业务对象分类方法和系统技术方案

一种业务对象分类方法，包括：获取分析周期内多个业务对象的目标属性特征参数；将分析周期分为通过多个分析时间点划分的分析时间段；获取多个业务对象在分析时间点对应的目标属性特征参数的特征参数值，根据特征参数值形成分别与多个业务对象对应的轨迹特征曲线；对轨迹特征曲线进行聚类分析，将轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果；根据聚类结果对所述业务对象进行分类。本申请还提供一种业务对象分类系统。根据业务对象在分析时间点的目标属性特征参数的特征参数值形成业务对象的特征轨迹曲线并进行聚类分析，可以准确地获得业务对象分类结果，针对不同应用程序可选取不同的目标属性特征参数进行分析，适应领域广。

Business object classification method and system

Including the classification method, a business object: acquisition and analysis of target attribute parameters for multiple business objects period; the analysis cycle is divided into a plurality of time through the analysis of the demarcation point in time; the character parameters of multiple business objects in the target attribute parameter analysis of the corresponding point in time value, according to the characteristic parameters the formation of trajectory characteristic curve corresponds to multiple business objects; clustering analysis on the trajectory curve, the trajectory curve similarity is smaller than the preset value curve was obtained by clustering the clustering results; to classify the business object according to the clustering results. The present application also provides a business object classification system. According to the characteristic parameters of the business object in target attribute parameter analysis time point value of the formation characteristics curve of business objects and the clustering analysis, can accurately obtain the classification results for different business objects, the application can choose the target attribute parameters of different analysis, adapt to the wide field.

【技术实现步骤摘要】
业务对象分类方法和系统
本专利技术涉及互联网
中业务对象信息处理技术，特别是涉及一种业务对象分类方法和系统。
技术介绍
业务对象分类是一种非常重要的用户信息分析方法，通过对业务对象分类，可以掌握用户的不同特性，便于对用户进行管理。目前，常用的一种业务对象分类方法是通过特定规则定义多个用户类型，如根据业务对象历史记录预先设置业务对象分类的不同规则。根据业务对象的历史使用记录数据判断其与特定规则的匹配情况，根据匹配结果将其划分到对应的分类类型。另一种业务对象分类方法是建立线性评估模型，综合考虑业务对象的多种历史使用记录计算活跃度参数，通过将业务对象历史使用记录设置多个维度，每个维度设置对应的线性系数，从而可计算每个业务对象的活跃度参数，根据计算结果将其划分到对应的分类类型。然而，以上业务对象分类方法仍然存在问题：针对第一种业务对象分类方法，在对业务对象进行分类之前需要对用户类型事先进行定义，且对每个业务对象类型的定义设置好分类规则，从而会受限于个人对现有业务对象的了解程度，业务对象分类粒度太粗，分类结果的识别精度低、可应用性较弱。针对第二种业务对象分类方法，分类所使用的线性模型中，本文档来自技高网...

【技术保护点】
一种业务对象分类方法，包括：获取分析周期内多个业务对象的目标属性特征参数；将所述分析周期分为通过多个分析时间点划分的分析时间段；获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值，根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线；对所述轨迹特征曲线进行聚类分析，将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果；根据所述聚类结果对所述业务对象进行分类。

【技术特征摘要】
1.一种业务对象分类方法，包括：获取分析周期内多个业务对象的目标属性特征参数；将所述分析周期分为通过多个分析时间点划分的分析时间段；获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值，根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线；对所述轨迹特征曲线进行聚类分析，将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果；根据所述聚类结果对所述业务对象进行分类。2.如权利要求1所述的业务对象分类方法，其特征在于：所述获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值，根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线的步骤包括：获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值；以所述分析时间点为横坐标，以所述多个业务对象在所述分析时间点所对应时刻的目标属性特征参数的参数特征值为纵坐标，形成分别与所述多个业务对象对应的轨迹特征曲线。3.如权利要求1所述的业务对象分类方法，其特征在于：所述获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值，根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线的步骤包括：根据所述目标属性特征参数，分别以所述分析时间点为基准时间计算预设时间周期内的目标属性特征参数的特征参数值；以所述分析时间点为横坐标，以所述多个业务对象在所述分析时间点对应的所述参数特征值为纵坐标，形成分别与所述多个业务对象对应的轨迹特征曲线。4.如权利要求1所述的业务对象分类方法，其特征在于：所述对所述轨迹特征曲线进行聚类分析，将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果的步骤包括：计算每一业务对象任意两个分析时间点之间的轨迹特征曲线与其它业务对象在所述两个分析时间点之间的轨迹特征曲线的轨迹距离，将轨迹距离小于阈值的曲线进行聚类，分别形成每一业务对象与所述两个分析时间点对应的聚类集合；重复以上步骤，获取每一业务对象在所述分析周期内预设数量的两个分析时间点分别对应的聚类集合得到聚类结果。5.如权利要求4所述的业务对象分类方法，其特征在于：所述计算每一业务对象任意两个分析时间点之间的轨迹特征曲线与其它业务对象在所述两个分析时间点之间的轨迹特征曲线的轨迹距离，将轨迹距离小于阈值的曲线进行聚类，分别形成每一业务对象与所述两个分析时间点对应的聚类集合的步骤包括：以第一业务对象在任意两个分析时间点之间的轨迹特征曲线为参考曲线；以第二业务对象在所述两个分析时间点之间的轨迹特征曲线为对比曲线，计算所述参考曲线与所述对比曲线之间的轨迹距离，所述第二业务对象为不同于所述第一业务对象的任一业务对象；当所述轨迹距离小于或者等于阈值时，将所述第二业务对象的对比曲线与所述第一业务对象的参考曲线进行聚类；将所述聚类的曲线形成所述第一业务对象与所述两个分析时间点对应的聚类集合。6.如权利要求1所述的业务对象分类方法，其特征在于：所述根据所述聚类结果对所述业务对象进行分类的步骤包括：获取所述聚类结果中任意两个业务...

【专利技术属性】
技术研发人员：杨凡，张洁坤，胡天行，黄斐，钱波，刘嘉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44