù)屬性預(yù)測(cè)方法及裝置能夠?qū)σ苿?dòng)終端用戶(hù)的用戶(hù)屬性進(jìn)行準(zhǔn)確的預(yù)測(cè)。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。

附圖說(shuō)明

為了更清楚地說(shuō)明本公開(kāi)的實(shí)施例，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，下面描述中的附圖僅僅是本公開(kāi)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為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)方法的一個(gè)實(shí)施例的流程示意圖；

圖2為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)方法的另一個(gè)實(shí)施例的流程示意圖；

圖3為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)裝置的一個(gè)實(shí)施例的結(jié)構(gòu)示意圖；

圖4為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)裝置的另一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

通過(guò)上述附圖，已示出本公開(kāi)明確的實(shí)施例，后文中將有更詳細(xì)的描述。這些附圖和文字描述并不是為了通過(guò)任何方式限制本公開(kāi)構(gòu)思的范圍，而是通過(guò)參考特定實(shí)施例為本領(lǐng)域技術(shù)人員說(shuō)明本公開(kāi)的概念。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

需要說(shuō)明的是，本發(fā)明實(shí)施例中所有使用“第一”和“第二”的表述均是為了區(qū)分兩個(gè)相同名稱(chēng)非相同的實(shí)體或者非相同的參量，可見(jiàn)“第一”“第二”僅為了表述的方便，不應(yīng)理解為對(duì)本發(fā)明實(shí)施例的限定，后續(xù)實(shí)施例對(duì)此不再一一說(shuō)明。

面對(duì)飛速發(fā)展的移動(dòng)終端領(lǐng)域，獲取移動(dòng)終端中用戶(hù)的用戶(hù)屬性變得越來(lái)越重要。然而，基于移動(dòng)終端的特點(diǎn)以及用戶(hù)對(duì)于移動(dòng)終端數(shù)據(jù)安全的要求，目前常規(guī)獲取用戶(hù)屬性的方法完全不適用于移動(dòng)終端中。本發(fā)明針對(duì)這一問(wèn)題，提出了一種用戶(hù)屬性預(yù)測(cè)方法，能夠?qū)崿F(xiàn)移動(dòng)終端中用戶(hù)屬性的預(yù)測(cè)、分析。參照?qǐng)D1所示，為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)方法的一個(gè)實(shí)施例的流程示意圖。

所述用戶(hù)屬性預(yù)測(cè)方法包括：

步驟101，獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

為了預(yù)測(cè)目標(biāo)用戶(hù)的用戶(hù)屬性，首先必須獲得一些已知用戶(hù)屬性的用戶(hù)數(shù)據(jù)，本發(fā)明基于移動(dòng)終端的使用特點(diǎn)，發(fā)現(xiàn)在移動(dòng)終端中使用最為頻繁且具有代表性的事件就是關(guān)于各類(lèi)應(yīng)用程序的使用，因此，本發(fā)明將樣本用戶(hù)的移動(dòng)終端中所安裝的應(yīng)用程序的類(lèi)型作為預(yù)測(cè)用戶(hù)屬性的關(guān)鍵數(shù)據(jù)。所述用戶(hù)屬性標(biāo)簽是指表情用戶(hù)屬性的標(biāo)簽或者是指明用戶(hù)屬性的具體屬性類(lèi)別，例如：用戶(hù)屬性為性別，則所述用戶(hù)屬性標(biāo)簽為男或者女；若用戶(hù)屬性為年齡，則所述用戶(hù)屬性標(biāo)簽為具體的年齡或者一定規(guī)則劃分的年齡段(20歲以下、20歲到30歲、30歲到40歲、40歲以上等等)。具體的，所述用戶(hù)屬性可以包括：性別、年齡、婚否、國(guó)籍、收入狀況、地理位置、文化程度(學(xué)歷)、宗教信仰等等基本信息。這里所述的所安裝的應(yīng)用程序既可以是指用戶(hù)在一個(gè)移動(dòng)終端上安裝的應(yīng)用程序，也可以是樣本用戶(hù)基于同一個(gè)用戶(hù)賬號(hào)在多個(gè)移動(dòng)終端上所安裝的應(yīng)用程序。所述移動(dòng)終端可以包括：手機(jī)、平板等各類(lèi)智能移動(dòng)設(shè)備。本步驟中所述獲取的用戶(hù)屬性標(biāo)簽及應(yīng)用程序，通常是指針對(duì)于已知用戶(hù)屬性的大量不同樣本用戶(hù)，分別獲取所述大量不同樣本用戶(hù)對(duì)應(yīng)所安裝的應(yīng)用程序。

可選的，在本發(fā)明另一些實(shí)施例中，所述應(yīng)用程序還可以是預(yù)先選定的具有用戶(hù)屬性?xún)A向的應(yīng)用程序類(lèi)型。例如：所述用戶(hù)屬性是性別，那么預(yù)先篩選出具有性別傾向的應(yīng)用程序作為需要使用的數(shù)據(jù)，而其他不具有性別傾向的應(yīng)用程序(包括作為訓(xùn)練數(shù)據(jù)的應(yīng)用程序以及目標(biāo)用戶(hù)的應(yīng)用程序)可以忽略，這樣，不僅可以進(jìn)一步提高預(yù)測(cè)的準(zhǔn)確性，而且可以提高所述用戶(hù)屬性預(yù)測(cè)的速度和效率。

步驟102，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

為了預(yù)測(cè)未知用戶(hù)屬性的目標(biāo)用戶(hù)的用戶(hù)屬性，需要構(gòu)建一個(gè)預(yù)測(cè)模型，基于本發(fā)明實(shí)施例中所述的方案是基于用戶(hù)屬性分類(lèi)性質(zhì)的判定，因此，本發(fā)明實(shí)施例中選用具有分類(lèi)功能的算法模型進(jìn)行訓(xùn)練，進(jìn)而得到預(yù)測(cè)模型。輸入時(shí)，需要將每個(gè)樣本用戶(hù)的用戶(hù)屬性標(biāo)簽與樣本用戶(hù)對(duì)應(yīng)安裝的應(yīng)用程序相互對(duì)應(yīng)起來(lái)，使其具有關(guān)聯(lián)性?？蛇x的，所述訓(xùn)練數(shù)據(jù)還可以包括：訓(xùn)練參數(shù)和測(cè)試參數(shù)，其中，所述訓(xùn)練參數(shù)用于訓(xùn)練并且構(gòu)建預(yù)測(cè)模型，所述測(cè)試參數(shù)用于對(duì)所述預(yù)測(cè)模型進(jìn)行測(cè)試?？蛇x的，所述算法模型可以包括：

