CN110162518A - 数据分组方法、装置、电子设备及存储介质 - Google Patents
数据分组方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110162518A CN110162518A CN201910304204.7A CN201910304204A CN110162518A CN 110162518 A CN110162518 A CN 110162518A CN 201910304204 A CN201910304204 A CN 201910304204A CN 110162518 A CN110162518 A CN 110162518A
- Authority
- CN
- China
- Prior art keywords
- target user
- label
- user
- characteristic value
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 27
- 238000010801 machine learning Methods 0.000 claims description 20
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 239000012141 concentrate Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000003542 behavioural effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种数据分组方法、装置、电子设备及存储介质,涉及用户画像领域,该方法包括:获取目标用户的属性数据、业务数据及事件数据;基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。该方法提高了对用户进行分组的效率及准确率。
Description
技术领域
本发明涉及用户画像领域,特别是涉及数据分组方法、装置、电子设备及存储介质。
背景技术
在互联网渗透进生活方方面面的今天,人们在互联网上进行着各类的活动,随着用户活动的进行,每时每刻都会产生海量的数据。对于许多企业来说,随着用户量的增长,如何对用户进行准确、快速的分组,对于提高企业管理效率来说有着重要意义。现有技术中,多是根据用户触发的特定事件对用户进行分组的。这种方法得出的分组结果往往较为片面,难以高效地对用户进行更为准确的分组。
发明内容
基于此,为解决相关技术中如何从技术层面上更加高效、准确地对用户进行分组所面临的技术问题,本发明提供了一种数据分组方法、装置、电子设备及存储介质。
第一方面,提供了一种数据分组方法,包括:
获取目标用户的属性数据、业务数据及事件数据;
基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合与对应的标签,确定所述目标用户的标签;
基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
在本公开的一示例性实施例中,获取目标用户的属性数据、业务数据及事件数据之后,包括:
基于预定数据清洗规则,对所述目标用户的属性数据、业务数据及事件数据进行数据清洗,以获取有效的目标用户的属性数据、业务数据及事件数据。
在本公开的一示例性实施例中,基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合,包括:
获取预设特征组合模板,所述特征组合模板顺序描述了用户的各项特征;
对所述特征组合模板中的各特征,从所述属性数据、业务数据及事件数据中,确定所述目标用户在所述特征上的表现数据;
将所述表现数据、与对所述特征预设的基准数据的比值,确定为所述特征对应的特征值;
将各所述特征值,按照对应特征在所述特征组合模板中的顺序进行排列,得到所述目标用户的特征值组合。
在本公开的一示例性实施例中,基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签,包括:将所述特征值组合输入机器学习模型,由机器学习模型输出目标用户的标签,其中,所述机器学习模型按照以下方式进行训练:对预定时间段内每个用户,将从所述用户的属性数据、业务数据及事件数据中提取出的特征值组合作为样本,并为所述样本贴上预定的标签;将所述样本输入机器学习模型,由机器学习模型输出判定的标签,如果判定的标签与对所述样本预定的标签不一致,调整机器学习模型,直到判定的标签与对所述样本预定的标签一致。
在本公开的一示例性实施例中,基于所述目标用户的特征值组合、以及预定时间段内每个用户的特征值组合与对应的标签,确定所述目标用户的标签,包括:
针对预定时间段内每一用户的特征值组合,确定其中每个特征值与所述目标用户的特征值组合中相应特征值的差的绝对值,并确定所有所述绝对值的平均值;
确定预定时间段内每个用户的特征值组合中,所述平均值最小的行为特征值组合;
将所述平均值最小的特征值组合对应的标签,作为所述目标用户的标签。
在本公开的一示例性实施例中,基于所述目标用户的特征值组合、以及预定时间段内每个用户的特征值组合与对应的标签,确定所述目标用户的标签,包括:
将所述目标用户的特征值组合,构造为目标用户特征值向量;
将所述预定时间段内每个用户的特征值组合,构造为对应的历史用户特征值向量;
确定所述目标用户特征值向量、与每个所述历史用户特征值向量的余弦距离;
将所述最大的余弦距离对应的历史用户特征值向量对应的特征值组合所对应的标签,作为所述目标用户的标签。
在本公开的一示例性实施例中,基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组,包括:
