CN110675196A - 用户识别方法、装置、电子设备和存储介质 - Google Patents
用户识别方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110675196A CN110675196A CN201910931123.XA CN201910931123A CN110675196A CN 110675196 A CN110675196 A CN 110675196A CN 201910931123 A CN201910931123 A CN 201910931123A CN 110675196 A CN110675196 A CN 110675196A
- Authority
- CN
- China
- Prior art keywords
- user
- transaction
- users
- user group
- group
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012546 transfer Methods 0.000 claims description 76
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种用户识别方法,包括:获取多个用户的交易数据;基于交易数据,将多个用户划分为多个用户群,其中,对于每个用户群,用户群中的每个用户与用户群中另一用户之间的关联程度大于用户群中的用户与其他用户群中的用户之间的关联程度;分析每个用户群的交易数据,获得分析结果;以及从分析结果满足预设条件的用户群中识别出潜在优质用户。本公开还提供了一种用户识别装置、一种电子设备和计算机可读存储介质。
Description
技术领域
本公开涉及互联网技术领域,更具体地,涉及一种用户识别方法和一种用户识别装置、电子设备和存储介质。
背景技术
为了企业的健康发展,企业需要拓展客户数量,发掘潜在优质客户。传统的潜在优质客户的识别方法,通常是对单个客户的数据进行分析。例如,银行通常通过对单个客户的交易数据进行分析来识别该客户是否是潜在优质客户。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:潜在优质客户的识别准确率较低。
发明内容
有鉴于此,本公开提供了一种用户识别方法、装置、电子设备和存储介质。
本公开的一个方面提供了一种用户识别方法,包括:获取多个用户的交易数据;基于交易数据,将多个用户划分为多个用户群,其中,对于每个用户群,用户群中的每个用户与用户群中另一用户之间的关联程度大于用户群中的用户与其他用户群中的用户之间的关联程度;分析每个用户群的交易数据,获得分析结果;以及从分析结果满足预设条件的用户群中识别出潜在优质用户。
根据本公开的实施例,交易数据包括由转账交易而产生的转账数据;基于交易数据,将多个用户划分为多个用户群包括:根据转账数据确定每个转账交易的转账借方和转账贷方,并且将转账借方和转账贷方作为一个交易组;分析每个交易组所对应的转账数据,以获取每个交易组的交易特征;以及基于多个交易特征,将多个用户划分为多个用户群。
根据本公开的实施例,交易特征包括以下至少一种:交易频次、交易资金和最近一次交易的交易时间。
根据本公开的实施例,分析每个用户群的交易数据,获得分析结果包括:分析每个用户群中的每个用户的交易数据,确定每个用户群的平均资产,其中,预设条件包括平均资产高于第一预设值;从分析结果满足预设条件的用户群中确定出潜在优质用户包括:将满足预设条件的用户群中资产低于第二预设值的用户确定为潜在优质用户,其中,第二预设值小于第一预设值。
根据本公开的实施例,分析每个用户群的交易数据,获得分析结果包括:分析每个用户群中的每个用户的交易数据,以获得用户群中的每个用户所拥有的资产;预设条件包括用户群中资产大于第三预设值的用户的占比达到预设比值;从分析结果满足预设条件的用户群中确定出潜在优质用户包括:将满足预设条件的用户群中资产低于第二预设值的用户确定为潜在优质用户。
本公开的另一个方面提供了一种用户识别装置,包括:获取模块,用于获取多个用户的交易数据;划分模块,用于基于交易数据,将多个用户划分为多个用户群,其中,对于每个用户群,用户群中的每个用户与用户群中另一用户之间的关联程度大于用户群中的用户与其他用户群中的用户之间的关联程度;分析模块,用于分析每个用户群的交易数据,获得分析结果;以及识别模块,用于从分析结果满足预设条件的用户群中识别出潜在优质用户。
根据本公开的实施例,交易数据包括由转账交易而产生的转账数据;划分模块包括:确定子模块,用于根据转账数据确定每个转账交易的转账借方和转账贷方,并且将转账借方和转账贷方作为一个交易组;获取子模块,用于分析每个交易组所对应的转账数据,以获取每个交易组的交易特征;以及划分子模块,用于基于多个交易特征,将多个用户划分为多个用户群。
根据本公开的实施例,交易特征包括以下至少一种:交易频次、交易资金和最近一次交易的交易时间。
本公开的另一方面提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行上述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,可以至少部分地解决潜在优质客户识别不准确的问题,并因此可以实现提高识别潜在优质客户的准确率的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用用户识别方法的示例性系统架构;
图2示意性示出了根据本公开的实施例的用户识别方法的流程图;
图3示意性示出了根据本公开的实施例的将多个用户划分为多个用户群的方法流程图;
图4示意性示出了根据本公开的实施例的用户识别装置的框图;以及
图5示意性示出了根据本公开实施例的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种用户识别方法。该方法包括获取用户的交易数据,并根据交易数据将该多个用户划分成多个用户群。然后针对每个用户群的交易数据进行分析,获得分析结果,以及从分析结果满足预设条件的用户群中识别出潜在优质用户。其中,对于每个用户群,所述用户群中的每个用户与所述用户群中另一用户之间的关联程度大于所述用户群中的用户与其他用户群中的用户之间的关联程度。
图1示意性示出了根据本公开实施例的可以应用用户识别方法的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
例如,在交易系统中,服务器105例如可以是银行的交易服务器。服务器105可以是提供各种交易服务的服务器,例如响应用户的转账、、理财、购物等请求,并且服务器105可以存储用户的交易信息。或者可以将用户的交易信息发送到其他设备,由其他设备存储用户的交易信息。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。需要理解的是,在银行系统中,用户所使用的终端设备当然还可以包括柜台设备、自助服务终端等。
根据本公开的实施例,本公开所提供的用户识别方法可以由服务器105执行,或者也可以由不同于服务器105且能够与服务器105进行通信的服务器或者服务器集群执行。相应地,本公开实施例所提供的用户识别装置一般可以设置于服务器105中,或者也可以设置于不同于服务器105且能够与服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开的实施例的用户识别方法的流程图。
如图2所示,该方法包括在操作S201~S204。
在操作S201,获取多个用户的交易数据。
根据本公开的实施例,交易数据例如可以包括用户的入账、出账、消费、贷款、资产等交易记录。
在操作S202,基于交易数据,将多个用户划分为多个用户群。其中,对于每个用户群,用户群中的每个用户与用户群中另一用户之间的关联程度大于用户群中的用户与其他用户群中的用户之间的关联程度。
根据本公开的实施例,例如可以根据转账、支付等交易数据来分析用户之间的亲密程度,将亲密程度较大的多个用户划分为一组。
在操作S203,分析所述每个用户群的交易数据,获得分析结果。
根据本公开的实施例,例如可以对每个用户的交易数据进行分析,从而获得该用户群的资产水平。
每个用户群的交易数据,例如可以包括该用户群中每个用户的固定资产,购买的理财产品,购买的纪念品等与用户的资产相关的所有交易数据。
在操作S204,从分析结果满足预设条件的用户群中识别出潜在优质用户。
根据本公开的实施例,预设条件例如可以是用户群的平均资产水平较高。根据本公开的实施例,用户群的平均资产水平较高,意味着该用户群中的用户的个人资产较高。若该用户群中某些用户在当前金融机构的资产较少,则该些用户将资产存储在其他金融机构的概率较大,从而可以将该些用户作为潜在优质用户。
根据本公开的实施例,该用户识别方法通过分析用户与用户之间的交易,估计用户之间的关联程度,将关联程度较大的客户分成一个用户群,识别出符合条件的用户群,再从符合条件的用户群中识别出潜在优质客户。该用户识别方法利用“人以群分”的思想,能够更好地识别出潜在优质客户,提高识别准确率。例如,在一个银行的交易数据中,一个用户群中用户的平均资产水平较高,可以推测该用户群中在该银行的资产水平较低的用户的实际资产也较高,资产水平较低的用户的主要资产可能存储在其他银行,因此可以将该用户群中资产水平较低的用户作为潜在优质客户。
下面参考图3,结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开的实施例的在操作S202将多个用户划分为多个用户群的方法流程图。在该实施例中交易数据可以包括由转账交易而产生的转账数据。
如图3所示,该方法可以包括操作S212~操作S232。
在操作S212,根据所述转账数据确定每个转账交易的转账借方和转账贷方,并且将所述转账借方和所述转账贷方作为一个交易组。
根据本公开的实施例,例如可以从多个转账数据中挑选出转账借方和转账贷方都是当前金融机构的转账数据。将转账借方和转账贷方都相同的多个转账数据作为一个交易组所对应的转账数据。
根据本公开的实施例,从多个转账数据中挑选出转账借方和转账贷方都是当前金融机构的转账数据,能够保证选择出的潜在优质用户都是当前金融机构能够联系到或者接触到的用户,从而便于更好地为用户服务。
具体地,例如多个转账数据中包括5笔用户A和用户B之间的转账交易,则用户A和用户B组成的交易组所对应的转账数据中包括该5笔转账交易所产生的转账数据。
在操作S222,分析每个交易组所对应的转账数据,以获取每个交易组的交易特征。
根据本公开的实施例,交易特征可以包括以下至少一种交易频次、交易资金和最近一次交易的交易时间。
根据本公开的实施例,例如可以分析预设时间段内每个交易组所对应的转账数据。预设时间段例如可以是近半年内、近一年内等。
具体地,例如可以分析近半年内每个交易组的转账频率或者次数,转账所涉及到的资金以及最近一次转账的时间等等。
在操作S232,基于多个交易特征,将多个用户划分为多个用户群。
例如可以根据用户间往来资金量、往来资金频次等特征,将多个用户划分成多个用户群。
根据本公开的实施例,例如可以通过社群发现算法对多个交易特征进行计算,从而将多个用户划分为多个用户群。社群发现算法例如可以包括图分割算法、贪心算法、聚类算法等等。
