一种用户群的分类方法和设备技术

本申请公开了一种用户群的分类方法和设备，包括：获取至少两个不同用户的用户信息，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的不同用户群中，有效改善了现有技术中使用二分类逻辑回归导致用户群分类存在不准确的问题，提高用户群分类的精确度。

【技术实现步骤摘要】
一种用户群的分类方法和设备
本申请涉及互联网信息处理
，尤其涉及一种用户群的分类方法和设备。
技术介绍
“互联网+”是创新2.0下的互联网发展的新业态，是知识社会创新2.0推动下的互联网形态演进及其催生的经济社会发展新形态。“互联网+”是互联网思维的进一步实践成果，它代表一种先进的生产力，推动经济形态不断的发生演变，从而带动社会经济实体的生命力，为改革、创新、发展提供广阔的网络平台。在“互联网+”这种大环境下，互联网金融等金融创新行业得以蓬勃发展。信用消费市场也随着互联网金融行业的发展应运而生。为了保证信用消费市场的良性发展，个人征信系统(又称为消费者信用信息系统)也随之出现，个人征信系统通过搜集的个人信用信息(例如：个人基本信息、信用交易信息、特殊交易、特别记录、客户本人声明等各类信息)确定消费者(以下称之为用户)的信用度，这样，信用消费市场可以利用不同用户的信用度为用户提供不同的服务。经研究发现，在确定用户的信用度时，首先，可以将不同的用户进行划分，即将不同的用户进行分群；其次，基于得到的不同用户群，为属于同一个用户群的用户确定信用度。那么，如何精确地将不同的用户进行分群成为一个需要解决的重要问题。
技术实现思路
有鉴于此，本申请实施例提供了一种用户群的分类方法和设备，用于解决现有技术中如何精确地将不同的用户进行分群的问题。一种用户群的分类方法，包括：获取至少两个不同用户的用户信息，其中，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，其中，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的用户群中。一种用户群的分类方法，包括：获取在设定业务场景下待处理的用户产生的用户信息，其中，所述用户信息中包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述用户的用户信息和基于设定业务场景的多分类模型，确定得到所述用户属于所述设定业务场景的其中一个用户群的概率值；将所述概率值与所述设定业务场景中包含的不同用户群对应的设定阈值进行比较，确定所述用户所属所述设定业务场景的用户群。一种用户群的分类设备，包括：获取单元，用于获取至少两个不同用户的用户信息，其中，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；确定单元，用于根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，其中，所述设定业务场景至少对应一个用户群；分类单元，用于在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的用户群中。一种用户群的分类设备，包括：获取单元，用于获取在设定业务场景下待处理的用户产生的用户信息，其中，所述用户信息中包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；确定单元，用于根据所述用户的用户信息和基于设定业务场景的多分类模型，确定得到所述用户属于所述设定业务场景的其中一个用户群的概率值；分类单元，用于将所述概率值与所述设定业务场景中包含的不同用户群对应的设定阈值进行比较，确定所述用户所属所述设定业务场景的用户群。本申请有益效果如下：本申请实施例获取至少两个不同用户的用户信息，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的不同用户群中。这样，本申请实施例在确定用户所属的用户群时，基于多分类模型，利用比较全面的用户信息，进而能够计算得到一个相对准确的确定用户属于哪一个用户群的概率值，有效改善了现有技术中使用二分类逻辑回归导致用户群分类存在不准确的问题，提高用户群分类的精确度，为后续能够精确地确定用户的信用度奠定基础，同时也能够降低后续信用消费市场的消费风险。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种用户群的分类方法的流程示意图；图2为本申请实施例提供的一种用户群的分类方法的流程示意图；图3为本申请实施例提供的一种用户群的分类设备的结构示意图；图4为本申请实施例提供的一种用户群的分类设备的结构示意图。具体实施方式为了实现本申请的目的，本申请实施例提供了一种用户群的分类方法和设备，获取至少两个不同用户的用户信息，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的不同用户群中。这样，本申请实施例在确定用户所属的用户群时，基于多分类模型，利用比较全面的用户信息，进而能够计算得到一个相对准确的确定用户属于哪一个用户群的概率值，有效改善了现有技术中使用二分类逻辑回归导致用户群分类存在不准确的问题，提高用户群分类的精确度，为后续能够精确地确定用户的信用度奠定基础，同时也能够降低后续信用消费市场的消费风险。需要说明的是，本申请实施例中所记载的基于设定业务场景的多分类模型可以是基于设定业务场景的多分类逻辑回归算法得到的，例如：有序多分类逻辑回归算法，和/或无序多分类逻辑回归算法；也可以是基于其他分类算法得到的，这里不做具体限定。下面结合说明书附图对本申请各个实施例作进一步地详细描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。图1为本申请实施例提供的一种用户群的分类方法的流程示意图。所述方法可以如下所示。步骤101：获取至少两个不同用户的用户信息。其中，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息以及所述用户的行为偏好信息。在步骤101中，在获取用户信息阶段，可以是基于不同业务场景，从服务器中获取与本文档来自技高网...

