数据处理方法、装置、电子设备和计算机可读存储介质与流程

1.本发明涉及移动通信技术领域，尤其涉及数据处理方法、装置、电子设备和计算机可读存储介质。


背景技术：

2.目前，在全球范围内有多家运营商可以提供移动通信业务，不同的运营商可能具有不同的业务特色，而出于不同的业务需求，用户可能会同时使用多个运营商的移动通信业务，所以为了满足这样的用户需求，终端通常可以支持同时为用户提供至少两个运营商的移动通信业务。
3.然而在实际应用中，用户在同时使用至少两个运营商的移动通信业务时，也往往有所侧重。比如，用户主要使用第一运营商而次要使用第二运营商的移动通信业务，或用户主要使用第一运营商的某类移动通信业务，且主要使用第二运营商的另一类移动通信业务，等。
4.对于运营商而言，及时了解用户动态而进行业务改进、以便提升业务质量和用户体验，对于技术领域的进步是非常有必要的。所以，就需要提供一种方案，在用户使用运营商移动通信业务的过程中，能够从使用角度上获知用户的类型。


技术实现要素：

5.本发明实施例提供的数据处理方法、装置、电子设备和计算机可读存储介质，用于在用户使用运营商的移动通信业务的过程中，能够从使用角度上获知用户的类型。
6.为解决上述技术问题，本发明实施例是这样实现的：
7.本发明实施例采用下述技术方案：
8.一种数据处理方法，包括：
9.获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
10.对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
11.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
12.一种数据处理装置，包括：数据获取单元、特征提取单元和类型确定单元，其中，
13.所述数据获取单元，用于获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
14.所述特征提取单元，用于对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
15.所述类型确定单元，用于根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
16.一种电子设备，包括：
17.处理器；以及
18.被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
19.获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
20.对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
21.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
22.一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
23.获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
24.对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
25.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
26.由以上实施例提供的技术方案可见，可以先获取用户在终端上，针对目标运营商的移动通信业务使用数据，此后可以对使用数据中的业务行为数据和/或业务流量数据，分别进行特征提取，从而得到业务行为特征和/或业务流量特征，据此则可以根据预先挖掘的、业务行为特征和/或流量行为特征与用户类型的对应关系，确定出用户在该终端上，针对目标运营商的用户类型。
27.也即，当用户使用可以支持同时提供至少两sim卡的移动通信业务的终端时，通过收集用户针对某个运营商的移动通信业务的使用数据，可以根据使用数据，结合预先挖掘出的特征与用户类型的对应关系，确定出用户在这个终端上，针对这个运营商的用户类型。
28.由于利用了用户在终端上对某个运营商的使用数据，并以使用数据中的行为数据和流量数据作为依据，所以便可以在用户通过终端使用移动通信业务的过程中，从使用角度上较为准确地获知用户所属的类型。
附图说明
29.为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可
以根据这些附图获得其他的附图。
30.图1为本发明实施例提供的数据处理方法的流程示意图；
31.图2为本发明实施例提供的识别“异网主卡”用户的方法的示意图；
32.图3为本发明实施例提供的数据处理装置的结构示意图；
33.图4为本发明实施例提供的电子设备的结构示意图。
具体实施方式
34.为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.以下结合附图，详细说明本发明中各实施例提供的技术方案。
36.实施例1
37.本实施例提供一种数据处理方法，可以在用户使用运营商移动通信业务的过程中，从使用角度上获知用户的类型。假设本方法的执行主体可以为服务端，则本方法的具体流程示意图如图1所示，包括：
38.步骤102：获取用户在终端上，针对目标运营商的移动通信业务使用数据。