下面结合实施例来说明图2所示的操作S203和操作S204。
根据本公开的一个实施例,在操作S203例如可以分析每个用户群中每个用户的交易数据,来确定每个用户群的平均资产。在该实施例中,预设条件包括平均资产高于第一预设值。在该实施例中,在操作S204可以将满足预设条件的用户群中资产低于第二预设值的用户确定为潜在优质用户。其中,第二预设值小于第一预设值。
根据本公开的实施例,例如可以根据用户购买的理财产品、用户的当前存款、购买的纪念品以及消费情况等来计算用户的资产,从而确定该用户群的平均资产。当用户群的平均资产高于第一预设值的情况下,表明该用户群的用户的资产水平较高,则可以将该用户群中资产水平较低的用户确定为潜在优质用户。
具体地,例如第一预设值可以是100万元,第二预设值例如可以是10万元。若一个用户群的平均资产可以是150万元,而该用户群中的一个用户的资产却是4万元,根据“人以群分”的思想则,可以推测该用户的实际资产水平较高,该用户的大部分资产由其他金融机构代理,从而可以将该用户确定为潜在优质用户。
根据本公开的另一个实施例,在操作S203可以是分析每个用户群中的每个用户的交易数据,以获得用户群中的每个用户所拥有的资产。在该实施例中,预设条件包括用户群中资产大于第三预设值的用户的占比达到预设比值。在该实施例中,在操作S204可以是将满足预设条件的用户群中资产低于第二预设值的用户确定为潜在优质用户。
例如,资产大于100万元的用户的占比达到80%的用户群可以是满足预设条件的用户群。将该用户群中资产低于第二预设值的用户确定为潜在优质客户。第二预设值例如可以是10万元。
根据本公开的另外一些实施例,在操作S203例如也可以是分析每个用户群的交易数据,获得每个用户群中的各个用户的资产等级。预设条件例如可以是该用户群的平均资产等级在第一等级之上,则在操作S204,从平均资产等级在第一等级之上的用户群中识别出潜在优质用户。例如,可以将资产等级在第二等级之下的用户确定为潜在优质用户。其中,用户的资产等级可以是根据用户的资产水平进行划分的。或者,预设条件例如可以是该用户群的资产等级在第三等级之上的用户的占比大于预设比值,则在操作S204可以是将满足预设条件的用户群中资产等级在第二等级之下的用户识别为潜在优质用户。
图4示意性示出了根据本公开的实施例的用户识别装置400的框图。
如图4所示,用户识别装置400可以包括获取模块410、划分模块420、分析模块430和识别模块440。
获取模块410,例如可以执行上文参考图2所描述的操作S201,用于获取多个用户的交易数据。
划分模块420,例如可以执行上文参考图2所描述的操作S202,用于基于所述交易数据,将所述多个用户划分为多个用户群。其中,对于每个用户群,所述用户群中的每个用户与所述用户群中另一用户之间的关联程度大于所述用户群中的用户与其他用户群中的用户之间的关联程度。
分析模块430,例如可以执行上文参考图2所描述的操作S203,用于分析所述每个用户群的交易数据,获得分析结果。
识别模块440,例如可以执行上文参考图2所描述的操作S204,用于从所述分析结果满足预设条件的用户群中识别出潜在优质用户。
根据本公开的实施例,交易数据包括由转账交易而产生的转账数据;划分模块包括:确定子模块、获取子模块和划分子模块。确定子模块,例如可以执行上文参考图3所描述的操作S212,用于根据转账数据确定每个转账交易的转账借方和转账贷方,并且将转账借方和转账贷方作为一个交易组。获取子模块,例如可以执行上文参考图3所描述的操作S222,用于分析每个交易组所对应的转轴数据,以获取每个交易组的交易特征。划分子模块,例如可以执行上文参考图3所描述的操作S232,用于基于多个交易特征,将多个用户划分为多个用户群。
根据本公开的实施例,交易特征包括以下至少一种:交易频次、交易资金和最近一次交易的交易时间。
根据本公开的实施例,分析模块430可以包括第一分析子模块,用于分析每个用户群中的每个用户的交易数据,确定每个所述用户群的平均资产。预设条件包括所述平均资产高于第一预设值。识别模块440可以包括第一识别子模块,用于将满足预设条件的所述用户群中资产低于第二预设值的用户确定为潜在优质用户,其中,所述第二预设值小于所述第一预设值。
根据本公开的实施例,分析模块430可以包括第二分析子模块,用于分析每个用户群中的每个用户的交易数据,以获得所述用户群中的每个用户所拥有的资产。预设条件包括所述用户群中资产大于第三预设值的用户的占比达到预设比值。识别模块440可以包括第二识别子模块,用于将满足预设条件的所述用户群中资产低于第二预设值的用户确定为潜在优质用户。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块410、划分模块420、分析模块430和识别模块440中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块410、划分模块420、分析模块430和识别模块440中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块410、划分模块420、分析模块430和识别模块440中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本公开实施例的电子设备的方框图。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种用户识别方法,包括:
获取多个用户的交易数据;
