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一定程度上克服数据分布平衡的影响，减少预设决策树模型识别错误的情况，且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一次识别，得到所述用户归属于对应分类人群绩效等级的概率值；将所述人群绩效特征和所述用户归属于对应分类人群绩效等级的概率值输入到预设二次识别模型进行二次识别，得到所述用户归属于各个人群绩效等级的概率值；根据所述各个人群绩效等级的概率值，确定所述用户对应的人群绩效等级。本发明专利技术适用于人群绩效等级识别。

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 grade recognition, which relates to the field of artificial intelligence technology. The main purpose of the method is to overcome the influence of data distribution balance to a certain extent, to reduce the recognition errors of preset decision tree model, and to enhance the recall of target population with lower proportion on the premise of ensuring recognition accuracy. Rate. The method includes: input the corresponding crowd performance characteristics of the user to be identified into the preset decision tree model for recognition, and obtain the probability that the user belongs to the corresponding classified group performance level; input the crowd performance characteristics and the probability that the user belongs to the corresponding classified group performance level into the preset secondary recognition model for secondary recognition, and get the said second recognition. The probability that users belong to each group's performance level; according to the probability of each group's performance level, the corresponding group's performance level of the users is determined. The invention is suitable for crowd performance grade recognition.

【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，主要在于能够在一定程度上克服数据本文档来自技高网...

【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一次识别，得到所述用户归属于对应分类人群绩效等级的概率值；将所述人群绩效特征和所述用户归属于对应分类人群绩效等级的概率值输入到预设二次识别模型进行二次识别，得到所述用户归属于各个人群绩效等级的概率值；根据所述各个人群绩效等级的概率值，确定所述用户对应的人群绩效等级。

【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一次识别，得到所述用户归属于对应分类人群绩效等级的概率值；将所述人群绩效特征和所述用户归属于对应分类人群绩效等级的概率值输入到预设二次识别模型进行二次识别，得到所述用户归属于各个人群绩效等级的概率值；根据所述各个人群绩效等级的概率值，确定所述用户对应的人群绩效等级。2.根据权利要求1所述的方法，其特征在于，所述根据所述各个人群绩效等级的概率值，确定所述用户对应的人群绩效等级，包括：对所述各个人群绩效等级的概率值进行排序；将最高概率值对应的人群绩效等级，确定为所述用户对应的人群绩效等级。3.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一次识别，得到所述用户归属于对应分类人群绩效等级的概率值之前，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，并获取所述预设决策树模型计算的所述多个样本用户归属于对应分类人群绩效等级的概率值；根据所述样本人群绩效特征和所述多个样本用户归属于对应分类人群绩效等级的概率值，建立所述预设二次识别模型。4.根据权利要求3所述的方法，其特征在于，所述预设二次识别模型为预设逻辑回归模型，所述根据所述样本人群绩效特征和所述多个样本用户归属于对应分类人群绩效等级的概率值，建立所述预设二次识别模型，包括：利用预设逻辑回归算法对所述样本人群绩效特征和所述多个样本用户归属于对应分类人群绩效等级的概率值进行训练，建立所述预设逻辑回归模型。5.根据权利要求3所述的方法，其特征在于，所述预设二次识别模型为预设神经网络...

【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