CN112016855A - 基于关系网匹配的用户行业识别方法、装置和电子设备 - Google Patents
基于关系网匹配的用户行业识别方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112016855A CN112016855A CN202011138351.0A CN202011138351A CN112016855A CN 112016855 A CN112016855 A CN 112016855A CN 202011138351 A CN202011138351 A CN 202011138351A CN 112016855 A CN112016855 A CN 112016855A
- Authority
- CN
- China
- Prior art keywords
- user
- industry
- store
- information
- matching
- 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 56
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 238000012216 screening Methods 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 239000000203 mixture Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种基于关系网匹配的用户行业识别方法、装置和电子设备。该方法包括：从移动互联网APP获取POI数据，并抽取门店电话信息；提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；将门店电话信息与所述用户关系网络图进行匹配，提取与门店电话信息相关联的用户；根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。本发明进一步提高了用户行业识别和风险评估的准确性，优化了用户行业识别方法，还提高了模型预测的精度。
Description
技术领域
本发明涉及计算机信息处理领域，具体而言，涉及一种基于关系网匹配的用户行业识别方法、装置和电子设备。
背景技术
风险控制（简称为风控）是指风险管理者采取各种措施和方法，消灭或减少风险案件发生的各种可能性，或风险控制者减少风险案件发生时造成的损失。风险控制一般应用于金融行业，如对公司的交易、商家的交易或个人交易等进行风险控制。
在现有技术中，金融风险评估主要的目的是如何区分出好客户和坏客户，评估用户的风险情况，以降低信用风险实现利润最大化。目前，对于客户行业只能做定性判断，且覆盖率较低，对客户的职业信息利用有限，无法对风险起到及时预警的作用，也无法进行差异化客户经营。另外，目前对于一些高风险行业的排查，主要以人工审核为主，排查效率较低，每天审核的量也受人力的限制。此外，在模型预测精度方面仍存在很大改进空间。
因此，有必要提供一种精度更高的用户行业识别方法。
发明内容
为了自动化、高效的甄别用户的行业信息，提高依赖用户行业信息的模型预测精度，本发明提供了一种基于关系网匹配的用户行业识别方法，包括：从移动互联网APP获取POI数据，并抽取门店电话信息；提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；将门店电话信息与所述用户关系网络图进行关系网匹配，提取与门店电话信息相关联的用户；根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
优选地，所述抽取门店电话信息包括：抽取门店的通讯信息，该通讯信息包括联系电话。
优选地，还包括：设定筛选规则，所述筛选规则包括筛选参数和筛选阈值，其中，所述筛选参数包括用户与餐馆、酒店、商铺、景点的通话频率、通话次数或通话时间；所述筛选阈值包括与不同服务职业相对应的频率阈值、次数阈值。
优选地，所述将门店电话信息与所述用户关系网络图进行关系网匹配包括：所述关系网匹配包括通话记录中用户的电话号码与所述门店的通讯信息中电话号码的匹配、用户与主叫方的匹配、用户与被叫方的匹配。
优选地，还包括：在特定时间段内同一用户与餐馆、酒店、商铺、景点的通话频率、通话次数超过筛选阈值时，判断该用户为目标用户。
优选地，所述用户关联行业标签包括餐饮服务、酒店服务、旅游服务、商铺服务。
优选地，还包括：使用高斯混合聚类算法、K-Means聚类算法或基于密度的聚类算法，对筛选出的目标用户进行聚类分析，进一步提取职业信息数据，并将目标用户细分为不同服务行业的用户，以确定用户关联行业标签。
优选地，还包括：构建用户行业识别模型，使用训练数据集训练该用户行业识别模型，所述训练数据集包括带有用户关联行业标签的用户特征数据、用户属于服务行业的概率；使用所述用户行业识别模型，计算当前用户的用户评估值，以进行目标用户识别。
此外，本发明还提供了一种基于关系网匹配的用户行业识别装置，包括：数据获取模块，用于从移动互联网APP获取POI数据，并抽取门店电话信息；处理模块，用于提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；匹配模块，用于将门店电话信息与所述用户关系网络图进行关系网匹配，提取与门店电话信息相关联的用户；配置模块，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；计算模块，根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
优选地，所述数据获取模块还包括：抽取门店的通讯信息，该通讯信息包括联系电话。
优选地，还包括设定模块，所述设定模块用于设定筛选规则，所述筛选规则包括筛选参数和筛选阈值，其中，所述筛选参数包括用户与餐馆、酒店、商铺、景点的通话频率、通话次数或通话时间；所述筛选阈值包括与不同服务职业相对应的频率阈值、次数阈值。