基于所述交易数据,将所述多个用户划分为多个用户群,其中,对于每个用户群,所述用户群中的每个用户与所述用户群中另一用户之间的关联程度大于所述用户群中的用户与其他用户群中的用户之间的关联程度;
分析所述每个用户群的交易数据,获得分析结果;以及
从所述分析结果满足预设条件的用户群中识别出潜在优质用户。
2.根据权利要求1所述的方法,其中,所述交易数据包括由转账交易而产生的转账数据;
所述基于所述交易数据,将所述多个用户划分为多个用户群包括:
根据所述转账数据确定每个转账交易的转账借方和转账贷方,并且将所述转账借方和所述转账贷方作为一个交易组;
分析每个所述交易组所对应的转账数据,以获取每个所述交易组的交易特征;以及
基于多个所述交易特征,将所述多个用户划分为多个用户群。
3.根据权利要求2所述的方法,其中,所述交易特征包括以下至少一种:交易频次、交易资金和最近一次交易的交易时间。
4.根据权利要求1所述的方法,其中,所述分析每个所述用户群的交易数据,获得分析结果包括:
分析每个用户群中的每个用户的交易数据,确定每个所述用户群的平均资产,
其中,所述预设条件包括所述平均资产高于第一预设值;所述从所述分析结果满足预设条件的用户群中确定出潜在优质用户包括:
将满足预设条件的所述用户群中资产低于第二预设值的用户确定为潜在优质用户,其中,所述第二预设值小于所述第一预设值。
5.根据权利要求1所述的方法,其中,所述分析每个用户群的交易数据,获得分析结果包括:
分析每个用户群中的每个用户的交易数据,以获得所述用户群中的每个用户所拥有的资产;
所述预设条件包括所述用户群中资产大于第三预设值的用户的占比达到预设比值;所述从所述分析结果满足预设条件的用户群中确定出潜在优质用户包括:
将满足预设条件的所述用户群中资产低于第二预设值的用户确定为潜在优质用户。
6.一种用户识别装置,包括:
获取模块,用于获取多个用户的交易数据;
划分模块,用于基于所述交易数据,将所述多个用户划分为多个用户群,其中,对于每个用户群,所述用户群中的每个用户与所述用户群中另一用户之间的关联程度大于所述用户群中的用户与其他用户群中的用户之间的关联程度;
分析模块,用于分析所述每个用户群的交易数据,获得分析结果;以及
识别模块,用于从所述分析结果满足预设条件的用户群中识别出潜在优质用户。
7.根据权利要求6所述的装置,其中,所述交易数据包括由转账交易而产生的转账数据;所述划分模块包括:
确定子模块,用于根据所述转账数据确定每个转账交易的转账借方和转账贷方,并且将所述转账借方和所述转账贷方作为一个交易组;
获取子模块,用于分析每个所述交易组所对应的转账数据,以获取每个所述交易组的交易特征;以及
划分子模块,用于基于多个所述交易特征,将所述多个用户划分为多个用户群。
8.根据权利要求7所述的方法,其中,所述交易特征包括以下至少一种:交易频次、交易资金和最近一次交易的交易时间。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1~5任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如权利要求1~5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910931123.XA CN110675196A (zh) | 2019-09-27 | 2019-09-27 | 用户识别方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910931123.XA CN110675196A (zh) | 2019-09-27 | 2019-09-27 | 用户识别方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110675196A true CN110675196A (zh) | 2020-01-10 |
Family
ID=69079999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910931123.XA Pending CN110675196A (zh) | 2019-09-27 | 2019-09-27 | 用户识别方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675196A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116403A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 一种信息推荐方法、装置及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1858782A (zh) * | 2005-12-05 | 2006-11-08 | 华为技术有限公司 | 一种基于用户业务数据生成用户群的方法及装置 |
CN103605791A (zh) * | 2013-12-04 | 2014-02-26 | 深圳中兴网信科技有限公司 | 信息推送系统和信息推送方法 |
CN107909473A (zh) * | 2017-12-27 | 2018-04-13 | 中国银行股份有限公司 | 一种基于用户行为分析的网上银行营销方法及装置 |
CN108734366A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 用户识别方法及其系统 |
CN109145050A (zh) * | 2018-09-29 | 2019-01-04 | 智器云南京信息科技有限公司 | 一种计算设备 |
