CN111522812A - 用户智能化分层方法、装置、电子设备及可读存储介质 - Google Patents
用户智能化分层方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN111522812A CN111522812A CN202010221985.6A CN202010221985A CN111522812A CN 111522812 A CN111522812 A CN 111522812A CN 202010221985 A CN202010221985 A CN 202010221985A CN 111522812 A CN111522812 A CN 111522812A
- Authority
- CN
- China
- Prior art keywords
- chi
- user
- standard
- original
- square
- 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 40
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010801 machine learning Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010223 real-time analysis Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
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
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (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
本发明涉及人工智能技术，揭露了一种用户智能化分层方法，包括：从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集，基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集，根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。本发明还提出一种用户智能化分层装置、电子设备以及一种计算机可读存储介质。本发明可以解决用户分层时对计算能力和存储能力要求高的问题。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种用户智能化分层的方法、装置、电子设备及可读存储介质。
背景技术
用户分层是按照用户在产品上所处的状态对用户进行划分，如视频网站将用户划分为免费用户、活跃用户、付费用户、高额付费用户等。
当前用户分层主要基于RFM模型和机器学习模型，所述RFM模型首先确定RFM三个指标的分段和每个分段的分值、计算每个客户RFM三个指标的得分、计算每个客户的总得分，并且根据总得分筛选出优质的客户。所述机器学习模型是根据设定的机器学习算法对用户进行分层，如决策树算法、K近邻、支持向量机算法等。
上述基于RFM模型和机器学习模型的算法虽然可有效解决用户分层的目的，但由于RFM模型需要反复遍历用户所在的HTML页面进行实时分析，因此对于计算机的性能和网络带宽具有严格的要求，机器学习模型虽然不需要实时分析，但因为机器学习模型必须要根据大量的历史数据进行分析，不然分层准确率不高，因此当处理大量历史数据时，对于计算机计算能力和存储能力具有较高要求。
发明内容
本发明提供一种用户智能化分层方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决用户分层时对计算能力和存储能力要求高的问题。
为实现上述目的，本发明提供的一种用户智能化分层方法，包括：
步骤A：从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
步骤B：基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
步骤C：根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
步骤D：若所述标准卡方值集的数量大于所述理想分箱数，则返回步骤C，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
可选地，所述基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集，包括：
统计所述标准用户属性集内每组区间的用户数量；
根据每组区间的所述用户数量计算每组区间的期望频；
根据所述用户数量和所述期望频计算卡方值，得到原始卡方值集。
可选地，所述根据每组区间的所述用户数量计算每组区间的期望频，包括：
采用如下期望频计算方法计算所述每组区间的期望频：
其中，Ej为所述期望频，j为每组区间的区间编号，Ni为每组区间的数据总数，N为所述标准用户属性集的总样本数，Cj为区间j在所述标准用户属性集内所占的样本比例。
可选地，所述根据所述用户数量和所述期望频计算卡方值，得到原始卡方值集，包括：
采用如下方法计算卡方值：
其中，X为所述卡方值，Aj为所述标准用户属性集内每组区间的用户数量。
可选地，所述根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集，包括：