确定所述目标用户的标签与预设的分组标签集中标签相同的标签数;
将所述相同的标签数除以所述目标用户的标签总数,得到所述目标用户的标签与所述预设的分组标签集的匹配值;
如果所述匹配值大于或等于预定阈值,则将所述目标用户加入对应分组中。
根据本公开的第二方面,提供了一种数据分组装置,包括:
第一获取模块,用于获取目标用户的属性数据、业务数据及事件数据;
第二获取模块,用于基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
确定模块,用于基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;
分组模块,用于基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
根据本公开的第三方面,提供了一种数据分组电子设备,包括:
存储器,配置为存储可执行指令。
处理器,配置为执行所述存储器中存储的可执行指令,以执行以上所述的方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行以上所述的方法。
与传统技术中是基于用户触发的特定事件、对用户进行分组相比,本公开的实施例通过对目标用户的属性数据、业务数据及事件数据进行特征提取,再确定目标用户的标签,从而与预设的分组标签集进行匹配,最终对目标用户进行分组,提高了对用户进行分组的效率与准确度。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
图1示出根据本公开一示例实施方式的数据分组的流程图。
图2示出根据本公开一示例实施方式的数据分组装置方框图。
图3示出根据本公开一示例实施方式的基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合的详细流程图。
图4示出根据本公开一示例实施方式的基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签的详细流程图。
图5示出根据本公开一示例实施方式的基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签的详细流程图。
图6示出根据本公开一示例实施方式的基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组的详细流程图。
图7示出根据本公开一示例实施方式的数据分组的系统架构图。
图8示出根据本公开一示例实施方式的数据分组电子设备图。
图9示出根据本公开一示例实施方式的数据分组的计算机可读存储介质图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开的目的在于从技术方面提高对用户进行分组的效率与准确度。根据本公开一个实施例的数据分组方法,包括:获取目标用户的属性数据、业务数据及事件数据;基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。与传统技术中是基于用户触发的特定事件、对用户进行分组相比,本公开的实施例通过对目标用户的属性数据、业务数据及事件数据进行特征提取,再确定目标用户的标签,从而与预设的分组标签集进行匹配,最终对目标用户进行分组,提高了对用户进行分组的效率与准确度。
图1示出根据本公开一示例实施方式的数据分组的流程图:
步骤S100:获取目标用户的属性数据、业务数据及事件数据;
步骤S110:基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
步骤S120:基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合与对应的标签,确定所述目标用户的标签;
步骤S130:基于所述目标用户的标签与预设的分组标签集的匹配结果,对目标用户进行分组。
下面,将结合附图对本示例实施方式中上述数据分组的各步骤进行详细的解释以及说明。
在步骤S100中,获取目标用户的属性数据、业务数据及事件数据。
目标用户是指服务器对其进行分组的用户。
属性数据是指反映出目标用户固有属性的数据,例如,目标用户的年龄、性别、职业、居住区域。
业务数据是指有关目标用户所接受的业务服务的数据,例如:目标用户购买的产品的种类、购买的产品的数量。
事件数据是指有关目标用户在进行活动时所触发的各类事件的数据,例如:目标用户的登录时间段、登录频率、错误操作频率。
在一实施例中,对于要获取的属性数据、业务数据及事件数据,事先已定义完毕相关数据模板。在该数据模板中,具体描述了要获取目标用户的哪些方面的属性数据、业务数据及事件数据。例如,在数据模板中,描述了要获取目标用户的属性数据有:用户年龄、用户性别、用户当前居住地;要获取的目标用户的业务数据有:所购产品种类、所购产品金额、所购产品期限;要获取的目标用户的事件数据有:登录频率、登录地变更频率。
该实施例中,服务器从数据库拿到有关目标用户的所有数据后,根据该数据模板,从有关目标用户的所有数据中,整理并提取出目标用户的属性数据、业务数据及事件数据。
在一实施例中,获取目标用户的属性数据、业务数据及事件数据之后,包括:
基于预定数据清洗规则,对所述目标用户的属性数据、业务数据及事件数据进行数据清洗,以获取有效的目标用户的属性数据、业务数据及事件数据。
数据清洗是指将损坏的、格式错误的数据剔除的过程,目的是只保留有效的、有实际分析价值的数据。
在一实施例中,获取目标用户的属性数据、业务数据及事件数据之后,基于预定数据清洗规则,将解析错误的、格式错误的数据剔除掉。例如,从数据库中提取出的目标用户的属性数据中,关于用户当前居住地的数据中出现了乱码,或者本不应出现的特殊字符,则将关于用户当前居住地的数据剔除掉;或者,关于用户身份证件号码的数据中,本应为16位的身份证件号码,只有15位,说明该部分数据出现了格式错误,则将关于用户身份证件号码的数据剔除掉。