CN109389501A (zh) * | 2018-09-29 | 2019-02-26 | 智器云南京信息科技有限公司 | 一种计算设备、计算系统 |
-
2019
- 2019-09-27 CN CN201910931123.XA patent/CN110675196A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1858782A (zh) * | 2005-12-05 | 2006-11-08 | 华为技术有限公司 | 一种基于用户业务数据生成用户群的方法及装置 |
CN103605791A (zh) * | 2013-12-04 | 2014-02-26 | 深圳中兴网信科技有限公司 | 信息推送系统和信息推送方法 |
CN108734366A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 用户识别方法及其系统 |
CN107909473A (zh) * | 2017-12-27 | 2018-04-13 | 中国银行股份有限公司 | 一种基于用户行为分析的网上银行营销方法及装置 |
CN109145050A (zh) * | 2018-09-29 | 2019-01-04 | 智器云南京信息科技有限公司 | 一种计算设备 |
CN109389501A (zh) * | 2018-09-29 | 2019-02-26 | 智器云南京信息科技有限公司 | 一种计算设备、计算系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116403A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 一种信息推荐方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20110264459A1 (en) | Healthcare insurance claim fraud detection using datasets derived from multiple insurers | |
CN110135978B (zh) | 用户金融风险评估方法、装置、电子设备和可读介质 | |
CN113507419B (zh) | 流量分发模型的训练方法、流量分发方法及装置 | |
CN111915417B (zh) | 纳税金额确定方法、装置和电子设备 | |
CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
US20220198579A1 (en) | System and method for dimensionality reduction of vendor co-occurrence observations for improved transaction categorization | |
CN111105238A (zh) | 一种交易风险控制方法和装置 | |
CN110197316B (zh) | 运营数据的处理方法、装置、计算机可读介质及电子设备 | |
CN113987350A (zh) | 资源推荐方法及装置 | |
CN110675196A (zh) | 用户识别方法、装置、电子设备和存储介质 | |
CN112053236B (zh) | 风险信息识别方法、装置、计算设备和介质 | |
CN114820196A (zh) | 信息推送方法、装置、设备及介质 | |
US11436608B1 (en) | Commercial credit card system | |
US20170148098A1 (en) | Data creating, sourcing, and agregating real estate tool | |
CN113159937A (zh) | 识别风险的方法、装置和电子设备 | |
CN113094595A (zh) | 对象识别方法、装置、计算机系统及可读存储介质 | |
US20150019401A1 (en) | Integrated credit decision platform | |
US20180225728A1 (en) | System and method for facilitating non-parametric weighted correlation analysis | |
CN110288365A (zh) | 数据处理方法及系统、计算机系统和计算机可读存储介质 | |
CN113344577A (zh) | 目标账户确定方法及装置、电子设备和存储介质 | |
CN113436001A (zh) | 信用卡的推送方法、装置、设备、存储介质和程序产品 | |
CN114387087A (zh) | 授信额度动态分配方法、装置、电子设备及存储介质 | |
CN115689764A (zh) | 待估值数据的处理方法、装置、电子设备和介质 | |
CN118152803A (zh) | 训练数据集构建方法、装置、电子设备、介质和程序产品 | |
CN118134497A (zh) | 交易对象确定方法及装置、设备、存储介质和程序产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200110 |
|
RJ01 | Rejection of invention patent application after publication |