计算所述原始卡方值集内两个不同卡方值之间的误差；
判断所述误差是否大于所述卡方阈值；
若所述误差大于所述卡方阈值，保留所述原始卡方值集内的两个不同卡方值；
若所述误差小于所述卡方阈值，合并两个不同卡方值得到所述标准卡方值集。
可选地，所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集之前还包括：
对所述原始用户属性集进行去异常处理和填充缺失数据处理得到初级用户属性集；
所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集，包括：
根据预设的初始分箱数和理想分箱数，划分所述初级用户属性集得到标准用户属性集。
可选地，所述方法还包括：
将不大于所述理想分箱数的标准卡方值集输入至预构建的属性矩阵得到卡方矩阵；
将所述卡方矩阵存储至预构建的数据库。
为了解决上述问题，本发明还提供一种用户智能化分层装置，所述装置包括：
属性划分模块，用于从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
卡方计算模块，用于基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
阈值划分模块，用于根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
用户分层模块，用于若所述标准卡方值集的数量大于所述理想分箱数，则返回阈值划分模块，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述中任意一项所述的用户智能化分层方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述中任意一项所述的用户智能化分层方法。
本发明根据预设的初始分箱数和理想分箱数，先对原始用户属性集进行划分，并基于用户卡方算法和卡方阈值进行用户分层，整个用户分层由于都是在存储原始用户属性集的数据库中进行，不需要反复遍历用户所在的HTML页面进行实时分析，因此对计算机的性能和网络带宽没有严格要求，同时所使用的用户卡方算法计算方法简便，即使处理大量数据时，也不会对计算能力和存储能力带来过重的负荷。因此本发明提出的用户智能化分层方法、装置、电子设备及计算机可读存储介质，可以解决用户分层时对计算能力和存储能力要求高的问题。
附图说明
图1为本发明一实施例提供的用户智能化分层方法的流程示意图；
图2为本发明一实施例提供的用户智能化分层方法中S4步骤的流程示意图；
图3为本发明一实施例提供的用户智能化分层方法的模块示意图；
图4为本发明一实施例提供的用户智能化分层方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种用户智能化分层方法。参照图1所示，为本发明一实施例提供的用户智能化分层方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，用户智能化分层方法包括：
S1、接收用户分层请求指令和原始用户属性集，解析所述用户分层请求指令得到用户群组个数、隐因子、迭代次数。
所述用户分层请求指令是根据使用者的需求而提前利用程序编写的指令，如贷款机构的数据分析人员开启用户分层请求指令后，本发明自动解析当前时间到以往某时间内所有的用户群组个数，并提示数据分析人员输入用户群组个数的迭代次数。
所述原始用户属性集是提前构建的，包括详细用户属性的数据集，如用户向贷款机构提出贷款请求时填写个人信息，所述个人信息按照用户属性包括用户年龄、年收入、年支出、目前房产数量、贷款金额、贷款日期和还款日期的时长、家庭成员数量等，因此结合所述属性的原始用户属性集为：[(用户A：32(用户年龄),120000(年收入),80000(年支出),3(目前房产数量),60000(贷款金额),400(贷款日期和还款日期的时长),4(家庭成员数量))；(用户B：49(用户年龄),370000(年收入),270000(年支出),7(目前房产数量),950000(贷款金额),800(贷款日期和还款日期的时长),9(家庭成员数量)；……]。
进一步地，所述原始用户属性集的数量级较少，不同于RFM模型和机器学习模型需要庞大的数据集，数量级较少一方面可减轻计算压力，另外通过后续的迭代操作可以达到数据量大的效果，但同时不影响计算机效率。
如上述贷款机构的数据分析人员启动了2019.9.1-2019.12.31时间段内的用户分层请求指令，并输入构建用户群组个数的维度为490000，通过统计得到在2019.9.1-2019.12.31时间段内，共有用户群组个数为483000个，由于构建用户群组个数的维度为490000，因此隐因子的个数为490000-483000＝7000个。
S2、根据所述用户群组个数、所述隐因子及所述维度构建属性矩阵。
如S1所述，用户群组个数为483000个，而需要构建的维度为490000，因此隐因子的个数为7000个，构建相同行列式的属性矩阵后，属性矩阵的维度为700*700，在预构建的数据库中，开辟同等大小或稍大一点的存储区域存储所述属性矩阵，达到资源的最大化利用。
S3、根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集。
详细地，所述S3之前还包括：对所述原始用户属性集进行去异常处理和填充缺失数据处理得到初级用户属性集。
所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集，包括：
根据预设的初始分箱数和理想分箱数，划分所述初级用户属性集得到标准用户属性集。
如原始用户属性集若出现负数，则剔除该负数。
分箱是对连续的数据进行按段或按区间划分的操作手段，所述初始分箱数是预设初始的区间划分，将所述标准原始用户属性集的连续性数据划分为多个区间，所述理想分箱数是优化后的最佳区间划分。
进一步地，如预设初始分箱数是先将所述标准原始用户属性集的数据从小到大的排序，然后等间距分为5个初始分箱数，则上述：[(用户A：32(用户年龄),120000(年收入),80000(年支出),3(目前房产数量),60000(贷款金额),400(贷款日期和还款日期的时长),4(家庭成员数量))；(用户B：49(用户年龄),370000(年收入),270000(年支出),7(目前房产数量),950000(贷款金额),800(贷款日期和还款日期的时长),9(家庭成员数量))；……]，通过所述初始分箱数划分后得到标准用户属性集：[(用户A：用户年龄区间段2(32),年收入区间段2(120000),年支出区间段1(80000),房产数量区间段3(3),贷款金额区间段1(60000),贷款日期和还款日期的时长的区间段2(400),家庭成员数量区间段1(4))；(用户B：用户年龄区间段4(49),年收入区间段4(370000),年支出区间段3(270000),房产数量区间段5(7),贷款金额区间段5(950000),贷款日期和还款日期的时长的区间段4(800),家庭成员数量区间段5(9))；……]，其中用户A年龄是32岁在初始分箱数是第2段、年支出80000在初始分箱数是第1段。
S4、基于用户卡方算法计算所述标准用户属性集得到原始卡方值集。
较佳地，所述S4可参阅图2的详细流程图所示，包括：
S41、统计所述标准用户属性集内每组区间的用户数量；
S42、根据每组区间的所述用户数量计算每组区间的期望频；
S43、根据所述用户数量和所述期望频计算卡方值得到原始卡方值集。
进一步地，统计所述用户属性区间集内每组区间的用户数量，如在上述例子中，统计出贷款金额区间段1～5内所有的用户数量结果为：贷款金额区间段1的用户数量为339、贷款金额区间段2的用户数量为531、贷款金额区间段3的用户数量为271、贷款金额区间段4的用户数量为110、贷款金额区间段5的用户数量为98；统计出房产数量区间段1～5内所有的用户数量结果为：房产数量区间段1的用户数量为721、房产数量区间段2的用户数量为201、房产数量区间段3的用户数量为130、房产数量区间段4的用户数量为91、房产数量区间段6的用户数量为26。
优选地，所述根据每组区间的所述用户数量计算每组区间的期望频的计算方法为：
其中，Ej为所述每组区间的用户数量的期望频，j为区间编号，Ni为每组的数据总数，N为所述标准用户属性集的总样本数，Cj为区间j在所述标准用户属性集内所占的样本比例。
较佳地，所述根据所述用户数量和所述期望频计算卡方值得到原始卡方值集的计算方法为：
其中，X为所述卡方值，Aj为所述标准用户属性集内每组区间的用户数量。将所述每个区间的卡方值组合到一起得到卡方值集合，如[X1,X2,…,Xn]。
S5、根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集。
优选地，所述根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集，包括：计算所述原始卡方值集内两个不同卡方值之间的误差，判断所述误差是否大于所述卡方阈值，若所述误差大于所述卡方阈值，保留所述原始卡方值集内的两个不同卡方值，若所述误差小于所述卡方阈值，合并两个不同卡方值得到所述标准卡方值集。
较佳地，如预设卡方阈值为0.5，如贷款金额区间段1～5的卡方值集合[X1,X2,X3,X4,X5]，依次计算X1,X2、X2,X3、X3,X4、X4,X5之间的误差是否在所述预设卡方阈值0.5内，若在0.5内则合并相邻的卡方值，如X3,X4之间的误差为0.2，则进行所述合并后得到新的卡方值集合为：[X1,X2,X3～4,X5]。
S6、判断所述标准卡方值集是否大于所述理想分箱数，若所述标准卡方值集大于所述理想分箱数，重新设定卡方阈值并返回S5，若所述标准卡方值集不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集，完成用户分层。
如上述进行合并后的贷款金额区间段的卡方值集合为[X1,X2,X3～4,X5]，若所述理想分箱数为3，则所述标准卡方值集大于所述理想分箱数，则返回S4重新进行合并。若所述理想分箱数为4，则所述标准卡方值集不大于所述理想分箱数，根据所述标准卡方值集完成用户分层。
S7、将不大于所述理想分箱数的标准卡方值集输入至所述属性矩阵，并将所述属性矩阵存储至预构建的数据库。
为了优化资源，所述预构建的数据库一般开辟的存储空间容量会稍大属性矩阵的数据量，当需要调用用户分层结果时，可直接从所述数据库中调用。
如图3所示，是本发明用户智能化分层装置的功能模块图。
本发明所述用户智能化分层装置100可以安装于电子设备中。根据实现的功能，所述用户智能化分层装置可以包括属性划分模块101、卡方计算模块102、阈值划分模块103和用户分层模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
属性划分模块101，用于从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
卡方计算模块102，用于基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