该实施例的优点在于,通过数据清洗,保证了获取的数据的有效性,使得清洗后的数据具有实际分析价值。
下面描述基于目标用户的属性数据、业务数据及事件数据,对用户进行分组的过程。
首先描述基于目标用户的属性数据、业务数据及事件数据,获取目标用户的特征值组合的过程。
在步骤S110中,基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合。
目标用户的特征值组合是指,对预先定义的有关目标用户特征的组合,按照预定的规则,从相关数据中确定出每一特征对应的特征值,将所述特征值按照特征组合的顺序进行排列,所得到的数值组合。
通过这种方法,使得服务器能够从多维度的数据层面对目标用户的特征进行分析。
在一实施例中,如图3所示,步骤S110包括:
步骤S1101:获取预设特征组合模板,所述特征组合模板顺序描述了用户的各项特征;
步骤S1102:对所述行为特征组合模板中各特征,从所述属性数据、业务数据及事件数据中,确定所述目标用户在所述特征上的表现数据;
步骤S1103:将所述表现数据、与对所述行特征预设的基准数据的比值,确定为所述特征对应的特征值;
步骤S1104:将各所述特征值,按照对应特征在所述特征组合模板中的顺序进行排列,得到所述目标用户的行为特征值组合。
表现数据是指对一特征,从获取的用户行为数据中,实际统计出的数据。
基准数据是指对一特征,预设的用于参考的数据。
在一实施例中,预设的特征组合模板为:【现居住地、购买产品金额、累计活跃时间长度】。对“现居住地”这一行为特征,预设的基准数据为“市中心半径5公里”。从用户的属性数据中得到,用户现居住地距市中心7公里,则将用户在“现居住地”上的表现数据确定为7公里。用表现数据除以基准数据,得到用户在“请求频率”上的特征值为1.4。同理,从用户的业务数据中得到用户在“购买产品金额”上的表现数据,并除以对“购买产品金额”预设的基准数据,得到用户在“购买产品金额”上的特征值为0.7;从用户的事件数据中得到用户在“累计活跃时间长度”上的表现数据,并除以对“累计活跃时间长度”预设的基准数据,得到用户在“累计活跃时间长度”上的特征值为2.1。则得到,目标用户的特征值组合为【1.4、0.7、2.1】。
在一实施例中,各特征对应的基准数据是预先设定好的,基准数据的作用在于作为数据分析的参考。由于各用户对同一特征的基准数据是一致的,因此,基准数据如何设定并不会影响对各用户数据的分析结果。
该实施例的优点在于,通过预设作为标准参考的基准数据,能够对各用户的特征进行统一、精确的分析。
下面描述基于目标用户的特征值组合,确定目标用户的标签的过程。
在步骤S120中,基于所述目标用户的特征值组合、以及预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签。
由于特征值组合是从数值层面反映了对应用户,在属性、业务、事件上的表现,因此,可以通过特征值组合间的对比,确定与目标用户最为相似的用户,并将该用户的标签确定为目标用户的标签。
在一实施例中,预先对特定时间段内(例如,当前时间点上周的星期一),日志中记录的每个用户,确定其特征值组合,并根据特征值组合为用户贴上对应的标签。将每个用户的特征值组合作为一个样本,预先贴好的标签作为对应的样本的标签。将样本输入机器学习模型,由机器学习模型输出对样本进行判定的标签,如果判定的标签与预先贴好的标签不一致,则调整机器学习模型的参数,再将标签输入机器学习模型,使机器学习模型输出对样本进行判定的标签,不断迭代,直到判定的标签与预先贴好的标签一致,这样,完成了机器学习模型的训练。需要确定目标用户的标签时,将目标用户的行为特征值组合输入训练完毕的机器学习模型,将机器学习模型输出的标签作为目标用户的标签。
该实施例的优点在于,使得服务器只需对机器学习模型的训练进行预先处理,即可通过预先训练完毕的机器学习模型输出目标用户的标签,提高了获取目标用户的标签的效率。
在一实施例中,如图4所示,步骤S120包括:
步骤S1201:针对预定时间段内每一用户的特征值组合,确定其中每个特征值与所述目标用户的特征值组合中相应特征值的差的绝对值,并确定所有所述绝对值的平均值;
步骤S1202:确定预定时间段内每个用户的特征值组合中,所述平均值最小的行为特征值组合;
步骤S1203:将所述平均值最小的特征值组合对应的标签,作为所述目标用户的标签。
在一实施例中,预先对特定时间段内(例如,当前时间点上周的星期一),日志中记录的每个用户,按照上述实施例中确定特征值组合的方法,确定其特征值组合,并根据特征值组合为用户贴上对应的标签。例如:用户A的特征值组合为【0.8、1.9、1.7】,预先贴上的标签为“购买产品金额巨大”、“活跃”;用户B的特征值组合为【2.1、0.7、1.9】,预先贴上的标签为“远离市中心”、“活跃”;用户C的特征值组合为【0.7、1.1、1.4】,预先贴上的标签为“购买产品金额常规”、“轻微活跃”。目标用户的特征值组合为【1.1、2.1、1.5】,则其与用户A相应特征值的差的绝对值的平均值为:(|1.1-0.8|+|2.1-1.9|+|1.5-1.7|)/3=0.23。同理,与用户B相应特征值的差的绝对值的平均值为0.93,与用户C相应特征值的差的绝对值的平均值为0.5。其中,平均值最小的特征值组合为【0.8、1.9、1.7】,对应的标签为“购买产品金额巨大”、“活跃”,则将标签“购买产品金额巨大”、“活跃”作为目标用户的标签。
该实施例的优点在于,能够快速匹配出与目标用户最接近的用户,进而将该用户的标签确定为目标用户的标签。
在一实施例中,如图5所示,步骤S120包括:
步骤S1201’:将所述目标用户的特征值组合,构造为目标用户特征值向量;