(1)樸素貝葉斯模分類(lèi)算法模型，原理在于：對(duì)于給出的待分類(lèi)項(xiàng)，求解在此項(xiàng)出現(xiàn)的條件下各個(gè)類(lèi)別出現(xiàn)的概率，哪個(gè)最大，就認(rèn)為此待分類(lèi)項(xiàng)屬于哪個(gè)類(lèi)別。通俗來(lái)說(shuō)，就好比這么個(gè)道理，你在街上看到一個(gè)黑人，我問(wèn)你你猜這哥們哪里來(lái)的，你十有八九猜非洲。為什么呢？因?yàn)楹谌酥蟹侵奕说谋嚷首罡?，?dāng)然人家也可能是美洲人或亞洲人，但在沒(méi)有其它可用信息下，我們會(huì)選擇條件概率最大的類(lèi)別，這就是樸素貝葉斯的思想基礎(chǔ)。

(2)邏輯回歸(LR)模型，原理在于：僅在線(xiàn)性回歸的基礎(chǔ)上，套用了一個(gè)邏輯函數(shù)，但也就由于這個(gè)邏輯函數(shù)，使得邏輯回歸模型成為了機(jī)器學(xué)習(xí)領(lǐng)域一顆耀眼的明星，更是計(jì)算廣告學(xué)的核心。

(3)c4.5決策樹(shù)模型，原理在于：C4.5是一系列用在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的分類(lèi)問(wèn)題中的算法。它的目標(biāo)是監(jiān)督學(xué)習(xí)：給定一個(gè)數(shù)據(jù)集，其中的每一個(gè)元組都能用一組屬性值來(lái)描述，每一個(gè)元組屬于一個(gè)互斥的類(lèi)別中的某一類(lèi)。C4.5的目標(biāo)是通過(guò)學(xué)習(xí)，找到一個(gè)從屬性值到類(lèi)別的映射關(guān)系，并且這個(gè)映射能用于對(duì)新的類(lèi)別未知的實(shí)體進(jìn)行分類(lèi)。

(4)支持向量機(jī)模型(SVM)，原理在于：支持向量機(jī)(support vector machine)是一種分類(lèi)算法，通過(guò)尋求結(jié)構(gòu)化風(fēng)險(xiǎn)最小來(lái)提高學(xué)習(xí)機(jī)泛化能力，實(shí)現(xiàn)經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍的最小化，從而達(dá)到在統(tǒng)計(jì)樣本量較少的情況下，亦能獲得良好統(tǒng)計(jì)規(guī)律的目的。通俗來(lái)講，它是一種二類(lèi)分類(lèi)模型，其基本模型定義為特征空間上的間隔最大的線(xiàn)性分類(lèi)器，即支持向量機(jī)的學(xué)習(xí)策略便是間隔最大化，最終可轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問(wèn)題的求解。

(5)隨機(jī)森林模型，原理在于：隨機(jī)森林是一種多功能的機(jī)器學(xué)習(xí)算法，能夠執(zhí)行回歸和分類(lèi)的任務(wù)。同時(shí)，它也是一種數(shù)據(jù)降維手段，用于處理缺失值、異常值以及其他數(shù)據(jù)探索中的重要步驟，并取得了不錯(cuò)的成效。另外，它還擔(dān)任了集成學(xué)習(xí)中的重要方法，在將幾個(gè)低效模型整合為一個(gè)高效模型時(shí)大顯身手。

(6)集成分類(lèi)器模型(Adaboost)，原理在于：Adaboost是一種迭代算法，其核心思想是針對(duì)同一個(gè)訓(xùn)練集訓(xùn)練不同的分類(lèi)器(弱分類(lèi)器)，然后把這些弱分類(lèi)器集合起來(lái)，構(gòu)成一個(gè)更強(qiáng)的最終分類(lèi)器(強(qiáng)分類(lèi)器)。

步驟103，獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。

當(dāng)預(yù)測(cè)模型已經(jīng)構(gòu)建完成以后，可以開(kāi)始進(jìn)行屬性用戶(hù)的預(yù)測(cè)，此時(shí)，需要先獲取目標(biāo)用戶(hù)所安裝的所有應(yīng)用程序，然后將獲取的應(yīng)用程序代入預(yù)測(cè)模型中就能夠得到目標(biāo)用戶(hù)的用戶(hù)屬性的預(yù)測(cè)結(jié)果。例如：若用戶(hù)屬性是指性別，那么就可以預(yù)測(cè)得到目標(biāo)用戶(hù)是男還是女。當(dāng)然，這里獲取的應(yīng)用程序可以只是該目標(biāo)用戶(hù)所安裝的部分應(yīng)用程序，而獲取的應(yīng)用程序越全面，那么預(yù)測(cè)結(jié)果越準(zhǔn)確。同時(shí)，這里所述的安裝是指目標(biāo)用戶(hù)安裝該應(yīng)用程序，并且使用了該應(yīng)用程序。

由上述實(shí)施例可知，本發(fā)明實(shí)施例提供的所述用戶(hù)屬性預(yù)測(cè)方法，通過(guò)獲取大量已知樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及該樣本用戶(hù)移動(dòng)終端中所安裝的應(yīng)用程序的類(lèi)型，然后利用所述用戶(hù)屬性標(biāo)簽和所安裝的應(yīng)用程序的類(lèi)型作為訓(xùn)練數(shù)據(jù)，訓(xùn)練得到能夠預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型，最后，將目標(biāo)用戶(hù)的移動(dòng)終端中所安裝的應(yīng)用程序的類(lèi)型輸入預(yù)測(cè)模型中，就能夠預(yù)測(cè)得到目標(biāo)用戶(hù)的用戶(hù)屬性。所述用戶(hù)屬性預(yù)測(cè)方法基于樣本用戶(hù)所安裝的應(yīng)用程序能夠?qū)λ瞿繕?biāo)用戶(hù)的用戶(hù)屬性進(jìn)行準(zhǔn)確的預(yù)測(cè)。

