多模态数据融合的用户画像构建方法、装置及电子设备与流程

本发明涉及电数字数据处理，尤其涉及一种多模态数据融合的用户画像构建方法、装置及电子设备。

背景技术：

1、随着移动通讯和互联网服务的深度融合，用户在使用通讯服务过程中产生了丰富的行为数据，包括通话记录、短信交互、移动数据流量使用、位置轨迹变更、应用程序访问以及业务办理记录等多种模态的数据，这些数据从不同维度反映了用户的通讯习惯、社交关系、活动规律和业务偏好，为构建全面、精准的用户画像提供了数据基础。

2、现有技术在处理多源异构数据时，往往采用特征提取后直接融合或加权融合的方式，缺少对不同模态数据之间相互验证、相互补充关系的系统性利用，特别是在通讯场景下，用户的通话行为、短信行为、流量使用行为和位置轨迹行为之间存在密切的时序关联和因果影响，现有技术未能充分利用多模态行为之间的内在关联来提升画像构建的准确性和鲁棒性。

技术实现思路

1、本发明的目的在于提供一种多模态数据融合的用户画像构建方法、装置及电子设备，以解决现有技术存在的问题中未结合多模态行为之间的内在关联实现用户画像的精准刻画。

2、为实现上述目的，本发明采用了如下技术方案：

3、一种多模态数据融合的用户画像构建方法，包括：

4、按用户标识信息接收通讯行为数据，并分别构建通讯行为序列；

5、以用户标识信息为归并键，对通讯行为序列进行时间轴对齐，以建立多模态行为之间的时序关联关系；

6、根据通讯行为序列及其时序关联关系，提取通讯行为序列的通讯行为特征，形成通讯行为特征向量集；

7、以时序关联关系为约束，对通讯行为特征向量集进行协同校验，识别通讯行为特征之间的协同一致性程度和冲突程度；

8、根据通讯行为特征向量集的协同校验结果，对通讯行为特征进行置信度评估和冲突消解处理；

9、基于经过置信度评估和冲突消解处理的通讯行为特征，构建用户画像标签体系，生成各维度画像标签。

10、进一步地，所述时序关联关系的建立包括同步关联建立和因果关联建立两个子步骤：

11、同步关联建立：提取位置轨迹序列中相邻两个停留点组之间的移动区间；对于每一移动区间，在通话行为序列中查找通话会话开始时间或通话会话结束时间落入该移动区间的通话会话记录，在流量使用序列中查找流量使用开始时间或流量使用结束时间落入该移动区间的流量使用记录，将落入同一移动区间的通话会话记录和流量使用记录与该移动区间建立同步关联标记；

12、提取位置轨迹序列中每一停留点组的停留时间区间，对于每一停留时间区间，在通话行为序列中查找通话会话开始时间和通话会话结束时间均落入该停留时间区间的通话会话记录，在短信交互序列中查找短信交互簇开始时间和短信交互簇结束时间均落入该停留时间区间的短信交互簇记录，在流量使用序列中查找流量使用开始时间和流量使用结束时间均落入该停留时间区间的流量使用记录，将落入同一停留时间区间的通话会话记录、短信交互簇记录和流量使用记录与该停留点组建立停留关联标记；

13、因果关联建立：对于通话行为序列中的每一通话会话记录，查找该通话会话记录结束时间之后预设因果影响时间窗口内，同一用户的第一条短信交互簇记录或第一条流量使用记录，若查找到，则将该通话会话记录与查找到的短信交互簇记录或流量使用记录建立因果关联标记，因果方向标记为通话引发后续行为；

14、对于短信交互序列中的每一短信交互簇记录，查找该短信交互簇记录结束时间之后所述预设因果影响时间窗口内，同一用户的第一条通话会话记录或第一条流量使用记录，若查找到，则建立因果关联标记，因果方向标记为短信引发后续行为；

15、对于流量使用序列中的每一流量使用记录，查找该流量使用记录结束时间之后所述预设因果影响时间窗口内，同一用户的第一条通话会话记录或第一条短信交互簇记录，若查找到，则建立因果关联标记，因果方向标记为流量使用引发后续行为。

16、进一步地，通话行为特征包括通话活跃度、通话时段偏好、通话对象稳定性和通话归属地特征：短信行为特征包括短信活跃度、短信方向特征和短信时段偏好；流量使用行为特征包括流量使用量、流量连续性、接入网络类型偏好和访问业务类型偏好；位置轨迹行为特征包括移动范围、停留点特征和移动频次。

17、进一步地，所述协同校验以同步关联标记和因果关联标记为基础：

18、对于通话行为与位置轨迹行为的协同校验：提取具有同步关联标记的通话会话记录和位置轨迹移动区间，提取具有停留关联标记的通话会话记录和停留点组，计算通话时长占停留时长的比例，作为停留期间通话密度；

19、对于通话行为与短信行为的协同校验：比较通话转短信平均响应时间和短信转通话平均响应时间，若前者小于后者，则登记为用户更倾向于在通话后发起短信交互；反之，则登记为用户更倾向于在短信交互后发起通话；

20、对于流量使用行为与位置轨迹行为的协同校验：比较移动流量密度的平均值与停留流量密度的平均值，若前者大于后者，则登记为用户在移动过程中的流量使用强度高于停留期间。

21、进一步地，对于冲突识别：当同一用户在同一时间区间内，通讯行为特征之间存在逻辑上的矛盾关系时，登记为行为冲突，冲突类型包括归属地-位置冲突、时段偏好冲突和行为模式冲突；通话对方号码归属地与通话发生期间用户所在停留位置所属行政区划不一致，且不一致的发生次数超过预设冲突容忍次数阈值时，登记为归属地-位置冲突；用户的主通话时段与主流量使用时段在一天中的位置相差超过预设时段偏离阈值，且该偏离模式持续出现超过预设持续天数阈值时，登记为时段偏好冲突；用户的短信发送接收比与通话类型标记之间存在反向关联，例如发送为主但通话为被叫主导和接收为主但通话为主叫主导，登记为行为模式冲突；将识别出的所有行为冲突按照冲突类型和发生时间登记在冲突记录表中。

22、进一步地，对于每一通讯行为特征，其基准置信度以其数据来源可信等级确定，读取该通讯行为特征参与的所有协同校验中计算出的偏差程度，取所有一致性得分的平均值作为该通讯行为特征的协同一致性得分，将协同一致性得分与起始置信度相乘，得到协同修正后的置信度；读取冲突记录表中涉及该通讯行为特征的冲突记录条数，每一条冲突记录使置信度降低预设冲突惩罚值，将协同修正后的置信度减去总冲突惩罚值，得到最终置信度。

23、进一步地，在对通讯行为特征完成置信度评估后，对其进行冲突消解处理：

24、对于归属地-位置冲突，统计通话对方号码归属地在不同停留位置的出现频次分布，若某一归属地在某一停留位置的出现频次最高且高于其他组合，则以该组合为准，将其他冲突组合中的通话归属地信息修正为该归属地；

25、对于时段偏好冲突，当最短时间差大于或等于预设极端偏离阈值时，将主通话时段和主流量使用时段分别登记为独立活跃时段，并在用户画像中增加时段分裂标记；当最短时间差大于或等于预设时段偏离阈值且小于预设极端偏离阈值时，以主通话时段和主流量使用时段在24小时制时间轴上的两个区间为端点，将位于两个区间之间的连续时间区间登记为用户的综合活跃扩展时段，在该综合活跃扩展时段内，以半小时为粒度统计通话行为和流量使用行为的发生分布，将分布密度最高的半小时区间登记为综合活跃峰值时段；

26、对于行为模式冲突，检查历史画像记录中是否存在相同的反向关联模式，若存在且持续超过预设历史持续阈值，则判定为稳定特征，仅追加特殊性标记，若不存在，则检查冲突前后是否存在异常事件记录。

27、进一步地，通讯行为维度标签的生成方式为：对于通话活跃度标签，将通话频次与预设通话频次分级阈值比较，并将通话总时长与预设通话时长分级阈值比较，组合生成标签；对于通话时段偏好标签，直接以主通话时段和次通话时段登记；对于主联系人标签和联系人网络标签，以主联系人号码和频繁联系人数量确定；

28、时空活动维度标签的生成方式为：

29、对于活动范围标签，将移动范围覆盖面积与预设大范围阈值和预设中范围阈值比较，生成广域/中域/局域活动型标签；

30、对于停留特征标签，将停留点总数与预设多停留点阈值进行比较，生成多停留点型和少停留点型的停留点数量特征；将平均停留时长与预设长停留阈值进行比较，生成长停留型和短停留型的停留时长特征，停留特征标签由停留点数量特征和停留时长特征组合形成，组合方式为将上述两个维度的判定结果以连字符拼接；

31、对于移动频次标签，将移动次数与预设高频移动阈值和预设中频移动阈值进行比较，生成高频移动型、中频移动型和低频移动型标签。

32、另一方面，本发明还提供一种多模态数据融合的用户画像构建装置，包括：

33、窗口建立模块，用于建立画像构建会话，设定画像构建时间窗口，登记用户标识信息和多模态数据来源配置；

34、序列生成模块，用于按用户标识信息接收通讯行为数据，并分别构建通讯行为序列；

35、关联分析模块，用于以用户标识信息为归并键，对通讯行为序列进行时间轴对齐，以建立多模态行为之间的时序关联关系；

36、特征提取模块，用于根据通讯行为序列及其时序关联关系，提取通讯行为序列的通讯行为特征，形成通讯行为特征向量集；

37、协同校验模块，用于以时序关联关系为约束，对通讯行为特征向量集进行协同校验，识别通讯行为特征之间的协同一致性程度和冲突程度；

38、特征评估模块，用于根据通讯行为特征向量集的协同校验结果，对通讯行为特征进行置信度评估和冲突消解处理；

39、标签生成模块，用于基于经过置信度评估和冲突消解处理的通讯行为特征，构建用户画像标签体系，生成各维度画像标签。

40、另一方面，本发明还提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如上述所述的方法。

41、本发明的有益效果如下：通过建立通话、短信、流量使用与位置轨迹四类通讯行为之间的时序关联关系，使多源异构数据从相互独立的离散记录转化为具有同步关联和因果关联标记的逻辑整体，在此基础上以该时序关联关系为约束执行协同校验，识别各模态行为特征之间的偏差程度与逻辑冲突，并依据偏差程度量化修正特征置信度，针对归属地-位置冲突、时段偏好冲突和行为模式冲突分别执行差异化消解策略，有效解决了单源数据偏差或异常事件导致画像失真的技术问题，提升了画像在数据质量波动条件下的鲁棒性；同时通过构建包含通讯行为、时空活动与社交关系的多维度标签体系，并设置基于变化幅度触发的增量更新机制，使画像标签能够随用户行为动态演变自适应调整，解决了静态画像难以反映用户行为模式变化的技术问题，为通讯服务场景下的精准运营和个性化适配提供了可靠的数据支撑。