39.终端，也可以指用户设备(user equipment，ue)、移动设备、用户终端、称终端设备、无线通信设备、或用户装置。终端可以是蜂窝电话、无绳电话、会话启动协议(session initiation protocol，sip)电话、无线本地环路(wireless local loop，wll)站、个人数字处理(personal digital assistant，pda)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其他处理设备、可穿戴设备，等。
40.这里的终端可以为用户提供移动通信业务(mobile communication services)，目前可以通过在终端上插入实体sim(subscriber identity module，用户身份识别)卡，来提供sim卡运营商对应的移动通信业务。这里的运营商为可以提供移动通信业务的运营商，而移动通信业务可以包括多种，比如可以包括基本的移动通话业务、短消息业务、数据传输业务等，此外还可以包括视频通话业务等，这里不对移动通信业务的种类进行限制，当然，终端也可以通过虚拟sim卡的方式来实现移动通信业务。
41.如前文所述，不同的运营商可能会出于不同目的，而具有不同的业务特点，比如某个运营商的通话业务信号覆盖较强，而某个运营商的数据传输业务速率较较快等。所以为了满足不同需求，用户可能会同时使用不同运营商的移动通信业务，而为了满足这一需求，目前的终端通常可以支持至少两个运营商。比如，较为常见的是，终端上可以插入两个sim卡，从而使用户可以同时使用两个相同或不同的运营商的移动通信业务，这类终端俗称“双卡双待”终端。
42.而用户在同时使用不同运营商的移动通信业务时，往往会对某个运营有所偏重，比如，在“双卡双待”情况下，有主卡副卡的区别，主卡作为主用，而副卡作为备用。所以，为了能够了解用户对运营商的移动通信业务的使用情况，以便从使用角度上确定用户的类型，本步骤便可以获取用户在终端上，针对某个目标运营商的移动通信业务使用数据。
43.具体地，由于是为了获知用户在同时使用大于一个运营商的移动通信业务时，在
使用角度上的用户类型，所以这里的终端便可以支持同时提供至少两个运营商的移动通信业务，或称可以支持同时提供至少两个sim卡的移动通信业务。
44.这里可以预先获取各类终端的硬件信息，比如通过从终端的制造商处获取，或从终端官网介绍中获取，还可以从记载终端硬件信息的聚合类网站处获取，从而筛选出可以支持同时提供至少两个运营商的移动通信业务，正如前文所述的“双卡双待”终端。具体实现方式上可以通过python(通用型编程语言)的scrpay(基于python编写的的开源网络爬虫框架)，对终端的硬件信息进行爬取，从而识别出“双卡双待”的终端。
45.所以在本步骤之前，本方法还可以包括：通过scrpay框架对指定网站进行爬虫，获取终端数据，并将支持同时提供至少两个sim卡的移动通信业务的终端数据存储至本地终端库。
46.具体便可以通过python的scrpay框架，对上述指定网站进行数据爬取，得到终端数据，并识别出支持同时提供至少两个sim卡的移动通信业务的终端，此后，可以将这类终端的型号等数据进行存储，生成一个本地终端库，在用户使用移动通信业务时，可以先获取用户的终端型号，从而判断是否为“双卡双待”终端，若是，则可以继续获取该用户针对某个于运营商的移动通信业务使用数据。
47.也即，本步骤可以包括：获取用户在本地终端库内的终端上，针对目标运营商的移动通信业务使用数据。
48.比如针对某个运营商1而言，则可以在用户使用移动通信业务时，获取该用户的终端型号，并与预存的本地终端库进行匹配，若匹配结果为是“双卡双待”终端，则可以获取该用户在使用自家的移动通信业务的使用信息。
49.而移动通信业务的业务使用数据，则可以是指用户在使用移动通信业务时，根据业务操作所生成的表征使用情况的信息。这里的使用信息可以包括业务行为数据，以及业务流量数据，在获取时，可以获取其一，也可以两者均获取。
50.业务行为数据，可以是指用户在使用移动通信业务时的业务行为，比如，可以包括针对通话业务的主叫、被叫、呼叫起止时间、位置信息、基站信息、数据上行下行时间、短消息时间，等。而业务流量数据，可以是指用户在使用移动通信业务时，产生的业务统计量，比如，可以包括呼叫时长、数据上行下行流量，基站数量、短信数量，等。
51.实际应用中，为了能够更加准确地确定出用户的类型，通常情况下，可以获取用户多个周期内的使用信息。比如以一个月为周期，获取用户两到三个连续或不连续周期内的使用信息，等。所以在一种实施方式中，本步骤中，获取用户在终端上，针对目标运营商的移动通信业务使用数据，可以包括：获取用户在终端上，针对目标运营商的、多个业务周期内的移动通信业务使用数据。业务周期可以是运营商向客户收费的费用周期、或业务结算的周期，比如一个月，运营商每月可以针对用户的行为和流量进行结算统计，本步骤则可以据此，获取多个业务周期内的移动通信业务使用数据。
52.在实际应用中，用户很有可能出于业务质量、资费、或其他原因，使用某个运营商的某个特定业务，比如，在“双卡双待”终端中，同时使用运营商1和通话业务、以及运营商2的数据传输业务，等。所以为了能够较为准确地获知用户针对运营商的某个特定移动通信业务的依赖程度，在一种实施方式中，本步骤可以包括：获取用户在终端上，针对目标运营商的特定移动通信业务使用数据。从而可以通过后续步骤中，确定出针对该特定移动通信