优选地，所述将门店电话信息与所述用户关系网络图进行关系网匹配包括：所述关系网匹配包括通话记录中用户的电话号码与所述门店的通讯信息中电话号码的匹配、用户与主叫方的匹配、用户与被叫方的匹配。
优选地，还包括：在特定时间段内同一用户与餐馆、酒店、商铺、景点的通话频率、通话次数超过筛选阈值时，判断该用户为目标用户。
优选地，所述用户关联行业标签包括餐饮服务、酒店服务、旅游服务、商铺服务。
优选地，还包括：使用高斯混合聚类算法、K-Means聚类算法或基于密度的聚类算法，对筛选出的目标用户进行聚类分析，进一步提取职业信息数据，并将目标用户细分为不同服务行业的用户，以确定用户关联行业标签。
优选地，还包括构建模块，所述构建模块用于构建用户行业识别模型，使用训练数据集训练该用户行业识别模型，所述训练数据集包括带有用户关联行业标签的用户特征数据、用户属于服务行业的概率；使用所述用户行业识别模型，计算当前用户的用户评估值，以进行目标用户识别。
此外，本发明还提供了一种电子设备，其中，该电子设备包括：处理器；以及，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本发明所述的基于关系网匹配的用户行业识别方法。
此外，本发明还提供了一种计算机可读存储介质，其中，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处理器执行时，实现本发明所述的基于关系网匹配的用户行业识别方法。
有益效果
与现有技术相比，本发明的用户行业识别方法，基于关系网匹配，确定用户关联行业标签，使用用户识别模型进行计算，识别用户所述的特定行业，能够准确评估用户所属特定行业的风险情况，由此进一步提高了用户行业识别和风险评估的准确性，优化了用户行业识别方法，还提高了模型预测的精度。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明的实施例1的基于关系网匹配的用户行业识别方法的一示例的流程图。
图2是本发明的实施例1的基于关系网匹配的用户行业识别方法的另一示例的流程图。
图3是本发明的实施例1的基于关系网匹配的用户行业识别方法的又一示例的流程图。
图4是本发明的实施例2的基于关系网匹配的用户行业识别装置的一示例的示意图。
图5是本发明的实施例2的基于关系网匹配的用户行业识别装置的另一示例的示意图。
图6是本发明的实施例2的基于关系网匹配的用户行业识别装置的又一示例的示意图。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。
图8是根据本发明的计算机可读介质的示例性实施例的结构框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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。
应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
为了进一步优化用户行业识别方法，本发明提供了一种基于关系网匹配的用户行业识别方法，该方法通过提取用户通话记录数据，构建用户关系网络图，将用户关系网络图与门店通讯信息进行匹配，为用户配置用户关联行业标签，再通过用户行业识别模型进行计算，以识别用户所属的特定行业，优化了用户行业识别方法，提高了模型预测的准确度。以下将结合实施例说明本发明方法的具体过程。
实施例1
下面，将参照图1至图3描述本发明的基于关系网匹配的用户行业识别方法的实施例。
图1为本发明的基于关系网匹配的用户行业识别方法的流程图。如图1所示，一种用户行业识别方法，该方法包括如下步骤。
步骤S101，从移动互联网APP获取POI数据，并抽取门店电话信息。
步骤S102，提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图。
步骤S103，将门店电话信息与所述用户关系网络图进行匹配，提取与门店电话信息相关联的用户。
步骤S104，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值。
步骤S105，根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
首先，在步骤S101中，从移动互联网APP获取POI数据，并抽取门店电话信息。
在本示例中，例如从与点评网站、通信应用等相关的移动联网APP或者第三方数据中，获取POI（Point of Information）数据，该POI数据包括名称、类别、坐标、分类等信息数据。
具体地，对于上述这些POI数据进行数据挖掘，使用预设抽取规则，抽取与服务行业相关的门店电话信息。
更具体地，抽取门店的通讯信息，该通讯信息包括联系电话（或商铺电话）。
需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。
接下来，在步骤S102中，提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图。
在本示例中，获取用户数据，并提取用户的通话记录数据，所述通话记录数据包括主叫方、被叫方、电话号码、通话时间、通话时长、被叫方的位置信息、主叫方的位置信息等。
进一步地，对所提取的通话记录数据进行预处理，以构建用户关系网络图，该用户关系网络图包括相互关联的多个节点以及边，其中，节点包括用户节点、事物节点等，在这里，事物节点例如与餐饮服务、酒店服务、旅游服务、商铺服务等相关的门店节点、与用户有通话关系的节点等；边是用于连接用户节点与用户节点或者用户节点与门店节点的关系边该关系边包括出边和入边。
例如，用户与用户之间的关系包括“亲属关系”、“朋友关系”、“邻居关系”、“同事关系”等。
在其他示例中，还包括设定边距离的计算方法。进一步地，基于节点之间的关联度以及边距离，进行用户行业数据的提取。
在本示例中，所述用户关系网络图为有向图，节点（也称为顶点）与节点之间的变是有方向的，并且每个节点包括出度和入度，其中，节点的出边条数称为该节点的出度，节点的入边条数称为该节点的入度。
