用户数据处理方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术实施例提供一种用户数据处理方法、装置、设备及可读存储介质。本发明专利技术实施例的方法，通过获取用户的行为特征数据；基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇，实现了基于用户ARPI值确定营销对象群体，并根据用户的多维度的行为特征数据，实时高效地聚类得到多个用户簇，用户簇的划分更加精准，效率更高，从而可以进一步地实现有针对性地为不同的用户簇提供用于提高用户ARPU值的营销策略。

User Data Processing Method, Device, Equipment and Readable Storage Media

The embodiment of the present invention provides a user data processing method, device, device and readable storage medium. The method of the embodiment of the present invention obtains the user's behavior characteristic data by acquiring the user's behavior characteristic data; filters the behavior characteristic data based on the user's ARPU value to obtain the target user's behavior characteristic data within the preset range; uses the preset clustering algorithm to cluster and analyze the target user's behavior characteristic data, obtains multiple user clusters, and realizes the user-based AR. PI value determines the marketing target group, and according to the user's multi-dimensional behavior characteristics data, real-time and efficient clustering to get multiple user clusters, user clusters are more precise and efficient, which can further achieve targeted marketing strategies for different user clusters to improve the user's ARPU value.

【技术实现步骤摘要】
用户数据处理方法、装置、设备及可读存储介质
本专利技术实施例涉及通信
，尤其涉及一种用户数据处理方法、装置、设备及可读存储介质。
技术介绍
从各运营商的发展来看，用户的每用户平均收入(AverageRevenuePerUser，ARPU)值呈现出逐年下降的趋势，提升单个用户的ARPU值势在必行。为了提高用户的ARPU值，需要将用户划分为多个用户簇，针对不同的用户簇制定不同的行销策略。目前，运营商通过技术人员根据用户单一行为特征数据，例如流量数据，通过设定几个分界值来将用户粗略地划分为几个不同的用户簇。但是传统的用户簇的划分粒度较粗，不能准确反应用户每月消费行为特征的变化。
技术实现思路
本专利技术实施例提供一种用户数据处理方法、装置、设备及可读存储介质，用以解决传统的用户簇的划分粒度较粗，不能准确反应用户每月消费行为特征的变化的问题。本专利技术实施例的一个方面是提供一种用户数据处理方法，包括：获取用户的行为特征数据；基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇。本专利技术实施例的另一个方面是提供一种用户数据处理装置，包括：数据获取模块，用于获取用户的行为特征数据；预处理模块，用于基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；聚类处理模块，用于采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇。本专利技术实施例的另一个方面是提供一种用户数据处理设备，包括：存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时实现上述所述的用户数据处理方法。本专利技术实施例的另一个方面是提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的用户数据处理方法。本专利技术实施例提供的用户数据处理方法、装置、设备及可读存储介质，通过获取用户的行为特征数据；基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇，实现了基于用户ARPI值确定营销对象群体，并根据用户的多维度的行为特征数据，实时高效地聚类得到多个用户簇，用户簇的划分更加精准，效率更高，从而可以进一步地实现有针对性地为不同的用户簇提供用于提高用户ARPU值的营销策略。附图说明图1为本专利技术实施例一提供的用户数据处理方法流程图；图2为本专利技术实施例二提供的用户数据处理方法流程图；图3为本专利技术实施例三提供的用户数据处理装置的结构示意图；图4为本专利技术实施例五提供的用户数据处理设备的结构示意图。通过上述附图，已示出本专利技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本专利技术实施例构思的范围，而是通过参考特定实施例为本领域技术人员说明本专利技术的概念。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术实施例的一些方面相一致的装置和方法的例子。首先对本专利技术实施例所涉及的名词进行解释：可视化方法：是指在原始数据转换为可视化元素后，利用形象直观的表现形式来显示复杂的资源内容。从而加深用户的理解。常见的有散点图、直方图、时间轴和树图等。独热编码：即One-Hot编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本专利技术的实施例进行描述。实施例一图1为本专利技术实施例一提供的用户数据处理方法流程图。本专利技术实施例针对传统的用户簇的划分粒度较粗，不能准确反应用户每月消费行为特征的变化的问题，提供了用户数据处理方法。如图1所示，该方法具体步骤如下：步骤S101、获取用户的行为特征数据。本实施例中，用户的行为特征数据可以包括多种类型的特征数据。例如，行为特征数据可以包括：用户的业务套餐数据，例如，套餐内的流量、语音等数据；用户的业务用量数据，例如，流量使用量、通话时长、消费金额等等；以及用户属性数据等。另外，用户的行为特征数据可以包括离散型数据和连续型数据。例如，离散型数据可以包括用户的性别，用户使用业务套餐的类别等等；连续型数据可以包括流量使用量、通话时长等等。本实施例中对用户的行为特征数据具体包括的数据的种类，可以由技术人员根据实际需要进行设定或者修改，本实施例此处不做具体限定。步骤S102、基于用户的ARPU值对行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据。其中，预设范围可以由技术人员根据实际需要进行设定，本实施例此处不做具体限定。本实施例中，可以根据实际需要设定ARPU值的预设范围，来确定本次营销对象。例如，若要对高端用户进行营销处理，则将ARPU值的预设范围设定为一个较高的范围；若要对中低端用户进行营销处理，则将ARPU值的预设范围设定为一个较低的范围。该步骤中，基于用户的ARPU值对行为特征数据进行筛选，保留ARPU值在预设范围内的目标用户的行为特征数据。具体的，基于用户的ARPU值对行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据，具体可以采用如下方式实现：根据用户的行为特征数据，计算每个用户的ARPU值；将ARPU值在预设范围内的用户确定为目标用户；从用户的行为特征数据中筛选出目标用户的行为特征数据。步骤S103、采用预设聚类算法，对目标用户的行为特征数据进行聚类分析处理，得到多个用户簇。本实施例中，对目标用户的行为特征数据进行聚类分析处理所采用的预设聚类算法可以由技术人员根据实际需要设定，本实施例此处不做具体限定。本专利技术实施例通过获取用户的行为特征数据；基于用户的ARPU值对行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对目标用户的行为特征数据进行聚类分析处理，得到多个用户簇，实现了基于用户ARPI值确定营销对象群体，并根据用户的多维度的行为特征数据，实时高效地聚类得到多个用户簇，用户簇的划分更加精准，效率更高，从而可以进一步地实现有针对性地为不同的用户簇提供用于提高用户ARPU值的营销策略。实施例二图2为本专利技术实施例二提供的用户数据处理方法流程图。在上述实施例一的基础上，本实施例中，基于用户的ARPU值对行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据之后，还包括：根据预设特征数据类型，确定每个目标用户的行为特征数据中是否缺失了某一种类的本文档来自技高网...

【技术保护点】
1.一种用户数据处理方法，其特征在于，包括：获取用户的行为特征数据；基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇。

【技术特征摘要】
1.一种用户数据处理方法，其特征在于，包括：获取用户的行为特征数据；基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据；采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇。2.根据权利要求1所述的方法，其特征在于，所述基于用户的ARPU值对所述行为特征数据进行筛选，得到ARPU值在预设范围内的目标用户的行为特征数据之后，还包括：根据预设特征数据类型，确定每个所述目标用户的行为特征数据中是否缺失了至少一个种类的特征数据；对缺失了至少一个种类的特征数据的目标用户的行为特征数据进行数据填充处理。3.根据权利要求2所述的方法，其特征在于，所述对缺失了至少一个种类的特征数据的目标用户的行为特征数据进行数据填充处理，包括：若某目标用户的行为特征数据中缺失的某种类的特征数据为连续型数据，则使用其他目标用户的行为特征数据中同种类的特征数据的中位数进行填充；若某目标用户的行为特征数据中缺失的某种类的特征数据为离散型数据，则使用其他目标用户的行为特征数据中同种类的特征数据的众数进行填充。4.根据权利要求2所述的方法，其特征在于，所述对缺失了至少一个种类的特征数据的目标用户的行为特征数据进行数据填充处理之后，还包括：对所述目标用户的行为特征数据中的连续型数据进行中心化和标准化处理；对所述目标用户的行为特征数据中的离散型数据进行独热编码处理。5.根据权利要求1所述的方法，其特征在于，所述采用预设聚类算法，对所述目标用户的行为特征数据进行聚类分析处理，得到多个用户簇，包括：采用预设的K...

【专利技术属性】
技术研发人员：赵慧，张第，魏进武，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：北京,11