人群绩效等级识别方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种人群绩效等级识别方法、装置、存储介质及计算机设备，涉及人工智能技术领域，主要目的在于能够在保证识别精确度的前提下，提升占比较低的目标人群召回率。所述方法包括：将待识别用户对应的人群绩效特征输入到预设决策树模型进行识别，得到所述用户归属于特定叶子节点的信息熵；若所述用户归属于特定叶子节点的信息熵大于或者等于预设阈值，则将所述用户对应的人群绩效特征输入到预设逻辑回归模型进行计算，得到所述用户归属于目标人群绩效等级的概率值；根据所述用户归属于目标人群绩效等级的概率值和所述特定叶子节点的概率界限值，确定所述用户的人群绩效等级。本发明专利技术适用于人群绩效等级的识别。

Method, Device, Storage Media and Computer Equipment for Identifying Crowd Performance Level

The invention discloses a method, device, storage medium and computer equipment for crowd performance level recognition, which relates to the field of artificial intelligence technology. The main purpose of the invention is to improve the recall rate of the target population with low proportion on the premise of ensuring the recognition accuracy. The method includes: input the crowd performance characteristics corresponding to the user to be identified into the preset decision tree model for identification, and obtain the information entropy of the user belonging to the specific leaf node; if the information entropy of the user belonging to the specific leaf node is greater than or equal to the preset threshold, then input the crowd performance characteristics corresponding to the user to the preset logical regression model for calculation. The probability that the user belongs to the target group's performance level is obtained, and the crowd's performance level of the user is determined according to the probability that the user belongs to the target group's performance level and the probability boundary value of the specific leaf node. The invention is applicable to the identification of crowd performance grade.

【技术实现步骤摘要】
人群绩效等级识别方法、装置、存储介质及计算机设备
本专利技术涉及人工智能
，尤其是涉及一种人群绩效等级识别方法、装置、存储介质及计算机设备。
技术介绍
近年来，很多行业开始重视人群绩效，尤其是开始重视识别人群绩效等级，通过识别出目标人群并对目标人群进行奖励，能够大大促进企业整体效益的提升。目前，在识别人群绩效等级时，通常仅通过决策树模型识别人群绩效等级，即将决策树模型对用户识别得到的人群绩效等级，确定为用户的人群绩效等级。然而，由于人群数据量庞大且各个人群绩效等级的人群数据分布不平衡，决策树模型可能无法取得理想拟合效果，通常占比较低的人群通常为目标人群。例如，高绩效等级的人群数据通常会远小于普通绩效等级的人群数据，一般高绩效等级的人群占比通常为20％，普通绩效等级的人群占比通常为80％，高绩效等级的人群通常为目标人群。若仅通过决策树模型识别人群绩效等级，会发生决策树模型识别错误的情况，造成识别出来的占比较低的目标人群的数量较少，从而造成占比较低的目标人群召回率较低。
技术实现思路
本专利技术提供了一种人群绩效等级识别方法、装置、存储介质及计算机设备，主要在于能够减少信息熵大于或者等本文档来自技高网...

【技术保护点】
1.一种人群绩效等级识别方法，其特征在于，包括：将待识别用户对应的人群绩效特征输入到预设决策树模型进行识别，得到所述用户归属于特定叶子节点的信息熵；若所述用户归属于特定叶子节点的信息熵大于或者等于预设阈值，则将所述用户对应的人群绩效特征输入到预设逻辑回归模型进行计算，得到所述用户归属于目标人群绩效等级的概率值；根据所述用户归属于目标人群绩效等级的概率值和所述特定叶子节点的概率界限值，确定所述用户的人群绩效等级。

【技术特征摘要】
1.一种人群绩效等级识别方法，其特征在于，包括：将待识别用户对应的人群绩效特征输入到预设决策树模型进行识别，得到所述用户归属于特定叶子节点的信息熵；若所述用户归属于特定叶子节点的信息熵大于或者等于预设阈值，则将所述用户对应的人群绩效特征输入到预设逻辑回归模型进行计算，得到所述用户归属于目标人群绩效等级的概率值；根据所述用户归属于目标人群绩效等级的概率值和所述特定叶子节点的概率界限值，确定所述用户的人群绩效等级。2.根据权利要求1所述的方法，其特征在于，所述将待识别用户对应的人群绩效特征输入到预设决策树模型进行识别之前，所述方法还包括：获取多个样本用户对应的样本人群绩效特征和样本人群绩效等级；根据所述样本人群绩效特征和所述样本人群绩效等级，建立所述预设决策树模型；从所述预设决策树模型中选取样本用户归属的信息熵大于或者等于预设阈值的各个叶子节点，并选取所述各个叶子节点下的各个样本用户；根据所述各个样本用户对应的样本人群绩效特征和样本人群绩效等级，建立所述预设逻辑回归模型，并根据所述预设逻辑回归模型，确定所述各个叶子节点的概率界限值。3.根据权利要求2所述的方法，其特征在于，所述根据所述预设逻辑回归模型，确定所述各个叶子节点的概率界限值，包括：获取所述预设逻辑回归模型计算的所述各个样本用户归属于目标人群绩效等级的概率值；对所述各个样本用户归属于目标人群绩效等级的概率值进行排序；根据概率值排序结果，确定所述各个叶子节点的概率界限值。4.根据权利要求3所述的方法，其特征在于，所述对所述各个样本用户归属于目标人群绩效等级的概率值进行排序，包括：按照概率值的高低顺序，对所述各个样本用户归属于目标人群绩效等级的概率值进行排序；所述根据概率值排序结果，确定所述各个叶子节点的概率界限值，包括：确定所述各个样本用户中对应样本人群绩效等级为目标人群绩效等级的样本用户的用户数量；将概率值排序位置与所述用户数量相等的概率值，确定为所述各个叶子节点的概率界限值。5.根据权利要求1所述的方法，其特征...

【专利技术属性】
技术研发人员：金戈，徐亮，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44