參照?qǐng)D2所示，為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)方法的另一個(gè)實(shí)施例的流程示意圖。

所述用戶(hù)屬性預(yù)測(cè)方法包括：

步驟201，獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

步驟202，根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值。其中，所述應(yīng)用程序的類(lèi)型是指應(yīng)用程序的具體類(lèi)別，例如微信、QQ、騰訊新聞、支付寶等等。所述應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表是指預(yù)先構(gòu)建的一個(gè)用于給每個(gè)應(yīng)用程序設(shè)定一個(gè)時(shí)間閾值的列表或計(jì)算公式，使得不同的應(yīng)用程序與所述應(yīng)用程序的性質(zhì)對(duì)應(yīng)的時(shí)間閾值，便于提高后續(xù)判斷應(yīng)用程序的有效使用次數(shù)的準(zhǔn)確性和可靠性。這是應(yīng)為針對(duì)于不同的應(yīng)用程序，用戶(hù)對(duì)所述應(yīng)用程序使用的時(shí)間以及周期差別較大，有的應(yīng)用程序的生命周期可能只是幾個(gè)小時(shí)，而有的則可能是用戶(hù)終身使用，所以若是采用同一個(gè)時(shí)間閾值判斷，則會(huì)給使用次數(shù)的判斷帶來(lái)不準(zhǔn)確性。

步驟203，判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則執(zhí)行步驟204，否則，執(zhí)行步驟205；

通過(guò)判斷使用時(shí)間是否大于預(yù)設(shè)的時(shí)間閾值，使得所述樣本用戶(hù)的應(yīng)用程序的使用均為有效使用，這樣能夠剔除一些無(wú)效使用的次數(shù)，進(jìn)而提高使用次數(shù)的準(zhǔn)確性，最后提高了用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性。例如：有一些應(yīng)用程序的使用是由于移動(dòng)終端頻繁斷網(wǎng)導(dǎo)致的多次使用的記錄?；蛘撸承?yīng)用程序的使用只是由于廣告推廣而使得用戶(hù)安裝，但是短時(shí)間后又卸載了的情形。

步驟204，根據(jù)步驟203，若所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間大于預(yù)設(shè)時(shí)間閾值，表示該次使用為有效使用，則將該次應(yīng)用程序的使用記為一次有效使用；由步驟202可知，不同的應(yīng)用程序可能對(duì)應(yīng)了不同的時(shí)間閾值，所以在判斷使用時(shí)間是否大于預(yù)設(shè)的時(shí)間閾值的時(shí)候也需要首先確定應(yīng)用程序的類(lèi)型。

步驟205，根據(jù)步驟203，若所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間不大于預(yù)設(shè)時(shí)間閾值，表示該次使用為無(wú)效使用，則該次應(yīng)用程序的使用記為一次無(wú)效使用；

步驟206，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)；

只有經(jīng)過(guò)篩選判斷后的有效使用的次數(shù)統(tǒng)計(jì)，才能夠作為后續(xù)應(yīng)用程序的使用次數(shù)。可選的，在統(tǒng)計(jì)應(yīng)用程序的使用次數(shù)時(shí)，既可以設(shè)定在固定時(shí)間長(zhǎng)度區(qū)間內(nèi)的使用次數(shù)，例如，將某個(gè)月份內(nèi)應(yīng)用程序的使用次數(shù)作為統(tǒng)計(jì)的使用次數(shù)，進(jìn)一步，還可以設(shè)定該時(shí)間長(zhǎng)度內(nèi)每個(gè)周期的次數(shù)上限，例如：每天的使用次數(shù)不能超過(guò)3次，這樣能夠避免一些樣本用戶(hù)喜歡在短時(shí)間內(nèi)反復(fù)使用某一款應(yīng)用程序，從而導(dǎo)致使用次數(shù)的干擾。還可以設(shè)定所述應(yīng)用程序的使用次數(shù)為最近某個(gè)時(shí)間長(zhǎng)度區(qū)間的使用次數(shù)，例如最近一個(gè)月的使用次數(shù)作為應(yīng)用程序的使用次數(shù)。

步驟207，將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

其中，所述預(yù)設(shè)權(quán)重系數(shù)是指為了將次數(shù)轉(zhuǎn)化為權(quán)重值的一個(gè)預(yù)先設(shè)定的系數(shù)值，針對(duì)于不同的應(yīng)用程序，既可以設(shè)定同一個(gè)權(quán)重系數(shù)，也可以根據(jù)不同的應(yīng)用程序的類(lèi)型，設(shè)定不同的權(quán)重系數(shù)。這樣，所述應(yīng)用程序的使用次數(shù)換算成權(quán)重后也將作為訓(xùn)練數(shù)據(jù)，能夠提高用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性。

步驟208，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

通過(guò)步驟207計(jì)算得到每個(gè)應(yīng)用程序基于使用次數(shù)的權(quán)重值，將每個(gè)應(yīng)用程序的權(quán)重值與應(yīng)用程序本身一起作為訓(xùn)練數(shù)據(jù)，使得能夠極大地提高訓(xùn)練得到的預(yù)測(cè)模型預(yù)測(cè)的準(zhǔn)確性。例如：不同的樣本用戶(hù)即使所安裝的應(yīng)用程序完全一樣，若是其使用的次數(shù)不同，也能夠進(jìn)一步區(qū)分不同樣本用戶(hù)的不同性質(zhì)，使得通過(guò)獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序以及每個(gè)應(yīng)用程序的使用次數(shù)，能夠更加精確的預(yù)測(cè)目標(biāo)用戶(hù)的用戶(hù)屬性。所述權(quán)重一般是使用次數(shù)越多，則權(quán)重值越大。

步驟209，獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)概率值。所述預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型計(jì)算的結(jié)果既可以是用戶(hù)屬性的直接預(yù)測(cè)結(jié)果，也可以是不同屬性類(lèi)別的預(yù)測(cè)概率值。

步驟210，選取預(yù)測(cè)概率值最大的屬性類(lèi)別，查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值；

在任何判斷中，都是選取概率最大的一個(gè)座位最有可能的判斷結(jié)果，且概率越大則預(yù)測(cè)結(jié)果與實(shí)際的結(jié)果相同的可能性就越大。因此，為了提高預(yù)測(cè)用戶(hù)屬性的準(zhǔn)確性，需要設(shè)定一個(gè)概率閾值進(jìn)行判斷，但是，基于不同屬性類(lèi)別的數(shù)據(jù)可能存在很大的差異，若是采用同一個(gè)概率閾值也可能引起一定的偏差，所以，本發(fā)明實(shí)施例針對(duì)不同的屬性類(lèi)別設(shè)定了對(duì)應(yīng)的概率閾值，進(jìn)而進(jìn)一步提高用戶(hù)屬性的預(yù)測(cè)準(zhǔn)確性。

步驟211，判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則執(zhí)行步驟212，否則，執(zhí)行步驟213；

步驟212，根據(jù)步驟211，若所述屬性類(lèi)別的預(yù)測(cè)概率值大于預(yù)設(shè)概率閾值，表示此次預(yù)測(cè)的準(zhǔn)確性達(dá)到了預(yù)設(shè)的標(biāo)準(zhǔn)，因而可以直接將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果；例如：判斷目標(biāo)用戶(hù)為男性的預(yù)測(cè)概率值達(dá)到了95％，而設(shè)定的概率閾值為80％，則基本可以預(yù)測(cè)當(dāng)前目標(biāo)用戶(hù)為男性用戶(hù)。

步驟213，根據(jù)步驟211，若所述屬性類(lèi)別的預(yù)測(cè)概率值沒(méi)有大于預(yù)設(shè)概率閾值，表示此次預(yù)測(cè)的準(zhǔn)確性沒(méi)有達(dá)到了預(yù)設(shè)的標(biāo)準(zhǔn)，未來(lái)給預(yù)測(cè)人員更加清晰的預(yù)測(cè)結(jié)果，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果，發(fā)送給預(yù)測(cè)人員或者顯示出來(lái)。

由上述實(shí)施例可知，本發(fā)明實(shí)施例所述的用戶(hù)屬性預(yù)測(cè)方法，通過(guò)將樣本用戶(hù)使用應(yīng)用程序的次數(shù)換算為應(yīng)用程序的權(quán)重，并作為預(yù)測(cè)模型的訓(xùn)練數(shù)據(jù)，提高了目標(biāo)用戶(hù)預(yù)測(cè)的準(zhǔn)確性，同時(shí)也體現(xiàn)出不同目標(biāo)用戶(hù)之間的差異；通過(guò)預(yù)設(shè)的時(shí)間閾值，篩選出有效的使用次數(shù)，進(jìn)而提高了應(yīng)用程序使用次數(shù)統(tǒng)計(jì)數(shù)據(jù)的穩(wěn)定性；又進(jìn)一步通過(guò)針對(duì)不同的應(yīng)用程序的類(lèi)型設(shè)定不同的預(yù)設(shè)時(shí)間閾值，使得能夠?qū)τ诓煌再|(zhì)的應(yīng)用程序?qū)崿F(xiàn)更加準(zhǔn)確的次數(shù)統(tǒng)計(jì)，進(jìn)一步提高了用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性和可靠性；通過(guò)預(yù)設(shè)的預(yù)測(cè)概率閾值提高預(yù)測(cè)結(jié)果判斷的準(zhǔn)確性，又進(jìn)一步通過(guò)針對(duì)不同的屬性類(lèi)別設(shè)置不同的預(yù)測(cè)概率閾值使得能夠減少不同屬性類(lèi)別之間的差異性，使得判斷結(jié)果更加準(zhǔn)確、可靠。

需要說(shuō)明的是，上述實(shí)施例只是為了表述本發(fā)明的設(shè)計(jì)思路的一個(gè)示例性的實(shí)施例，而本發(fā)明的思路并不限于上述實(shí)施例中所表述的步驟的數(shù)量和順序。也即針對(duì)于某些步驟可以省略，或者有的步驟之間的順序還可以根據(jù)需要發(fā)生改變。

在本發(fā)明一個(gè)可選的實(shí)施例中，所述用戶(hù)屬性預(yù)測(cè)的方法可以包括步驟201、步驟206、步驟207和步驟208。具體為：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

根據(jù)所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)；

將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)。

這樣，通過(guò)將應(yīng)用程序的使用次數(shù)換算成應(yīng)用程序的權(quán)重，進(jìn)而提高預(yù)測(cè)用戶(hù)屬性的準(zhǔn)確性。

在本發(fā)明另一個(gè)可選的實(shí)施例中，所述用戶(hù)屬性預(yù)測(cè)的方法可以包括步驟201、步驟203、步驟204、步驟205、步驟206、步驟207和步驟208。具體為：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；

統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)；

將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)。

這樣，通過(guò)將應(yīng)用程序的使用時(shí)間與預(yù)設(shè)的時(shí)間閾值比較，能夠篩選出有效的使用次數(shù)，進(jìn)而提高用戶(hù)屬性預(yù)測(cè)的穩(wěn)定性和可靠性。

進(jìn)一步地，所述用戶(hù)屬性預(yù)測(cè)的方法還可以包括步驟201、步驟202、步驟203、步驟204、步驟205、步驟206、步驟207和步驟208。具體為：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值；

判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；

統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)；

將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)。

這樣，通過(guò)將應(yīng)用程序的使用時(shí)間與預(yù)設(shè)的時(shí)間閾值比較，能夠篩選出有效的使用次數(shù)，進(jìn)而提高用戶(hù)屬性預(yù)測(cè)的穩(wěn)定性和可靠性。