【技术保护点】
一种用户群的分类方法，其特征在于，包括：获取至少两个不同用户的用户信息，其中，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，其中，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的用户群中。

【技术特征摘要】
1.一种用户群的分类方法，其特征在于，包括：获取至少两个不同用户的用户信息，其中，所述用户信息包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，其中，所述设定业务场景至少对应一个用户群；在得到每一个所述用户的概率值时，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的用户群中。2.如权利要求1所述的分类方法，其特征在于，根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，包括：根据所述至少两个不同用户的用户信息和基于设定业务场景的有序多分类逻辑回归算法，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值。3.如权利要求1所述的分类方法，其特征在于，根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值，包括：根据所述至少两个不同用户的用户信息和基于设定业务场景的无序多分类逻辑回归算法，确定得到每一个所述用户属于所述设定业务场景的其中一个用户群的概率值。4.如权利要求1所述的分类方法，其特征在于，根据所述至少两个不同用户的用户信息和基于设定业务场景的多分类模型，确定得到每一个所述用户属于设定业务场景的其中一个用户群的概率值，包括：针对所述至少两个不同用户中每一个用户，分别执行以下操作：根据所述用户的用户信息和基于设定业务场景的有序多分类逻辑回归算法，确定得到所述用户属于所述设定业务场景的其中一个用户群的第一概率值；根据所述用户的用户信息和基于设定业务场景的无序多分类逻辑回归算法，确定得到所述用户属于所述设定业务场景的其中一个用户群的第二概率值；比较所述第一概率值与所述第二概率值的大小，将其中概率值较大的作为所述用户属于所述设定业务场景的其中一个用户群的概率值。5.如权利要求1至4任一项所述的分类方法，其特征在于，根据所述概率值的大小，将所述至少两个不同用户划分至所述设定业务场景的用户群中，包括：将得到的每一个所述用户的概率值进行排序；根据所述设定业务场景所划分用户群的个数，将所述至少两个不同用户进行划分，得到所述设定业务场景的用户群中包含的用户。6.一种用户群的分类方法，其特征在于，包括：获取在设定业务场景下待处理的用户产生的用户信息，其中，所述用户信息中包含所述用户的基本信息、所述用户的信用信息、所述用户的社会化关系信息、所述用户的行为偏好信息中的至少一种或者多种；根据所述用户的用户信息和基于设定业务场景的多分类模型，确定得到所述用户属于所述设定业务场景的其中一个用户群的概率值；将所述概率值与所述设定业务场景中包含的不同用户群对应的设定阈值进行比较，确定所述用户所属所述设定业务场景的用户群。7.一种用户群的分类设备，其特征在于，包括：获取单元，用于获取至少两个不同用户的...

【专利技术属性】
技术研发人员：席炎，王晓光，李文鹏，赵科科，隋宛辰，闫俊杰，曾海峰，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY