摘要
本发明属于数据挖掘技术领域，本发明公开了一种用户行为动态数据深度挖掘分析方法；包括：获取行为数据和环境数据；行为数据包括运动数据和生理数据；通过总加速度数据计算运动强度和步频数据；生理数据中的压力数据获取方式为，利用训练好的支持向量回归模型预测压力数据；对获得的行为数据和环境数据进行预处理，得到预处理数据集，其中使用局部异常因子算法处理异常值；基于预处理数据集，利用自动编码器进行融合，输出综合行为向量；基于综合行为向量，判断用户当前的行为状态；提高了行为数据分析的准确性，并能够实现实时、智能的用户行为状态判断，具有较高的实用价值和创新性，特别适用于健康管理、个性化服务等领域。