在本發(fā)明一些可選的實(shí)施例中，所述用戶(hù)屬性預(yù)測(cè)的方法可以包括步驟101、步驟102、步驟209、步驟211、步驟212、步驟213。具體為：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)概率值；

選取預(yù)測(cè)概率值最大的屬性類(lèi)別，并判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

這樣，通過(guò)將預(yù)測(cè)得到的用戶(hù)屬性的預(yù)測(cè)概率值與預(yù)設(shè)的概率閾值比較，能夠進(jìn)一步提高預(yù)測(cè)結(jié)果的準(zhǔn)確性，同時(shí)，使得在預(yù)測(cè)結(jié)果判斷不準(zhǔn)確的時(shí)候也能夠?qū)㈩A(yù)測(cè)的概率值顯示出來(lái)。

在本發(fā)明另一些可選的實(shí)施例中，所述用戶(hù)屬性預(yù)測(cè)的方法可以包括步驟101、步驟102、步驟209、步驟210、步驟211、步驟212、步驟213。具體為：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)概率值；

選取預(yù)測(cè)概率值最大的屬性類(lèi)別，查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值；

判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

這樣，通過(guò)針對(duì)用戶(hù)屬性中的不同屬性類(lèi)型，減小不同屬性類(lèi)別數(shù)據(jù)之間的差異，使得統(tǒng)一用戶(hù)屬性中的所有屬性類(lèi)別均能夠根據(jù)自身的特征得到較為準(zhǔn)確的預(yù)測(cè)結(jié)果。

在一些可選的實(shí)施例中，所述用戶(hù)屬性為性別屬性，所述用戶(hù)屬性預(yù)測(cè)方法為：

獲取大量樣本用戶(hù)，所述樣本用戶(hù)均已知性別為男或?yàn)榕?，同時(shí)獲取所述用戶(hù)所安裝的應(yīng)用程序的類(lèi)型；

將大量樣本用戶(hù)的性別和應(yīng)用程序類(lèi)型作為訓(xùn)練數(shù)據(jù)，訓(xùn)練得打預(yù)測(cè)用戶(hù)男女的預(yù)測(cè)模塊；

獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，然后將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)模型中，就能夠預(yù)測(cè)得到當(dāng)前目標(biāo)用戶(hù)的性別(為男性或者女性)。這樣，通過(guò)移動(dòng)終端目標(biāo)用戶(hù)容易獲取的信息，即應(yīng)用程序，就能夠預(yù)測(cè)得到該目標(biāo)用戶(hù)的性別，進(jìn)而后續(xù)能夠針對(duì)目標(biāo)用戶(hù)的性別做出針對(duì)性的服務(wù)方案，實(shí)現(xiàn)目標(biāo)用戶(hù)的差異化管理。

在本發(fā)明的一個(gè)方面，本發(fā)明實(shí)施例還提供了一種用戶(hù)屬性預(yù)測(cè)裝置，參照?qǐng)D3所示，為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)裝置的一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

所述用戶(hù)屬性預(yù)測(cè)裝置包括：

數(shù)據(jù)獲取模塊301，用于獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，將獲取的用戶(hù)屬性標(biāo)簽和應(yīng)用程序發(fā)送給模型訓(xùn)練模塊302；

模型訓(xùn)練模塊302，用于接收所述數(shù)據(jù)獲取模塊301發(fā)送的用戶(hù)屬性標(biāo)簽和應(yīng)用程序，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

屬性預(yù)測(cè)模塊303，用于獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。

由上述實(shí)施例可知，所述用戶(hù)屬性預(yù)測(cè)裝置通過(guò)所述數(shù)據(jù)獲取模塊301獲取已知屬性樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，所述模型訓(xùn)練模塊302通過(guò)已知的用戶(hù)屬性和應(yīng)用程序的訓(xùn)練數(shù)據(jù)訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型，所述屬性預(yù)測(cè)模塊303通過(guò)將目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)模塊，預(yù)測(cè)得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。所述用戶(hù)屬性預(yù)測(cè)裝置能夠通過(guò)當(dāng)前樣本用戶(hù)所安裝的應(yīng)用程序進(jìn)而準(zhǔn)確預(yù)測(cè)得到當(dāng)前目標(biāo)用戶(hù)的用戶(hù)屬性，克服了現(xiàn)有裝備智能通過(guò)用戶(hù)的輸入獲得用戶(hù)屬性的缺陷，進(jìn)而實(shí)現(xiàn)用戶(hù)的差異化管理。

參見(jiàn)圖4所示，為本發(fā)明提供的用戶(hù)屬性預(yù)測(cè)裝置的另一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。

在一些可選的實(shí)施例中，所述模型訓(xùn)練模塊302包括：數(shù)量統(tǒng)計(jì)模塊3022、權(quán)重計(jì)算模塊3023和數(shù)據(jù)訓(xùn)練模塊3024；

所述數(shù)據(jù)獲取模塊301還用于，將獲取的用戶(hù)屬性標(biāo)簽和應(yīng)用程序發(fā)送給數(shù)量統(tǒng)計(jì)模塊3022；

所述數(shù)量統(tǒng)計(jì)模塊3022，用于接收所述數(shù)據(jù)獲取模塊301發(fā)送的用戶(hù)屬性標(biāo)簽和應(yīng)用程序，并根據(jù)所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)；將得到的每個(gè)應(yīng)用程序的使用次數(shù)發(fā)送給權(quán)重計(jì)算模塊3023；

所述權(quán)重計(jì)算模塊3023，用于接收所述數(shù)量統(tǒng)計(jì)模塊3022發(fā)送的每個(gè)應(yīng)用程序的使用次數(shù)，并將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；將計(jì)算得到的每個(gè)應(yīng)用程序的權(quán)重發(fā)送給數(shù)據(jù)訓(xùn)練模塊3024；