阈值划分模块103，用于根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
用户分层模块104，用于若所述标准卡方值集的数量大于所述理想分箱数，则返回阈值划分模块，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
如图4所示，是本发明实现用户智能化分层方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如用户智能化分层程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如用户智能化分层的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行用户智能化分层等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的用户智能化分层12是多个指令的组合，在所述处理器10中运行时，可以实现：
步骤A：从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
步骤B：基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
步骤C：根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
步骤D：若所述标准卡方值集的数量大于所述理想分箱数，则返回步骤C，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
具体地，所述处理器10对上述指令的具体实现方法可参考图3对应实施例中相关步骤的描述，详细的实施例如下所述。
步骤一、接收用户分层请求指令和原始用户属性集，解析所述用户分层请求指令得到用户群组个数、隐因子、迭代次数。
所述用户分层请求指令是根据使用者的需求而提前利用程序编写的指令，如贷款机构的数据分析人员开启用户分层请求指令后，本发明自动解析当前时间到以往某时间内所有的用户群组个数，并提示数据分析人员输入用户群组个数的迭代次数。
所述原始用户属性集是提前构建的，包括详细用户属性的数据集，如用户向贷款机构提出贷款请求时填写个人信息，所述个人信息按照用户属性包括用户年龄、年收入、年支出、目前房产数量、贷款金额、贷款日期和还款日期的时长、家庭成员数量等，因此结合所述属性的原始用户属性集为：[(用户A：32(用户年龄),120000(年收入),80000(年支出),3(目前房产数量),60000(贷款金额),400(贷款日期和还款日期的时长),4(家庭成员数量))；(用户B：49(用户年龄),370000(年收入),270000(年支出),7(目前房产数量),950000(贷款金额),800(贷款日期和还款日期的时长),9(家庭成员数量)；……]。
进一步地，所述原始用户属性集的数量级较少，不同于RFM模型和机器学习模型需要庞大的数据集，数量级较少一方面可减轻计算压力，另外通过后续的迭代操作可以达到数据量大的效果，但同时不影响计算机效率。
如上述贷款机构的数据分析人员启动了2019.9.1-2019.12.31时间段内的用户分层请求指令，并输入构建用户群组个数的维度为490000，通过统计得到在2019.9.1-2019.12.31时间段内，共有用户群组个数为483000个，由于构建用户群组个数的维度为490000，因此隐因子的个数为490000-483000＝7000个。
步骤二、根据所述用户群组个数、所述隐因子及所述维度构建属性矩阵。
如步骤一所述，用户群组个数为483000个，而需要构建的维度为490000，因此隐因子的个数为7000个，构建相同行列式的属性矩阵后，属性矩阵的维度为700*700，在预构建的数据库中，开辟同等大小或稍大一点的存储区域存储所述属性矩阵，达到资源的最大化利用。
步骤三、根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集。
详细地，所述步骤三之前还包括：对所述原始用户属性集进行去异常处理和填充缺失数据处理得到初级用户属性集。
所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集，包括：
根据预设的初始分箱数和理想分箱数，划分所述初级用户属性集得到标准用户属性集。
如原始用户属性集若出现负数，则剔除该负数。
分箱是对连续的数据进行按段或按区间划分的操作手段，所述初始分箱数是预设初始的区间划分，将所述标准原始用户属性集的连续性数据划分为多个区间，所述理想分箱数是优化后的最佳区间划分。
进一步地，如预设初始分箱数是先将所述标准原始用户属性集的数据从小到大的排序，然后等间距分为5个初始分箱数，则上述：[(用户A：32(用户年龄),120000(年收入),80000(年支出),3(目前房产数量),60000(贷款金额),400(贷款日期和还款日期的时长),4(家庭成员数量))；(用户B：49(用户年龄),370000(年收入),270000(年支出),7(目前房产数量),950000(贷款金额),800(贷款日期和还款日期的时长),9(家庭成员数量))；……]，通过所述初始分箱数划分后得到标准用户属性集：[(用户A：用户年龄区间段2(32),年收入区间段2(120000),年支出区间段1(80000),房产数量区间段3(3),贷款金额区间段1(60000),贷款日期和还款日期的时长的区间段2(400),家庭成员数量区间段1(4))；(用户B：用户年龄区间段4(49),年收入区间段4(370000),年支出区间段3(270000),房产数量区间段5(7),贷款金额区间段5(950000),贷款日期和还款日期的时长的区间段4(800),家庭成员数量区间段5(9))；……]，其中用户A年龄是32岁在初始分箱数是第2段、年支出80000在初始分箱数是第1段。