步骤S1202’:将所述预定时间段内每个用户的特征值组合,构造为对应的历史用户特征值向量;
步骤S1203’:确定所述目标用户特征值向量、与每个所述历史用户特征值向量的余弦距离;
步骤S1204’:将所述最大的余弦距离对应的历史用户特征值向量对应的特征值组合所对应的标签,作为所述目标用户的标签。
目标用户特征值向量是指由目标用户的特征值组成的向量。
历史用户特征值向量是指由预定时间段内用户的特征值组成的向量。
在一实施例中,预定时间段内的用户有用户A、用户B、用户C。用户A的标签为“购买产品金额巨大”、“活跃”,特征值组合为【0.8、1.9、1.7】,对应的历史用户特征值向量为(0.8、1.9、1.7);用户B的标签为“远离市中心”、“活跃”,行为特征值组合为【2.1、0.7、1.9】,对应的历史用户特征值向量为(2.1、0.7、1.9);用户C的标签为“购买产品金额常规”、“轻微活跃”,行为特征值组合为【0.7、1.1、1.4】,对应的历史用户特征值向量为(0.7、1.1、1.4)。目标用户的特征值组合为【1.1、2.1、1.5】,则目标用户特征值向量为(1.1、2.1、1.5)。
目标用户特征值向量(1.1、2.1、1.5)与用户A的历史用户特征值向量(0.8、1.9、1.7)的余弦距离为0.99,与用户B的历史用户特征值向量(2.1、0.7、1.9)的余弦距离为0.81,与用户C的历史用户特征值向量(0.7、1.1、1.4)的余弦距离为0.97。最大的余弦距离为0.99,对应历史用户特征值向量(0.8、1.9、1.7),对应的标签为“购买产品金额巨大”、“活跃”,则将“购买产品金额巨大”、“活跃”作为目标用户的标签。
该实施例的优点在于,通过余弦距离衡量用户特征值向量的相似度,能够更为精准地匹配出于目标用户最相近的用户,进而将该用户的标签确定为目标用户的标签。
下面描述当多个子系统按照上述实施例的方法,确定出各自目标用户的标签之后,主系统对各目标用户的标签进行处理的过程。
在一实施例中,主系统包括着多个用于处理不同业务的子系统,每个子系统根据自身需求,按照上述实施例中的方法,确定出了各自目标用户的标签。各子系统确定出的标签是适应于该子系统的需求的,因此,各子系统对同一维度的标签描述会存在差异。其中,主系统与子系统只是从系统架构层面上进行分离描述,在实体终端层面,主系统与子系统可通过被同一服务器进行控制而实现各自功能。
当主系统要对一目标用户进行分组时,会从子系统处获取该目标用户的标签。在这之前,主系统为了保证每次对目标用户及性能分组时,对目标用户的标签能够统一处理。主系统要先对目标用户的标签进行通用化处理,使得从不同子系统获取的标签,在实际处理前,都能保持统一的描述。
在一实施例中,基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签之后,包括:
基于预设的标签转换表,对所述目标用户的标签进行通用化处理,其中,所述标签转换表描述了各标签对应的通用化标签。
该实施例中,主系统从子系统处获取目标用户的标签后,根据标签转换表,将目标用户的标签转换为通用化标签。例如,从子系统出获取的目标用户的标签为:“居住地频发骗保事件”“购买自然险金额巨大”。主系统根据标签对目标用户进行分组前,会根据标签转换表将标签进行通用化处理:“居住地频发骗保事件”转换为“高风险居住地”;“购买自然险金额巨大”转换为“购买产品金额巨大”。其中,对标签进行通用化处理并不仅限于单个标签的转换,还可以包括对多个标签的合并处理。
该实施例的优点在于,经过通用化处理的标签能够保持一致的描述,使得主系统能够更为高效地对标签进行后续处理。
下面描述基于目标用户的标签对目标用户进行分组的过程。
在一实施例中,如图6所示,步骤S130包括:
步骤S1301:确定所述目标用户的标签与预设的分组标签集中标签相同的标签数;
步骤S1302:将所述相同的标签数除以所述目标用户的标签总数,得到所述目标用户的标签与所述预设的分组标签集的匹配值;
步骤S1303:如果所述匹配值大于或等于预定阈值,则将所述目标用户加入对应分组中。
在一实施例中,对分组A预设的匹配值阈值为70%。目标用户的标签有10个,其中有8个标签都在分组A的标签集中,由此得到的匹配值为80%,大于预定阈值,因此将该目标用户加入分组A中。
该实施例的优点在于,提高了服务器对用户进行分组的效率。
在一实施例中,如图2所示,提供了一种数据分组装置,具体包括:
第一获取模块210,用于获取目标用户的属性数据、业务数据及事件数据;
第二获取模块220,用于基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
确定模块230,用于基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;
分组模块240,用于基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
上述装置中各个模块的功能和作用的实现过程具体详见上述数据分组方法中对应步骤的实现过程,在此不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
图7示出根据本公开一示例实施方式的数据分组的系统架构图。该系统架构包括:用户终端310、服务器320、数据库330。
在一实施例中,用户终端310产生的各种数据都会被存储在数据库330中。服务器320对目标用户进行分组时,从数据库330中获取目标用户对应的用户终端端310的属性数据、业务数据及事件数据,并根据所述数据确定目标用户的标签,再根据目标用户的标签对所述目标用户进行分组。在权限分组的场景下,对目标用户进行分组,即是根据目标用户关于系统操作的属性数据、业务数据及事件数据,将目标用户分到对应的权限组中;在黑名单的场景下,对目标用户进行分组,即是根据目标用户关于产品购买的属性数据、业务数据及事件数据,确定是否将目标用户分到黑名单中。