所述數(shù)據(jù)訓(xùn)練模塊3024，用于接收所述權(quán)重計(jì)算模塊3023發(fā)送的每個(gè)應(yīng)用程序的權(quán)重，將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型。

這樣，所述模型訓(xùn)練模塊302通過(guò)所述數(shù)量統(tǒng)計(jì)模塊3022統(tǒng)計(jì)得到應(yīng)用程序的使用次數(shù)，通過(guò)所述權(quán)重計(jì)算模塊3023計(jì)算得到應(yīng)用程序基于使用次數(shù)的權(quán)重，然后通過(guò)所述數(shù)據(jù)訓(xùn)練模塊3024將應(yīng)用程序的權(quán)重也作為訓(xùn)練數(shù)據(jù)，提高了所述用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性。

在本發(fā)明進(jìn)一步的實(shí)施例中，所述數(shù)量統(tǒng)計(jì)模塊3022還用于，判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)。這樣，所述數(shù)量統(tǒng)計(jì)模塊3022通過(guò)將應(yīng)用程序的使用時(shí)間與預(yù)設(shè)時(shí)間閾值比較，進(jìn)而篩選出應(yīng)用程序的有效使用次數(shù)，進(jìn)一步提高的用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性。

在本發(fā)明可選的實(shí)施例中，所述模型訓(xùn)練模塊302還包括時(shí)間閾值查找模塊3021；

所述數(shù)據(jù)獲取模塊301還用于，將獲取的應(yīng)用程序發(fā)送給所述時(shí)間閾值查找模塊3021；

所述時(shí)間閾值查找模塊3021，用于接收所述數(shù)據(jù)獲取模塊301發(fā)送的應(yīng)用程序，根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值，將每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值發(fā)送給所述數(shù)量統(tǒng)計(jì)模塊3022；

所述數(shù)量統(tǒng)計(jì)模塊3022還用于，接收所述時(shí)間閾值查找模塊3021發(fā)送的每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值。

這樣，所述模型訓(xùn)練模塊302通過(guò)所述時(shí)間閾值查找模塊3021查找預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值，使得能夠針對(duì)于不同應(yīng)用程序?qū)崿F(xiàn)不同的判斷標(biāo)準(zhǔn)，進(jìn)一步減少了應(yīng)用程序類(lèi)型之間的差異，進(jìn)而提高了預(yù)測(cè)用戶(hù)屬性的準(zhǔn)確性。

在本發(fā)明另一些可選的實(shí)施例中，所述屬性預(yù)測(cè)模塊303包括應(yīng)用獲取模塊3031、概率預(yù)測(cè)模塊3032和結(jié)果輸出模塊3033；

所述應(yīng)用獲取模塊3031，用于獲取目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序，并發(fā)送到概率預(yù)測(cè)模塊3032中；

所述概率預(yù)測(cè)模塊3032，用于接收所述應(yīng)用獲取模塊3031發(fā)送的目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序，并將所述目標(biāo)用戶(hù)的移動(dòng)終端中的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性中不同屬性類(lèi)別的預(yù)測(cè)概率值；將計(jì)算得到的不同屬性類(lèi)別的預(yù)測(cè)概率值發(fā)送給結(jié)果輸出模塊3033；

所述結(jié)果輸出模塊3033，用于接收所述概率預(yù)測(cè)模塊3032發(fā)送的不同屬性類(lèi)別的預(yù)測(cè)概率值，選取預(yù)測(cè)概率值最大的屬性類(lèi)別，并判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

所述屬性預(yù)測(cè)模塊303通過(guò)所述概率預(yù)測(cè)模塊3032預(yù)測(cè)得到目標(biāo)用戶(hù)不同屬性類(lèi)別的預(yù)測(cè)概率值，通過(guò)所述結(jié)果輸出模塊3033判斷所述預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，進(jìn)而調(diào)整輸出結(jié)果。這樣，使得所述用戶(hù)屬性預(yù)測(cè)裝置的預(yù)測(cè)結(jié)果更為可靠。

在本發(fā)明進(jìn)一步的實(shí)施例中，所述屬性預(yù)測(cè)模塊303還包括概率閾值查找模塊3034；

所述結(jié)果輸出模塊3033還用于，將選取出的預(yù)測(cè)概率值最大的屬性類(lèi)別發(fā)送給概率閾值查找模塊3034；

所述概率閾值查找模塊3034，用于接收所述結(jié)果輸出模塊3033發(fā)送的預(yù)測(cè)概率值最大的屬性類(lèi)別，查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值，將所述預(yù)設(shè)概率閾值發(fā)送給結(jié)果輸出模塊3033；

所述結(jié)果輸出模塊3033還用于，接收所述概率閾值查找模塊發(fā)送的預(yù)設(shè)概率閾值。

這樣，所述屬性預(yù)測(cè)模塊303通過(guò)所述概率閾值查找模塊3034查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值，使得所述屬性預(yù)測(cè)模塊303能夠根據(jù)不同屬性類(lèi)別的各自特征，做出相應(yīng)的結(jié)果判斷，進(jìn)一步提高了用戶(hù)屬性預(yù)測(cè)的準(zhǔn)確性和可靠性。

本發(fā)明的又一方面，還提供了一種裝置，所述裝置的一個(gè)實(shí)施例，包括：

一個(gè)或多個(gè)處理器，可選的，所述一個(gè)或多個(gè)處理器用于執(zhí)行上面任意一個(gè)或多個(gè)實(shí)施例所述的方法中所限定的步驟；以及

用于存儲(chǔ)操作指令的存儲(chǔ)器；

所述一個(gè)或多個(gè)處理器被配置為從所述存儲(chǔ)器中獲取操作指令并執(zhí)行：

獲取樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序作為訓(xùn)練數(shù)據(jù)，輸入預(yù)先構(gòu)建的用戶(hù)屬性預(yù)測(cè)的算法模型中，訓(xùn)練得到預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型；

獲取目標(biāo)用戶(hù)所安裝的應(yīng)用程序，將所述目標(biāo)用戶(hù)所安裝的應(yīng)用程序輸入預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型中，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性預(yù)測(cè)結(jié)果。

可選的，所述處理器還用于執(zhí)行：

根據(jù)所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽以及所述樣本用戶(hù)所安裝的應(yīng)用程序，統(tǒng)計(jì)得到每個(gè)應(yīng)用程序的使用次數(shù)；

將每個(gè)應(yīng)用程序的使用次數(shù)與預(yù)設(shè)權(quán)重系數(shù)相乘，計(jì)算得到所述樣本用戶(hù)所安裝的應(yīng)用程序?qū)?yīng)每個(gè)應(yīng)用程序的權(quán)重；

將所述樣本用戶(hù)的用戶(hù)屬性標(biāo)簽、所述樣本用戶(hù)所安裝的應(yīng)用程序以及對(duì)應(yīng)每個(gè)應(yīng)用程序的權(quán)重作為訓(xùn)練數(shù)據(jù)。

可選的，所述處理器還用于執(zhí)行：

判斷所述樣本用戶(hù)所安裝的應(yīng)用程序每次的使用時(shí)間是否大于預(yù)設(shè)時(shí)間閾值；若是，則該次應(yīng)用程序的使用記為一次有效使用，否則，該次應(yīng)用程序的使用記為一次無(wú)效使用；

統(tǒng)計(jì)得到每個(gè)應(yīng)用程序有效使用的次數(shù)，作為每個(gè)應(yīng)用程序的使用次數(shù)。

可選的，所述處理器還用于執(zhí)行：根據(jù)每個(gè)應(yīng)用程序的類(lèi)型，檢索預(yù)設(shè)的應(yīng)用程序與時(shí)間閾值的對(duì)應(yīng)關(guān)系列表，得到每個(gè)應(yīng)用程序?qū)?yīng)的預(yù)設(shè)時(shí)間閾值。

可選的，所述處理器還用于執(zhí)行：

根據(jù)預(yù)測(cè)用戶(hù)屬性的預(yù)測(cè)模型，計(jì)算得到目標(biāo)用戶(hù)的用戶(hù)屬性中不同屬性類(lèi)別的預(yù)測(cè)概率值；

選取預(yù)測(cè)概率值最大的屬性類(lèi)別，并判斷所述屬性類(lèi)別的預(yù)測(cè)概率值是否大于預(yù)設(shè)概率閾值，若是，則將所述屬性類(lèi)別作為預(yù)測(cè)結(jié)果，否則，將用戶(hù)屬性中所有屬性類(lèi)別以及對(duì)應(yīng)的預(yù)測(cè)概率值作為預(yù)測(cè)結(jié)果。

可選的，所述處理器還用于執(zhí)行：

查找預(yù)設(shè)的屬性類(lèi)別與概率閾值對(duì)應(yīng)的關(guān)系列表，得到預(yù)測(cè)概率值最大的屬性類(lèi)別對(duì)應(yīng)的預(yù)設(shè)概率閾值。

此外，典型地，本公開(kāi)所述的裝置可為各種電子終端設(shè)備，例如手機(jī)、個(gè)人數(shù)字助理(PDA)、平板電腦(PAD)、平板電腦(PAD)、智能電視等，因此本公開(kāi)的保護(hù)范圍不應(yīng)限定為某種特定類(lèi)型的裝置。

此外，根據(jù)本公開(kāi)的方法還可以被實(shí)現(xiàn)為由CPU執(zhí)行的計(jì)算機(jī)程序，該計(jì)算機(jī)程序可以存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。在該計(jì)算機(jī)程序被CPU執(zhí)行時(shí)，執(zhí)行本公開(kāi)的方法中限定的上述功能。

此外，上述方法步驟以及系統(tǒng)單元也可以利用控制器以及用于存儲(chǔ)使得控制器實(shí)現(xiàn)上述步驟或單元功能的計(jì)算機(jī)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)實(shí)現(xiàn)。

此外，應(yīng)該明白的是，本文所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)(例如，存儲(chǔ)器)可以是易失性存儲(chǔ)器或非易失性存儲(chǔ)器，或者可以包括易失性存儲(chǔ)器和非易失性存儲(chǔ)器兩者。作為例子而非限制性的，非易失性存儲(chǔ)器可以包括只讀存儲(chǔ)器(ROM)、可編程ROM(PROM)、電可編程ROM(EPROM)、電可擦寫(xiě)可編程ROM(EEPROM)或快閃存儲(chǔ)器。易失性存儲(chǔ)器可以包括隨機(jī)存取存儲(chǔ)器(RAM)，該RAM可以充當(dāng)外部高速緩存存儲(chǔ)器。作為例子而非限制性的，RAM可以以多種形式獲得，比如同步RAM(DRAM)、動(dòng)態(tài)RAM(DRAM)、同步DRAM(SDRAM)、雙數(shù)據(jù)速率SDRAM(DDR SDRAM)、增強(qiáng)SDRAM(ESDRAM)、同步鏈路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公開(kāi)的方面的存儲(chǔ)設(shè)備意在包括但不限于這些和其它合適類(lèi)型的存儲(chǔ)器。

本領(lǐng)域技術(shù)人員還將明白的是，結(jié)合這里的公開(kāi)所描述的各種示例性邏輯塊、模塊、電路和算法步驟可以被實(shí)現(xiàn)為電子硬件、計(jì)算機(jī)軟件或兩者的組合。為了清楚地說(shuō)明硬件和軟件的這種可互換性，已經(jīng)就各種示意性組件、方塊、模塊、電路和步驟的功能對(duì)其進(jìn)行了一般性的描述。這種功能是被實(shí)現(xiàn)為軟件還是被實(shí)現(xiàn)為硬件取決于具體應(yīng)用以及施加給整個(gè)系統(tǒng)的設(shè)計(jì)約束。本領(lǐng)域技術(shù)人員可以針對(duì)每種具體應(yīng)用以各種方式來(lái)實(shí)現(xiàn)所述的功能，但是這種實(shí)現(xiàn)決定不應(yīng)被解釋為導(dǎo)致脫離本公開(kāi)的范圍。