步骤四、基于用户卡方算法计算所述标准用户属性集得到原始卡方值集。
较佳地，所述步骤四包括：统计所述标准用户属性集内每组区间的用户数量，根据每组区间的所述用户数量计算每组区间的期望频，根据所述用户数量和所述期望频计算卡方值得到原始卡方值集。
进一步地，统计所述用户属性区间集内每组区间的用户数量，如在上述例子中，统计出贷款金额区间段1～5内所有的用户数量结果为：贷款金额区间段1的用户数量为339、贷款金额区间段2的用户数量为531、贷款金额区间段3的用户数量为271、贷款金额区间段4的用户数量为110、贷款金额区间段5的用户数量为98；统计出房产数量区间段1～5内所有的用户数量结果为：房产数量区间段1的用户数量为721、房产数量区间段2的用户数量为201、房产数量区间段3的用户数量为130、房产数量区间段4的用户数量为91、房产数量区间段6的用户数量为26。
优选地，所述根据每组区间的所述用户数量计算每组区间的期望频的计算方法为：
其中，Ej为所述每组区间的用户数量的期望频，j为区间编号，Ni为每组的数据总数，N为所述标准用户属性集的总样本数，Cj为区间j在所述标准用户属性集内所占的样本比例。
较佳地，所述根据所述用户数量和所述期望频计算卡方值得到原始卡方值集的计算方法为：
其中，X为所述卡方值，Aj为所述标准用户属性集内每组区间的用户数量。将所述每个区间的卡方值组合到一起得到卡方值集合，如[X1,X2,…,Xn]。
步骤五、根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集。
优选地，所述根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集，包括：计算所述原始卡方值集内两个不同卡方值之间的误差，判断所述误差是否大于所述卡方阈值，若所述误差大于所述卡方阈值，保留所述原始卡方值集内的两个不同卡方值，若所述误差小于所述卡方阈值，合并两个不同卡方值得到所述标准卡方值集。
较佳地，如预设卡方阈值为0.5，如贷款金额区间段1～5的卡方值集合[X1,X2,X3,X4,X5]，依次计算X1,X2、X2,X3、X3,X4、X4,X5之间的误差是否在所述预设卡方阈值0.5内，若在0.5内则合并相邻的卡方值，如X3,X4之间的误差为0.2，则进行所述合并后得到新的卡方值集合为：[X1,X2,X3～4,X5]。
步骤六、判断所述标准卡方值集是否大于所述理想分箱数，若所述标准卡方值集大于所述理想分箱数，返回步骤五，若所述标准卡方值集不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集，完成用户分层。
如上述进行合并后的贷款金额区间段的卡方值集合为[X1,X2,X3～4,X5]，若所述理想分箱数为3，则所述标准卡方值集大于所述理想分箱数，则返回步骤四重新进行合并。若所述理想分箱数为4，则所述标准卡方值集不大于所述理想分箱数，根据所述标准卡方值集完成用户分层。
步骤七、将不大于所述理想分箱数的标准卡方值集输入至所述属性矩阵，并将所述属性矩阵存储至预构建的数据库。
为了优化资源，所述预构建的数据库一般开辟的存储空间容量会稍大属性矩阵的数据量，当需要调用用户分层结果时，可直接从所述数据库中调用。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种用户智能化分层方法，其特征在于，所述方法应用于电子设备中，包括：
步骤A：从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
步骤B：基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
步骤C：根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
步骤D：若所述标准卡方值集的数量大于所述理想分箱数，则返回步骤C，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
2.如权利要求1所述的用户智能化分层方法，其特征在于，所述基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集，包括：
统计所述标准用户属性集内每组区间的用户数量；
根据每组区间的所述用户数量计算每组区间的期望频；
根据所述用户数量和所述期望频计算卡方值，得到原始卡方值集。
3.如权利要求2所述的用户智能化分层方法，其特征在于，所述根据每组区间的所述用户数量计算每组区间的期望频，包括：
采用如下期望频计算方法计算所述每组区间的期望频：
其中，Ej为所述期望频，j为每组区间的区间编号，Ni为每组区间的数据总数，N为所述标准用户属性集的总样本数，Cj为区间j在所述标准用户属性集内所占的样本比例。
4.如权利要求3所述的用户智能化分层方法，其特征在于，所述根据所述用户数量和所述期望频计算卡方值，得到原始卡方值集，包括：
采用如下方法计算卡方值：
其中，X为所述卡方值，Aj为所述标准用户属性集内每组区间的用户数量。
5.如权利要求4所述的用户智能化分层方法，其特征在于，所述根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集，包括：