业务的用户类型。
53.步骤104：对业务行为数据和/或业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征。
54.用户的业务行为数据和业务流量数据中含有一些特征，这些特征可以直接反映用户对移动通信业务的使用情况，所以本步骤可以对业务行为数据和/或业务流量数据进行特征提取，从而得到用于描述用户类型的业务行为特征和/或业务流量特征。
55.对于特征提取方式，则可以根据业务经验进行不断总结得出。比如可以先收集大量的用户样本，用户样本中包括用户的业务行为数据和业务流量数据。具体比如，业务行为数据中可以包括前述的主叫、被叫、呼叫起止时间、位置信息、基站信息、数据上行下行时间、短消息时间，而业务流量数据可以包括呼叫时长、数据上行下行流量，基站数量、短信数量。这里的用户样本可以从历史记录中收集。
56.而业务行为数据和业务流量数据可以是收集到的原始信息，也可以是经过数据统计后的信息，比如业务行为数据可以是主叫次数、被叫次数、位置信息个数及次数、基站标识和次数、数据传输天数，等，业务流量数据可以是每日呼叫时长、每日数据上行下行流量，经过基站数量、每日短消息条数，等。
57.在不断的总结发现中，可以确定出一些能够用于描述用户类型的业务行为特征和/或业务流量特征的提取方式。比如，针对用户的业务行为数据而言，用于描述用户类型的业务行为的特征可以包括“当月开机天数”、“流量使用天数占比”、“日均基站数”，等，而用于描述用户业务流量的特征可以包括“当月使用流量天数”、“当月总流量”，等。
58.所以本实施例中，便可以预先设定一些能够用来描述用户类型的特征提取方式，并基于这些特征提取方式，提取出用于描述用户类型的业务行为特征和/或业务流量特征。
59.步骤106：根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定该用户的用户类型。
60.在前述步骤中已经介绍，可以利用能够用来描述用户类型的特征提取方式，对用户的业务使用数据进行特征提取，那么本步骤，则可以据此确定用户的类型。
61.具体地，可以预先从用户使用的目标运营商的移动通信业务中，获取业务使用历史信息，并根据前述步骤的特征提取方式，得到特征提取结果，从而生成用户样本。不同的用户样本还可以对应有不同的用户类型，比如可以对样本进行的经验分析而预估得到不同的类型，或通过电话实际调查的结果等。
62.比如，以用户的平均业务行为和业务流量为参照，根据实际采集到的使用信息，结合实际的电话调查结果，确定出不同用户的不同类型。也即，用户样本可以包括用户针对运营商移动通信业务的业务行为特征和/或业务流量特征，以及对应不同的用户类型。
63.用户样本中用户的类型可以包含多种，比如针对本实施例中，支持同时提供至少两个sim卡的移动通信业务的终端，可以包括以目标运营商为非主用运营商的用户、以目标运营商为主用运营商的用户这两类，当然还可以有更多类型，比如以目标运营商为非主用运营商的用户、且使用率较低，以目标运营商为主用运营商的用户这两类、且使用率较高，等。
64.在实际应用中，可以为不同用户类型进行自定义命名，比如当终端为“双卡双待”的终端时，那么上述以目标运营商为非主用运营商的用户，可以称为“异网主卡”用户，也即
将异于自家运营商的其他运营商的sim卡作为主卡使用；类似地，上述以目标运营商为主用运营商的用户，便可以称为“本网主卡”用户，也即将自家运营商的sim卡作为主卡使用；而上述以目标运营商为非主用运营商的用户、且使用率较低，以及上述以目标运营商为主用运营商的用户这两类、且使用率较高，则可以分别表示“异网主卡”、以及“本网主卡”的不同程度。
65.在实际应用中，可以通过数据挖掘的方式，挖掘出不同用户类型对应的不同业务行为特征。比如可以通过聚类的方式，或特定的回归模型，挖掘出业务行为特征与用户类型的对应关系，以及业务流量特征与用户类型的对应关系。
66.第一种方式，通过k-means聚类的方式，从用户样本中，预先挖掘不同用户类型对应的业务行为特征。
67.比如，可以先利用历史记录，收集到大量某个用户类型的用户样本，并根据前述步骤中，用于描述用户类型的特征提取方式，得到能够体现用户类型的业务行为特征，此后基于k-means聚类算法，分别对不同用户类型的业务行为特征进行聚类，从而得到业务行为特征与这个用户类型的对应关系。
68.具体比如，业务行为特征可以有包括上述“当月开机天数”、“流量使用天数占比”、“日均基站数”等多个维度，将大量用户样本放到多维空间中，通过预先设置有限个初始的聚类中心，并通过用户样本与初始中心的距离，在不断迭代的过程中，确定出较为稳定的多个聚类中心，从而得到业务行为特征与用户类型的对应关系。进而可以基于该对应关系，利用提取出来的业务行为特征确定出用户类型。
69.例如，以目标运营商为非主用运营商的用户，即“异网主卡”用户，这一用户类型可以对应有大量的用户样本，每个用户样本中，均可以包括如“当月开机天数”、“流量使用天数占比”、“日均基站数”等多个维度的特征，可以在多维空间中，放置每个用户样本，并根据分布情况，设置n个聚类中心，通过用户样本与聚类中心之间的距离，在不断迭代的过程中，确定出m个聚类中心，其中可以挖掘出某个聚类中心为“一个月内使用终端天数≥20天、且数据传输业务使用天数占比＜50％、且日均经过基站数量＞6天”这组特征，那么这组特征，便可以与以目标运营商为非主用运营商(“异网主卡”)的用户这一用户类型建立对应关系。从而在确定用户类型时，若提取到的业务行为特征满足这一组特征，则可以将用户类型确定为“异网主卡”。
70.由于移动通信业务已经非常普及，所以不同用户在实际的业务行为上的体现也较为明显，也即在移动通信业务的业务行为特征上，不同类型的用户通常具有较为明显的差异，而k-means聚类的优点在于当结果簇是密集的，且簇与簇之间区别较为明显时,效果较好。在移动通信业务上，样本数量巨大，且不同的聚类簇(业务行为特征)之间区别较为明显，所以k-means聚类算法，非常适合于本应用场景，能够达到较好地挖掘出不同用户类型对应的业务行为特征。
71.第二种方式，通过farima回归模型，从用户样本中，预先挖掘不同用户类型对应的业务流量特征。
72.比如，还可以先利用历史记录，收集到大量某个用户类型的用户样本，并根据前述步骤中，用于描述用户类型的特征提取方式，得到能够体现用户类型的业务行为特征，此后基于farima模型(fractional autoregressive integration moving average，自回归分
数整合滑动平均模型)，较为准确地描述出这个用户类型所对应的业务流量特征。
73.具体比如，业务流量特征可以有包括上述“当月使用流量天数”、“当月总流量”、“上月总流量”、“当月总流量/上月总流量”等多个维度，这些维度可以体现业务流量的自相似性、还可以体现周期性的特点，主要体现在叠加性：不同业务流量特征可以是由不同类型业务流量叠加而成；周期性：业务流量特征可以是由用户的周期性活动引起的；分段同质性：可以根据某种特性，将持续的、且呈现复杂、随机的过程，进行合理分段，使得每一段可以用一个较为简单的、齐次的随机过程加以逼近表示。
74.在实践中发现，由于网络业务流量具有自相似性，而farima模型具有同时描述短相关和长相关特性的特点，非常适合作为业务流量的建模与预测工具。所以可以将某个用户类型对应的大量用户样本中的业务流量特征作为输入，利用farima模型中的伽马函数、以及高斯过程，从而对业务流量特征进行建模预测，得到多种业务流量特征与该用户类型之间的对应关系。
75.例如，“异网主卡”，这个用户类型可以对应大量的用户样本，每个用户样本中，均可以包括如“当月使用流量天数”、“当月总流量”、“上月总流量”、“当月总流量/上月总流量”等多个维度的业务流量特征，可以将大量用户样本输入至farima模型中，从而利用伽马函数、高斯过程、以及特定的算法，可以描述出这个用户类型对应的多组业务流量特征，另外还可以基于不同的业务流量特征，进行自定义命名，比如：
76.流量交替：当月使用流量天数>0、且当月使用流量天数<5；
77.流量突降：(当月的总流量/上月总流量-1)<-0.5、且上月总流量>0、且当月的总流量<6.15g；
78.长期低流量：上月总流量<6.15g、且当月总流量<6.15g；
79.主用流量：当月总流量>6.15g；
80.零流量用户：当月总流量＝0。
81.那么在确定用户类型时，若提取到的业务流量特征与某一组特征相匹配时，则可以将用户类型确定为这一组特征对应的用户类型。比如根据上文举例，可以为“异网主卡”用户类型基于k-means聚类和farima模型，分别确定出对应的业务行为特征以及业务流量特征，那么若对每个用户进行特征提取后，得到的特征结果与该对应的业务行为特征以及业务流量特征像匹配，则可以将用户类型确定为“异网主卡”用户。
82.所以在实际应用中，便可以根据预先挖掘的、业务行为特征和/或业务流量特征与用户类型的对应关系，确定用户在终端上，针对目标运营商的用户类型是否为以目标运营商为非主用运营商的用户。或可以根据预先挖掘的、业务行为特征和/或业务流量特征与用户类型的对应关系，确定用户在终端上，针对目标运营商的用户类型是否为特征用户类型的用户。
83.在前述步骤中已经介绍，可以获取用户在终端上，针对目标运营商的特定移动通信业务使用数据，那么本步骤，为了能够较为准确地获知用户针对运营商的某个特定移动通信业务的用户类型，本步骤根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定该用户的用户类型，可以包括：根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定用户针对特定移动通信业务的用户类型。
84.比如，针对数据传输业务而言，可以先获取用户在终端中，针对目标运营商的数据
传输业务的业务使用数据，并对数据传输业务的业务行为数据和业务流量数据，分别进行特征提取，并根据预先挖掘出的、针对数据传输业务中业务行为特征和业务流量特征分别与用户类型的对应关系，确定出针对该运营商的数据传输业务的用户类型。
85.在实际应用中，可以根据业务行为特征确定出一个用户类型，也可以根据业务流量特征，确定出另一个用户类型，而有可能出现确定出的两种用户类型不一致的情况，那么此时，便可以综合考虑，来确定出针对该运营商的数据传输业务的用户类型。
86.在前文已经介绍，用户可以有多种业务行为特征以及业务流量特征，在实际中，用户可能出于不同的意愿导致这些特征。比如，以业务流量特征为例，若出现流量交替，也即当月使用流量天数>0、且当月使用流量天数<5，则可能说明用户出于某些原因，没有强烈的使用意愿，那么此时便可以通过为用户推荐互联网资源的方式，激发用户的使用意愿。比如可以通过赠送或促销数据传输流量等互联网资源的策略，来激发用户的使用意愿。若出现零流量用户，可能该用户已经流失，那么则可以通过多次电话促销的方式，试图挽回该用户。
87.所以，为了能够及时针对不同的用户特征，提供对应的业务服务策略，在一种实施方式中，本方法还可以包括：根据提取出的业务行为特征和/或业务流量特征，为用户推荐对应的互联网资源。
88.具体地，这里的互联网资源可以包括数据传输资源、移动通话资源等移动通信业务中的互联网资源，正如前文举例，对于业务流量特征而言，若提取出的业务流量特征，体现用户出现了流量交替的情况，则可以通过推荐某个数据传输套餐等互联网资源，对用户进行精准营销。
89.在实际应用中，也可以为业务行为特征和业务流量特征分别预设第一特征条件，和第二特征条件，比如连续两个周期某个业务行为特征下降幅度超过20％，等。而推荐互联网资源的方式，也可以包括赠送话费、流量打折、赠送通话时长等。
90.在实际应用中，也可以为“本网主卡”的用户，确定推荐互联网资源的方式，比如第一特征条件和第二特征条件可以是，连续几个周期某个业务行为特征涨幅高于20％，等，而业务服务策略，则可以包括促销年套餐、提升用户等级，等。
91.如图2所示，为基于本实施提供的数据处理方法，应用在识别“异网主卡”用户的方法的示意图，可以用于“异网主卡”用户的识别。首先，可以通过scrpay框架在网络上进行爬取，以便获取终端数据，识别“双卡双待”的终端，以型号标识存储至本地终端库。其次，可以收集大量用户的通话、数据等的业务行为数据和业务流量数据，并结合工程人员通过电话调查，或经验分析得出用户类型，创建用户样本。据此则可以对用户的业务行为数据和业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征，并分别利用k-means聚类、farima模型等方式，挖掘出“异网主卡”用户类型对应的业务行为特征和业务流量特征。在实际应用中，还可以进行验证，并反复优化业务行为特征、业务流量特征分别与“异网主卡”用户的对应关系。在实际应用时，则可以收集用户在“双卡双待”终端上对自家运营商的移动通信业务的使用信息，并通过特征提取，以及与对应关系进行匹配的方式，确定出该用户是否为“异网主卡”用户。
92.由以上实施例提供的方法可见，可以先获取用户在终端上，针对目标运营商的移动通信业务使用数据，此后可以对使用数据中的业务行为数据和/或业务流量数据，分别进
行特征提取，从而得到业务行为特征和/或业务流量特征，据此则可以根据预先挖掘的、业务行为特征和/或流量行为特征与用户类型的对应关系，确定出用户在该终端上，针对目标运营商的用户类型。
93.也即，当用户使用可以支持同时提供至少两sim卡的移动通信业务的终端时，通过收集用户针对某个运营商的移动通信业务的使用数据，可以根据使用数据，结合预先挖掘出的特征与用户类型的对应关系，确定出用户在这个终端上，针对这个运营商的用户类型。
94.由于利用了用户在终端上对某个运营商的使用数据，并以使用数据中的行为数据和流量数据作为依据，所以便可以在用户通过终端使用移动通信业务的过程中，从使用角度上较为准确地获知用户所属的类型。
95.实施例2
96.基于相同的构思，本发明实施例2还提供一种数据处理装置，可以在用户使用运营商移动通信业务的过程中，从使用角度上获知用户的类型。假设本方法的执行主体可以为服务端。该装置的结构示意图如图3所示，包括：数据获取单元202、特征提取单元204和类型确定单元206，其中，
97.数据获取单元202，可以用于获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
98.特征提取单元204，可以用于对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
99.类型确定单元206，可以根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
100.在一种实施方式中，数据获取单元202，还可以用于：
101.在所述获取用户在终端上，针对目标运营商的移动通信业务使用数据之前，通过scrpay框架对指定网站进行爬虫，获取终端数据，并将支持同时提供至少两个sim卡的移动通信业务的终端数据存储至本地终端库；
102.数据获取单元202，可以用于：
103.获取用户在所述本地终端库内的终端上，针对目标运营商的移动通信业务使用数据。
104.在一种实施方式中，类型确定单元206，可以用于：
105.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型是否为以所述目标运营商为非主用运营商的用户。
106.在一种实施方式中，数据获取单元202，可以用于：
107.获取用户在终端上，针对目标运营商的、多个业务周期内的移动通信业务使用数据。
108.在一种实施方式中，装置还包括资源推荐单元，可以用于：
109.根据所述业务行为特征和/或业务流量特征，为所述用户推荐对应的互联网资源。
110.在一种实施方式中，数据获取单元202，可以用于：