結(jié)合這里的公開(kāi)所描述的各種示例性邏輯塊、模塊和電路可以利用被設(shè)計(jì)成用于執(zhí)行這里所述功能的下列部件來(lái)實(shí)現(xiàn)或執(zhí)行：通用處理器、數(shù)字信號(hào)處理器(DSP)、專(zhuān)用集成電路(ASIC)、現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)或其它可編程邏輯器件、分立門(mén)或晶體管邏輯、分立的硬件組件或者這些部件的任何組合。通用處理器可以是微處理器，但是可替換地，處理器可以是任何傳統(tǒng)處理器、控制器、微控制器或狀態(tài)機(jī)。處理器也可以被實(shí)現(xiàn)為計(jì)算設(shè)備的組合，例如，DSP和微處理器的組合、多個(gè)微處理器、一個(gè)或多個(gè)微處理器結(jié)合DSP核、或任何其它這種配置。

結(jié)合這里的公開(kāi)所描述的方法或算法的步驟可以直接包含在硬件中、由處理器執(zhí)行的軟件模塊中或這兩者的組合中。軟件模塊可以駐留在RAM存儲(chǔ)器、快閃存儲(chǔ)器、ROM存儲(chǔ)器、EPROM存儲(chǔ)器、EEPROM存儲(chǔ)器、寄存器、硬盤(pán)、可移動(dòng)盤(pán)、CD-ROM、或本領(lǐng)域已知的任何其它形式的存儲(chǔ)介質(zhì)中。示例性的存儲(chǔ)介質(zhì)被耦合到處理器，使得處理器能夠從該存儲(chǔ)介質(zhì)中讀取信息或向該存儲(chǔ)介質(zhì)寫(xiě)入信息。在一個(gè)替換方案中，所述存儲(chǔ)介質(zhì)可以與處理器集成在一起。處理器和存儲(chǔ)介質(zhì)可以駐留在ASIC中。ASIC可以駐留在用戶(hù)終端中。在一個(gè)替換方案中，處理器和存儲(chǔ)介質(zhì)可以作為分立組件駐留在用戶(hù)終端中。

在一個(gè)或多個(gè)示例性設(shè)計(jì)中，所述功能可以在硬件、軟件、固件或其任意組合中實(shí)現(xiàn)。如果在軟件中實(shí)現(xiàn)，則可以將所述功能作為一個(gè)或多個(gè)指令或代碼存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上或通過(guò)計(jì)算機(jī)可讀介質(zhì)來(lái)傳送。計(jì)算機(jī)可讀介質(zhì)包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)，該通信介質(zhì)包括有助于將計(jì)算機(jī)程序從一個(gè)位置傳送到另一個(gè)位置的任何介質(zhì)。存儲(chǔ)介質(zhì)可以是能夠被通用或?qū)Ｓ糜?jì)算機(jī)訪(fǎng)問(wèn)的任何可用介質(zhì)。作為例子而非限制性的，該計(jì)算機(jī)可讀介質(zhì)可以包括RAM、ROM、EEPROM、CD-ROM或其它光盤(pán)存儲(chǔ)設(shè)備、磁盤(pán)存儲(chǔ)設(shè)備或其它磁性存儲(chǔ)設(shè)備，或者是可以用于攜帶或存儲(chǔ)形式為指令或數(shù)據(jù)結(jié)構(gòu)的所需程序代碼并且能夠被通用或?qū)Ｓ糜?jì)算機(jī)或者通用或?qū)Ｓ锰幚砥髟L(fǎng)問(wèn)的任何其它介質(zhì)。此外，任何連接都可以適當(dāng)?shù)胤Q(chēng)為計(jì)算機(jī)可讀介質(zhì)。例如，如果使用同軸線(xiàn)纜、光纖線(xiàn)纜、雙絞線(xiàn)、數(shù)字用戶(hù)線(xiàn)路(DSL)或諸如紅外線(xiàn)、無(wú)線(xiàn)電和微波的無(wú)線(xiàn)技術(shù)來(lái)從網(wǎng)站、服務(wù)器或其它遠(yuǎn)程源發(fā)送軟件，則上述同軸線(xiàn)纜、光纖線(xiàn)纜、雙絞線(xiàn)、DSL或諸如紅外先、無(wú)線(xiàn)電和微波的無(wú)線(xiàn)技術(shù)均包括在介質(zhì)的定義。如這里所使用的，磁盤(pán)和光盤(pán)包括壓縮盤(pán)(CD)、激光盤(pán)、光盤(pán)、數(shù)字多功能盤(pán)(DVD)、軟盤(pán)、藍(lán)光盤(pán)，其中磁盤(pán)通常磁性地再現(xiàn)數(shù)據(jù)，而光盤(pán)利用激光光學(xué)地再現(xiàn)數(shù)據(jù)。上述內(nèi)容的組合也應(yīng)當(dāng)包括在計(jì)算機(jī)可讀介質(zhì)的范圍內(nèi)。

公開(kāi)的示例性實(shí)施例，但是應(yīng)當(dāng)注公開(kāi)的示例性實(shí)施例，但是應(yīng)當(dāng)注意，在不背離權(quán)利要求限定的本公開(kāi)的范圍的前提下，可以進(jìn)行多種改變和修改。根據(jù)這里描述的公開(kāi)實(shí)施例的方法權(quán)利要求的功能、步驟和/或動(dòng)作不需以任何特定順序執(zhí)行。此外，盡管本公開(kāi)的元素可以以個(gè)體形式描述或要求，但是也可以設(shè)想多個(gè)，除非明確限制為單數(shù)。

應(yīng)當(dāng)理解的是，在本文中使用的，除非上下文清楚地支持例外情況，單數(shù)形式“一個(gè)”旨在也包括復(fù)數(shù)形式。還應(yīng)當(dāng)理解的是，在本文中使用的“和/或”是指包括一個(gè)或者一個(gè)以上相關(guān)聯(lián)地列出的項(xiàng)目的任意和所有可能組合。

上述本公開(kāi)實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過(guò)硬件來(lái)完成，也可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤(pán)或光盤(pán)等。