通过以上对系统架构的描述,本领域的技术人员易于理解,这里描述的系统架构能够实现图2所示的数据分组装置中各个模块的功能。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本发明的这种实施方式的电子设备400。图8显示的电子设备400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元410执行,使得所述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元410可以执行如图1中所示步骤S100:获取目标用户的属性数据、业务数据及事件数据;步骤S110:基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;步骤S120:基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;步骤S130:基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
存储单元420可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)4201和/或高速缓存存储单元4202,还可以进一步包括只读存储单元(ROM)4203。
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204,这样的程序模块4205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线430可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备400也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口450进行。并且,电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器460通过总线430与电子设备400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图9所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种数据分组方法,其特征在于,所述方法包括:
获取目标用户的属性数据、业务数据及事件数据;
基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;
基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
2.根据权利要求1所述的方法,其特征在于,获取目标用户的属性数据、业务数据及事件数据之后,包括:
基于预定数据清洗规则,对所述目标用户的属性数据、业务数据及事件数据进行数据清洗,以获取有效的目标用户的属性数据、业务数据及事件数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合,包括:
获取预设特征组合模板,所述特征组合模板顺序描述了用户的各项特征;
对所述特征组合模板中的各特征,从所述属性数据、业务数据及事件数据中,确定所述目标用户在所述特征上的表现数据;
将所述表现数据、与对所述特征预设的基准数据的比值,确定为所述特征对应的特征值;
将各所述特征值,按照对应特征在所述特征组合模板中的顺序进行排列,得到所述目标用户的特征值组合。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签,包括:将所述特征值组合输入机器学习模型,由机器学习模型输出目标用户的标签,其中,所述机器学习模型按照以下方式进行训练:对预定时间段内每个用户,将从所述用户的属性数据、业务数据及事件数据中提取出的特征值组合作为样本,并为所述样本贴上预定的标签;将所述样本输入机器学习模型,由机器学习模型输出判定的标签,如果判定的标签与对所述样本预定的标签不一致,调整机器学习模型,直到判定的标签与对所述样本预定的标签一致。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签,包括:
针对预定时间段内每一用户的特征值组合,确定其中每个特征值与所述目标用户的特征值组合中相应特征值的差的绝对值,并确定所有所述绝对值的平均值;
确定预定时间段内每个用户的特征值组合中,所述平均值最小的特征值组合;
将所述平均值最小的特征值组合对应的标签,作为所述目标用户的标签。
6.根据权利要求1所述的方法,其特征在于,所述基于所述目标用户的特征值组合、以及预定时间段内每个用户的特征值组合与对应的标签,确定所述目标用户的标签,包括:
将所述目标用户的特征值组合,构造为目标用户特征值向量;
将所述预定时间段内每个用户的特征值组合,构造为对应的历史用户特征值向量;
确定所述目标用户特征值向量、与每个所述历史用户特征值向量的余弦距离;
将所述最大的余弦距离对应的历史用户特征值向量对应的特征值组合所对应的标签,作为所述目标用户的标签。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组,包括:
确定所述目标用户的标签与预设的分组标签集中标签相同的标签数;
将所述相同的标签数除以所述目标用户的标签总数,得到所述目标用户的标签与所述预设的分组标签集的匹配值;
如果所述匹配值大于或等于预定阈值,则将所述目标用户加入对应分组中。
8.一种数据分组装置,其特征在于,包括:
第一获取模块,用于获取目标用户的属性数据、业务数据及事件数据;
第二获取模块,用于基于所述属性数据、业务数据及事件数据,获取所述目标用户的特征值组合;
确定模块,用于基于所述目标用户的特征值组合、预定时间段内每个用户的特征值组合及对应的标签,确定所述目标用户的标签;
分组模块,用于基于所述目标用户的标签与预设的分组标签集的匹配结果,对所述目标用户进行分组。
9.一种数据分组电子设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行所述存储器中存储的可执行指令,以执行基于权利要求1-7中任一个所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行基于权利要求1-7中任一个所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304204.7A CN110162518B (zh) | 2019-04-16 | 2019-04-16 | 数据分组方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304204.7A CN110162518B (zh) | 2019-04-16 | 2019-04-16 | 数据分组方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110162518A true CN110162518A (zh) | 2019-08-23 |
CN110162518B CN110162518B (zh) | 2023-10-31 |
Family
ID=67639521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910304204.7A Active CN110162518B (zh) | 2019-04-16 | 2019-04-16 | 数据分组方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162518B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543914A (zh) * | 2019-09-04 | 2019-12-06 | 软通动力信息技术有限公司 | 一种事件数据的处理方法、装置、计算设备和介质 |
CN111563683A (zh) * | 2020-05-09 | 2020-08-21 | 中国银行股份有限公司 | 用于跨境撮合活动的多轮次排桌方法及装置 |
CN112767042A (zh) * | 2021-01-26 | 2021-05-07 | 上海乐享似锦科技股份有限公司 | 一种群组生成方法、装置、电子设备及存储介质 |
CN115061994A (zh) * | 2022-05-27 | 2022-09-16 | 平安科技(深圳)有限公司 | 样本分组优化方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111994A (zh) * | 2014-07-04 | 2014-10-22 | 北京思特奇信息技术股份有限公司 | 一种基于混合数据源的标签数据筛选方法及装置 |
CN105959374A (zh) * | 2016-05-12 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种数据推荐方法及其设备 |
WO2016157138A1 (en) * | 2015-04-02 | 2016-10-06 | Santosh Prabhu | A product recommendation system and method |
CN107808306A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技(深圳)有限公司 | 基于标签库的业务对象的切分方法、电子装置及存储介质 |
CN108763252A (zh) * | 2018-04-02 | 2018-11-06 | 携程旅游信息技术(上海)有限公司 | 公众号的信息推送方法及其系统、存储介质、电子设备 |
CN109299085A (zh) * | 2018-11-07 | 2019-02-01 | 平安医疗健康管理股份有限公司 | 一种数据处理方法、电子设备及存储介质 |
-
2019
- 2019-04-16 CN CN201910304204.7A patent/CN110162518B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104111994A (zh) * | 2014-07-04 | 2014-10-22 | 北京思特奇信息技术股份有限公司 | 一种基于混合数据源的标签数据筛选方法及装置 |
WO2016157138A1 (en) * | 2015-04-02 | 2016-10-06 | Santosh Prabhu | A product recommendation system and method |
CN105959374A (zh) * | 2016-05-12 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种数据推荐方法及其设备 |
CN107808306A (zh) * | 2017-09-28 | 2018-03-16 | 平安科技(深圳)有限公司 | 基于标签库的业务对象的切分方法、电子装置及存储介质 |
CN108763252A (zh) * | 2018-04-02 | 2018-11-06 | 携程旅游信息技术(上海)有限公司 | 公众号的信息推送方法及其系统、存储介质、电子设备 |