111.获取用户在终端上，针对目标运营商的特定移动通信业务使用数据；
112.类型确定单元206，可以用于：
113.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定用户针对特定移动通信业务的用户类型。
114.由以上实施例提供的装置可见，
115.可以先获取用户在终端上，针对目标运营商的移动通信业务使用数据，此后可以对使用数据中的业务行为数据和/或业务流量数据，分别进行特征提取，从而得到业务行为特征和/或业务流量特征，据此则可以根据预先挖掘的、业务行为特征和/或流量行为特征与用户类型的对应关系，确定出用户在该终端上，针对目标运营商的用户类型。
116.也即，当用户使用可以支持同时提供至少两sim卡的移动通信业务的终端时，通过收集用户针对某个运营商的移动通信业务的使用数据，可以根据使用数据，结合预先挖掘出的特征与用户类型的对应关系，确定出用户在这个终端上，针对这个运营商的用户类型。
117.由于利用了用户在终端上对某个运营商的使用数据，并以使用数据中的行为数据和流量数据作为依据，所以便可以在用户通过终端使用移动通信业务的过程中，从使用角度上较为准确地获知用户所属的类型。
118.图4是本发明的一个实施例电子设备的结构示意图。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
119.处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
120.存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
121.处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成数据处理执行装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
122.获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
123.对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
124.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
125.上述如本发明图3所示实施例提供的数据处理装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完
成。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
126.结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
127.本发明实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图3所示实施例中数据处理装置执行的方法，并具体用于执行：
128.获取用户在终端上，针对目标运营商的移动通信业务使用数据；所述移动通信业务使用数据包括业务行为数据和/或业务流量数据，所述终端支持同时提供至少两个sim卡的移动通信业务；
129.对所述业务行为数据和/或所述业务流量数据进行特征提取，得到用于描述用户类型的业务行为特征和/或业务流量特征；
130.根据业务行为特征和/或业务流量特征与用户类型的对应关系，确定所述用户的用户类型。
131.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
132.为了描述的方便，描述以上系统时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
133.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
134.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
135.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
136.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
137.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
138.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
139.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
140.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
141.本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
142.本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
143.以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同
替换、改进等，均应包含在本发明的权利要求范围之内。