计算所述原始卡方值集内两个不同卡方值之间的误差；
判断所述误差是否大于所述卡方阈值；
若所述误差大于所述卡方阈值，保留所述原始卡方值集内的两个不同卡方值；
若所述误差小于所述卡方阈值，合并两个不同卡方值得到所述标准卡方值集。
6.如权利要求1所述的用户智能化分层方法，其特征在于，所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集之前还包括：
对所述原始用户属性集进行去异常处理和填充缺失数据处理得到初级用户属性集；
所述根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集，包括：
根据预设的初始分箱数和理想分箱数，划分所述初级用户属性集得到标准用户属性集。
7.如权利要求1至6中任意一项所述的用户智能化分层方法，其特征在于，所述方法还包括：
将不大于所述理想分箱数的标准卡方值集输入至预构建的属性矩阵得到卡方矩阵；
将所述卡方矩阵存储至预构建的数据库。
8.一种用户智能化分层装置，其特征在于，所述装置包括：
属性划分模块，用于从存储原始用户属性集的数据库中提取所述原始用户属性集，根据预设的初始分箱数和理想分箱数，划分所述原始用户属性集得到标准用户属性集；
卡方计算模块，用于基于用户卡方算法对所述标准用户属性集执行计算，得到原始卡方值集；
阈值划分模块，用于根据预设的卡方阈值，合并所述原始卡方值集内的数据得到标准卡方值集；
用户分层模块，用于若所述标准卡方值集的数量大于所述理想分箱数，则返回阈值划分模块，若所述标准卡方值集的数量不大于所述理想分箱数，得到不大于所述理想分箱数的标准卡方值集完成用户分层。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的用户智能化分层方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的用户智能化分层方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010221985.6A CN111522812A (zh) | 2020-03-25 | 2020-03-25 | 用户智能化分层方法、装置、电子设备及可读存储介质 |
| PCT/CN2020/098965 WO2021189694A1 (zh) | 2020-03-25 | 2020-06-29 | 用户智能化分层方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010221985.6A CN111522812A (zh) | 2020-03-25 | 2020-03-25 | 用户智能化分层方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111522812A true CN111522812A (zh) | 2020-08-11 |
Family
ID=71910436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010221985.6A Pending CN111522812A (zh) | 2020-03-25 | 2020-03-25 | 用户智能化分层方法、装置、电子设备及可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111522812A (zh) |
| WO (1) | WO2021189694A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021151330A1 (zh) * | 2020-09-08 | 2021-08-05 | 平安科技（深圳）有限公司 | 用户分群方法、装置、设备和计算机可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107563429A (zh) * | 2017-07-27 | 2018-01-09 | 国家计算机网络与信息安全管理中心 | 一种网络用户群体的分类方法及装置 |
| CN109710758A (zh) * | 2018-12-11 | 2019-05-03 | 浙江工业大学 | 一种基于Labeled-LDA模型的用户音乐偏好分类方法 |
| CN110674020A (zh) * | 2019-09-02 | 2020-01-10 | 平安科技（深圳）有限公司 | App智能推荐方法、装置及计算机可读存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10453142B2 (en) * | 2009-02-11 | 2019-10-22 | Johnathan Mun | System and method for modeling and quantifying regulatory capital, key risk indicators, probability of default, exposure at default, loss given default, liquidity ratios, and value at risk, within the areas of asset liability management, credit risk, market risk, operational risk, and liquidity risk for banks |
| CN108959187B (zh) * | 2018-04-09 | 2023-09-05 | 中国平安人寿保险股份有限公司 | 一种变量分箱方法、装置、终端设备及存储介质 |
| CN109377058A (zh) * | 2018-10-26 | 2019-02-22 | 中电科新型智慧城市研究院有限公司 | 基于逻辑回归模型的企业外迁风险评估方法 |
| CN109325639A (zh) * | 2018-12-06 | 2019-02-12 | 南京安讯科技有限责任公司 | 一种用于信用预测评估的信用评分卡自动化分箱方法 |
| CN110807700A (zh) * | 2019-11-05 | 2020-02-18 | 浪潮卓数大数据产业发展有限公司 | 一种基于政府数据的无监督融合模型个人信用评分方法 |
-
2020
- 2020-03-25 CN CN202010221985.6A patent/CN111522812A/zh active Pending
- 2020-06-29 WO PCT/CN2020/098965 patent/WO2021189694A1/zh active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107563429A (zh) * | 2017-07-27 | 2018-01-09 | 国家计算机网络与信息安全管理中心 | 一种网络用户群体的分类方法及装置 |
| CN109710758A (zh) * | 2018-12-11 | 2019-05-03 | 浙江工业大学 | 一种基于Labeled-LDA模型的用户音乐偏好分类方法 |
| CN110674020A (zh) * | 2019-09-02 | 2020-01-10 | 平安科技（深圳）有限公司 | App智能推荐方法、装置及计算机可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021151330A1 (zh) * | 2020-09-08 | 2021-08-05 | 平安科技（深圳）有限公司 | 用户分群方法、装置、设备和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021189694A1 (zh) | 2021-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112541745B (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
| WO2022160449A1 (zh) | 文本分类方法、装置、电子设备及存储介质 | |
| CN112541338A (zh) | 相似文本匹配方法、装置、电子设备及计算机存储介质 | |
| CN111930962A (zh) | 文献数据价值评估方法、装置、电子设备及存储介质 | |
| CN111309825A (zh) | 数据聚类的存储方法、装置及计算机可读存储介质 | |
| CN115146865A (zh) | 基于人工智能的任务优化方法及相关设备 | |
| CN112883730B (zh) | 相似文本匹配方法、装置、电子设备及存储介质 | |
| CN112507663A (zh) | 基于文本的判断题生成方法、装置、电子设备及存储介质 | |
| CN112306835A (zh) | 用户数据监控分析方法、装置、设备及介质 | |
| CN112380454A (zh) | 培训课程推荐方法、装置、设备及介质 | |
| CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
| CN113032403A (zh) | 数据洞察方法、装置、电子设备及存储介质 | |
| CN114398557A (zh) | 基于双画像的信息推荐方法、装置、电子设备及存储介质 | |
| CN112732567A (zh) | 基于ip的mock数据测试方法、装置、电子设备及存储介质 | |
| CN111522782A (zh) | 文件数据写入方法、装置及计算机可读存储介质 | |
| CN111522812A (zh) | 用户智能化分层方法、装置、电子设备及可读存储介质 | |
| CN113627160A (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
| CN112733531A (zh) | 虚拟资源分配方法、装置、电子设备及计算机存储介质 | |
| CN111522707A (zh) | 大数据平台调度预警方法、装置及计算机可读存储介质 | |
| CN113705201B (zh) | 基于文本的事件概率预测评估算法、电子设备及存储介质 | |
| CN115841343A (zh) | 一种销售额度的确定方法及装置 | |
| CN111652281B (zh) | 信息数据的分类方法、装置及可读存储介质 | |
| CN114490137A (zh) | 业务数据实时统计方法、装置、电子设备及可读存储介质 | |
| CN114240560A (zh) | 基于多维分析的产品排名方法、装置、设备及存储介质 | |
| CN114862140A (zh) | 基于行为分析的潜力评估方法、装置、设备及存储介质 |
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 |