具体地，基于所形成的用户关系网，确定在时间维度、地区维度、通信维度等的多维度上与各用户有关联度的信息数据，以用于筛选与特定服务行业相关的用户群，并为各用户提供职业维度的信息数据。由此，实现了在用户职业方面的进一步数据挖掘。
需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。
接下来，在步骤S103中，将门店电话信息与所述用户关系网络图进行匹配，提取与门店电话信息相关联的用户。
具体地，基于所述用户关系网络图，与各门店的电话信息（具体为电话号码）进行关系网匹配，根据筛选规则，筛选与各门店的电话号码相关联的用户。
如图2所示，还包括设定筛选规则的步骤S201。
在步骤S201中，设定筛选规则，其中，所述筛选规则包括筛选参数和筛选阈值。
具体地，所述筛选参数包括用户与餐馆、酒店、商铺、景点的通话频率、通话次数或通话时间。
进一步地，所述筛选阈值包括与不同服务职业相对应的频率阈值、次数阈值。
在本示例中，所述关系网匹配包括通话记录中用户的电话号码与门店的电话号码的匹配、用户与主叫方的匹配、用户与被叫方的匹配。
优选地，在特定时间段内同一用户与餐馆、酒店、商铺、景点的通话频率、通话次数超过筛选阈值时，判断该用户为目标用户，并确定该用户为与服务行业相关的用户。
具体地，所述特定时间例如为3天、7天、15天、一个月或两个月等。
进一步地，根据匹配结果和用户节点的出度和入度等信息数据，确定用户与门店之间的关联度。
需要说明的是，上述仅作为优选的示例进行说明，不能理解成对本发明的限制。
接下来，在步骤S104中，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值。
具体地，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为不同用户进行打标，标签包括用户关联行业标签及其标签值。
在本示例中，门店的行业信息包括餐饮行业、酒店行业、旅游行业等。
进一步地，所述用户关联行业标签包括餐饮服务、酒店服务、旅游服务、商铺服务。
需要说明的是，上述仅作为优选的示例进行说明，不能理解成对本发明的限制。
接下来，在步骤S105中，根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
如图3所示，还包括构建用户行业识别模型的步骤S301。
在步骤S301中，构建用户行业识别模型，以通过计算确定用户属于特定行业的概率。
在本示例中，例如使用XGBoost方法，构建用户行业识别模型。但是不限于此，在其他示例中，还可以使用TextCNN算法、随机森林算法、逻辑回归算法等，或者使用上述算法中的两种以上的算法。具体使用的算法可以根据采样数据和/或业务需求进行确定。
进一步地，使用训练数据集训练该用户行业识别模型，所述训练数据集包括带有用户关联行业标签（在本示例中，还包括标签值）的用户特征数据、用户属于服务行业的概率。
为了更准确评估用户的金融风险情况，将从用户关系网与门店通讯信息匹配所筛选行业信息（用户关联行业标签及其标签值），作为所述用户行业识别模型的有效输入特征，以计算用户属于特定行业的概率。由此，基于用户的用户关联行业标签及其标签值，对该用户所属的行业进行识别，并进行风险预测。
需要说明的是，对于输入特征，在其他示例中，还可以包括社交文本数据等。上述仅作为优选示例进行说明，不能理解成对本发明的限制。
进一步地，对训练数据集，定义好坏样本，标签为0，1，其中，1表示用户属于某个特定行业的概率为大于等于该特定行业的特定阈值的样本，0表示用户属于某个特定行业的概率为小于该特定行业的特定阈值的样本。通常，所计算的值是是0～1之间的数值，用于表示用户所属特定行业的概率。
更进一步地，使用所述用户行业识别模型，计算当前用户的用户评估值，进行目标用户识别，并评估用户所属的行业，以用于筛选目标用户。
在另一示例中，基于所确定的用户关联行业标签，进一步筛选高危行业的用户。
例如，设定危险等级的行业列表，该行业列表包括高危行业、中危行业和低危行业。
例如，获取当前用户的通话记录数据，通过上述方法确定用户关联行业标签，进一步使用用户行业识别模型进行计算，以识别该当前用户的行业，再确定所述当前用户的危险等级，以确定所述用户所属行业的风险情况。
进一步地，基于所确定的用户风险情况，以进行风险预警、客群差异化经营、风险策略制定或者作为其他模型的有效输入变量等。
在又一示例中，使用高斯混合聚类算法、K-Means聚类算法或基于密度的聚类算法，对筛选出的目标用户进行聚类分析，进一步提取职业信息数据，并将目标用户细分为不同服务行业的用户，以确定用户关联行业标签。
由此，通过提取用户通话记录数据，构建用户关系网络图，将用户关系网络图与门店通讯信息进行匹配，为用户配置用户关联行业标签，再通过用户行业识别模型进行计算，以识别用户所属的特定行业（在本发明中，所述特定行业是指服务行业），优化了用户行业识别方法，提高了模型预测的准确度。
需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序（计算机程序）。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
与现有技术相比，本发明的用户行业识别方法，基于关系网匹配，确定用户关联行业标签，使用用户识别模型进行计算，识别用户所述的特定行业，能够准确评估用户所属特定行业的风险情况，由此进一步提高了用户行业识别和风险评估的准确性，优化了用户行业识别方法，还提高了模型预测的精度。
实施例2
下面描述本发明的装置实施例，该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
参照图4、图5和图6，本发明还提供了一种基于关系网匹配的用户行业识别装置400，该用户行业识别装置400包括：数据获取模块401，用于从移动互联网APP获取POI数据，并抽取门店电话信息；处理模块402，用于提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；匹配模块403，用于将门店电话信息与所述用户关系网络图进行匹配，提取与门店电话信息相关联的用户；配置模块404，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；计算模块405，根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
优选地，所述数据获取模块还包括：抽取门店的通讯信息，该通讯信息包括联系电话。
如图5所示，还包括设定模块501，所述设定模块501用于设定筛选规则，所述筛选规则包括筛选参数和筛选阈值，其中，所述筛选参数包括用户与餐馆、酒店、商铺、景点的通话频率、通话次数或通话时间；所述筛选阈值包括与不同服务职业相对应的频率阈值、次数阈值。
优选地，还包括：所述关系网匹配包括通话记录中用户的电话号码与所述门店的通讯信息中电话号码的匹配、用户与主叫方的匹配、用户与被叫方的匹配。
优选地，还包括：在特定时间段内同一用户与餐馆、酒店、商铺、景点的通话频率、通话次数超过筛选阈值时，判断该用户为目标用户。
优选地，所述用户关联行业标签包括餐饮服务、酒店服务、旅游服务、商铺服务。
优选地，还包括：使用高斯混合聚类算法、K-Means聚类算法或基于密度的聚类算法，对筛选出的目标用户进行聚类分析，进一步提取职业信息数据，并将目标用户细分为不同服务行业的用户，以确定用户关联行业标签。
如图6所示，还包括构建模块601，所述构建模块601用于构建用户行业识别模型，使用训练数据集训练该用户行业识别模型，所述训练数据集包括带有用户关联行业标签的用户特征数据、用户属于服务行业的概率；使用所述用户行业识别模型，计算当前用户的用户评估值，以进行目标用户识别。
需要说明的是，在实施例2中，省略了与实施例1相同的部分的说明。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
与现有技术相比，本发明的用户行业识别装置，基于关系网匹配，确定用户关联行业标签，使用用户识别模型进行计算，识别用户所述的特定行业，能够准确评估用户所属特定行业的风险情况，由此进一步提高了用户行业识别和风险评估的准确性，还提高了模型预测的精度。
实施例3
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200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7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件（包括存储单元220和处理单元210）的总线230、显示单元240等。
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210执行，使得所述处理单元210执行本说明书上述电子设备的处理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210可以执行如图1所示的步骤。
所述存储单元220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）2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元（ROM）2203。
所述存储单元220还可以包括具有一组（至少一个）程序模块2205的程序/实用工具2204，这样的程序模块2205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230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200也可以与一个或多个外部设备300（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200交互的设备通信，和/或与使得该电子设备200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250进行。并且，电子设备200还可以通过网络适配器260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。网络适配器260可以通过总线230与电子设备200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200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，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明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计算机可读的存储介质（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、或者网络设备等）执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
如图8所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机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。
所述计算机可读存储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。可读存储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。可读存储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）。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于关系网匹配的用户行业识别方法，其特征在于，包括：
从移动互联网APP获取POI数据，并抽取门店电话信息；
提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；
将门店电话信息与所述用户关系网络图进行关系网匹配，提取与门店电话信息相关联的用户；
根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；
根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
2.根据权利要求1所述的用户行业识别方法，其特征在于，所述抽取门店电话信息包括：
抽取门店的通讯信息，该通讯信息包括联系电话。
3.根据权利要求1或2所述的用户行业识别方法，其特征在于，还包括：
设定筛选规则，所述筛选规则包括筛选参数和筛选阈值，其中，
所述筛选参数包括用户与餐馆、酒店、商铺、景点的通话频率、通话次数或通话时间；
所述筛选阈值包括与不同服务职业相对应的频率阈值、次数阈值。
4.根据权利要求3所述的用户行业识别方法，其特征在于，所述将门店电话信息与所述用户关系网络图进行关系网匹配包括：
所述关系网匹配包括通话记录中用户的电话号码与所述门店的通讯信息中电话号码的匹配、用户与主叫方的匹配、用户与被叫方的匹配。
5.根据权利要求4所述的用户行业识别方法，其特征在于，还包括：
在特定时间段内同一用户与餐馆、酒店、商铺、景点的通话频率、通话次数超过筛选阈值时，判断该用户为目标用户。
6.根据权利要求5所述的用户行业识别方法，其特征在于，所述用户关联行业标签包括餐饮服务、酒店服务、旅游服务、商铺服务。
7.根据权利要求5所述的用户行业识别方法，其特征在于，还包括：
使用高斯混合聚类算法、K-Means聚类算法或基于密度的聚类算法，对筛选出的目标用户进行聚类分析，进一步提取职业信息数据，并将目标用户细分为不同服务行业的用户，以确定用户关联行业标签。
8.一种基于关系网匹配的用户行业识别装置，其特征在于，包括：
数据获取模块，用于从移动互联网APP获取POI数据，并抽取门店电话信息；
处理模块，用于提取用户的通话记录数据，并基于所述通话记录数据，形成用户关系网络图；
匹配模块，用于将门店电话信息与所述用户关系网络图进行关系网匹配，提取与门店电话信息相关联的用户；
配置模块，根据门店的行业信息和用户在所述用户关系网络图中与门店的关联度，为用户配置用户关联行业标签值；
计算模块，根据包含用户关联行业标签值的用户信息计算用户属于特定行业的概率。
9.一种电子设备，其中，该电子设备包括：
处理器；以及，
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根据权利要求1-7中任一项所述的基于关系网匹配的用户行业识别方法。
10.一种计算机可读存储介质，其中，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处理器执行时，实现权利要求1-7中任一项所述的基于关系网匹配的用户行业识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011138351.0A CN112016855B (zh) | 2020-10-22 | 2020-10-22 | 基于关系网匹配的用户行业识别方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011138351.0A CN112016855B (zh) | 2020-10-22 | 2020-10-22 | 基于关系网匹配的用户行业识别方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112016855A true CN112016855A (zh) | 2020-12-01 |
| CN112016855B CN112016855B (zh) | 2021-09-24 |
Family
ID=73528338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011138351.0A Active CN112016855B (zh) | 2020-10-22 | 2020-10-22 | 基于关系网匹配的用户行业识别方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112016855B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095870A (zh) * | 2021-03-16 | 2021-07-09 | 支付宝(杭州)信息技术有限公司 | 一种预测方法、装置、计算机设备以及存储介质 |
| CN113254527A (zh) * | 2021-04-22 | 2021-08-13 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
| CN113609451A (zh) * | 2021-07-22 | 2021-11-05 | 上海淇玥信息技术有限公司 | 一种基于关系网特征衍生的风险设备识别方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190370296A1 (en) * | 2018-05-30 | 2019-12-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for mining an enterprise relationship |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105630951B (zh) * | 2015-12-23 | 2019-06-07 | 北京奇虎科技有限公司 | 判断聚类的用户职业分布方法和装置 |
| CN108932646B (zh) * | 2017-05-26 | 2021-04-13 | 中移（杭州）信息技术有限公司 | 基于运营商的用户标签验证方法、装置和电子设备 |
| CN109816520A (zh) * | 2019-01-28 | 2019-05-28 | 北京三快在线科技有限公司 | 职业属性预测方法、装置、设备及存储介质 |
| CN110782128B (zh) * | 2019-09-27 | 2024-03-29 | 北京淇瑀信息科技有限公司 | 一种用户职业标签生成方法、装置和电子设备 |
| CN111753496B (zh) * | 2020-06-22 | 2023-06-23 | 平安付科技服务有限公司 | 行业类别识别方法、装置、计算机设备及可读存储介质 |
| CN111597343B (zh) * | 2020-07-24 | 2021-02-02 | 北京淇瑀信息科技有限公司 | 一种基于app的智能化用户职业判断方法、装置和电子设备 |
-
2020
- 2020-10-22 CN CN202011138351.0A patent/CN112016855B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190370296A1 (en) * | 2018-05-30 | 2019-12-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for mining an enterprise relationship |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095870A (zh) * | 2021-03-16 | 2021-07-09 | 支付宝(杭州)信息技术有限公司 | 一种预测方法、装置、计算机设备以及存储介质 |
| CN113254527A (zh) * | 2021-04-22 | 2021-08-13 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
| CN113254527B (zh) * | 2021-04-22 | 2022-04-08 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
| CN113609451A (zh) * | 2021-07-22 | 2021-11-05 | 上海淇玥信息技术有限公司 | 一种基于关系网特征衍生的风险设备识别方法及装置 |
| CN113609451B (zh) * | 2021-07-22 | 2023-11-10 | 上海淇玥信息技术有限公司 | 一种基于关系网特征衍生的风险设备识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112016855B (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112016855B (zh) | 基于关系网匹配的用户行业识别方法、装置和电子设备 | |
| CN112348520A (zh) | 基于XGBoost的风险评估方法、装置和电子设备 | |
| CN113627566B (zh) | 一种网络诈骗的预警方法、装置和计算机设备 | |
| CN112348519A (zh) | 一种欺诈用户识别方法、装置和电子设备 | |
| CN111199474A (zh) | 一种基于双方网络图数据的风险预测方法、装置和电子设备 | |
| CN111222976A (zh) | 一种基于双方网络图数据的风险预测方法、装置和电子设备 | |
| CN112348662B (zh) | 基于用户职业预测的风险评估方法、装置和电子设备 | |
| CN112581271B (zh) | 一种商户交易风险监测方法、装置、设备及存储介质 | |
| CN110688536A (zh) | 一种标签预测方法、装置、设备和存储介质 | |
| CN112016793B (zh) | 基于目标用户群的资源分配方法、装置及电子设备 | |
| CN112015562A (zh) | 基于迁移学习的资源分配方法、装置及电子设备 | |
| CN111967543A (zh) | 用户资源配额确定方法、装置及电子设备 | |
| CN111597343B (zh) | 一种基于app的智能化用户职业判断方法、装置和电子设备 | |
| CN111179055A (zh) | 授信额度调整方法、装置和电子设备 | |
| CN110782128B (zh) | 一种用户职业标签生成方法、装置和电子设备 | |
| CN111966730A (zh) | 基于常驻地的风险预测方法、装置和电子设备 | |
| CN111191677B (zh) | 用户特征数据生成方法、装置及电子设备 | |
| US20230230081A1 (en) | Account identification method, apparatus, electronic device and computer readable medium | |
| CN114092230A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
| CN113902449A (zh) | 企业在线交易系统风险的预警方法、装置和电子设备 | |
| CN112508690A (zh) | 一种基于联合分布适配的风险评估方法、装置和电子设备 | |
| CN112488865A (zh) | 基于金融时间节点的金融风险预测方法、装置和电子设备 | |
| CN112288475A (zh) | 产品推荐方法、装置及电子设备 | |
| CN111445139A (zh) | 业务流程模拟方法及装置、存储介质、电子设备 | |
| CN110689257A (zh) | 基于运营商大数据的快消品行业督查方法以及装置 |
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 |