CN109299085A (zh) * | 2018-11-07 | 2019-02-01 | 平安医疗健康管理股份有限公司 | 一种数据处理方法、电子设备及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543914A (zh) * | 2019-09-04 | 2019-12-06 | 软通动力信息技术有限公司 | 一种事件数据的处理方法、装置、计算设备和介质 |
CN110543914B (zh) * | 2019-09-04 | 2022-06-24 | 软通智慧信息技术有限公司 | 一种事件数据的处理方法、装置、计算设备和介质 |
CN111563683A (zh) * | 2020-05-09 | 2020-08-21 | 中国银行股份有限公司 | 用于跨境撮合活动的多轮次排桌方法及装置 |
CN112767042A (zh) * | 2021-01-26 | 2021-05-07 | 上海乐享似锦科技股份有限公司 | 一种群组生成方法、装置、电子设备及存储介质 |
CN115061994A (zh) * | 2022-05-27 | 2022-09-16 | 平安科技(深圳)有限公司 | 样本分组优化方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110162518B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10977389B2 (en) | Anonymity assessment system | |
JP6445055B2 (ja) | 機械学習のための特徴処理レシピ | |
US10643135B2 (en) | Linkage prediction through similarity analysis | |
CN110162518A (zh) | 数据分组方法、装置、电子设备及存储介质 | |
US20190188742A1 (en) | Forecasting demand across groups of skills | |
US20210042628A1 (en) | Building a federated learning framework | |
WO2018226404A1 (en) | Machine reasoning based on knowledge graph | |
US11853908B2 (en) | Data-analysis-based, noisy labeled and unlabeled datapoint detection and rectification for machine-learning | |
CN115151928A (zh) | 使用机器学习技术的用于通信工作流的增强的处理 | |
US10579666B2 (en) | Computerized cognitive recall assistance | |
US20190026813A1 (en) | Elicit user demands for item recommendation | |
US20190188410A1 (en) | Cognitive systems for allocating medical data access permissions using historical correlations | |
CN110162537A (zh) | 数据查询方法及装置、存储介质以及电子设备 | |
CN109034199A (zh) | 数据处理方法及装置、存储介质和电子设备 | |
US11132386B2 (en) | Fast linking of anonymized datasets | |
US11841977B2 (en) | Training anonymized machine learning models via generalized data generated using received trained machine learning models | |
US20220027434A1 (en) | Providing recommendations via matrix factorization | |
CN111383072A (zh) | 一种用户信用评分方法、存储介质及服务器 | |
US20190122226A1 (en) | Suspicious activity report smart validation | |
US11893132B2 (en) | Discovery of personal data in machine learning models | |
US20230127907A1 (en) | Intention identification in dialogue system | |
US20220207284A1 (en) | Content targeting using content context and user propensity | |
US20220164534A1 (en) | Techniques for selecting content to include in user communications | |
US20210383075A1 (en) | Intelligent leading multi-round interactive automated information system | |
US11138273B2 (en) | Onboarding services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |