用户信息分类方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及计算机技术领域，特别是涉及基于机器学习的一种用户信息分类方法、装置、计算机设备和存储介质。所述方法包括：接收用户终端发送的业务请求，业务请求中携带了用户信息；对用户信息进行聚类分析，得到聚类结果；根据聚类结果获取决策模型，将用户信息输入至决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用数据分析模型对决策结果进行验证；验证通过后，对业务请求添加与决策结果对应的类别标签；利用类别标签生成与业务请求对应的推荐信息，并将推荐信息发送至用户终端。采用本方法能够基于大数据分析有效提高用户信息分类的准确率。

【技术实现步骤摘要】
用户信息分类方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及基于机器学习的一种用户信息分类方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的迅速发展，互联网技术在医疗方面的应用也越来越广泛，也给人们带来了很大的便利。目前就已经出现了很多智能辅助系统、用户自动分类系统等，利用这些智能系统能够有效地自动根据用户输入的用户信息对用户进行分类，从而能够进一步有效地处理各种业务。然而传统的方式中，用户通过用户终端输入用户信息后，通过获取预先建立的用户信息的特与用户对应的类别之间的关系进行匹配，或者利用神经网络分类模型根据用户输入的用户信息进行分类。然而传统的方式中，只是根据用户输入的信息直接进行匹配或分类，而通常用户输入的信息并不完善，或者并不能根据用户输入的用户信息对用户进行准确地有针对性的分类，进而导致用户信息分类的准确性较低。因此，如何有效提高用户信息分类的准确率成为目前需要解决的技术问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高用户信息的分类准确率的用户信息分类方法、装置、计算机设备和存储介质。一种用户信息分类方法，包括：接收用户终端发送的业务请求，所述业务请求携带用户信息；对所述用户信息进行聚类分析，得到聚类结果；根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；利用所述类别标签生成与所述业务请求对应的推荐信息，并将所述推荐信息发送至所述用户终端。在其中一个实施例中，所述根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果，包括：根据所述用户信息按照决策树的节点顺序进行遍历；当存在不匹配的节点时，根据不匹配节点生成对应的提示问题，并将所述提示问题发送至所述用户终端；接收所述用户终端发送的答案信息；根据所述用户信息和所述答案信息继续按照决策树的节点顺序进行遍历，直到得到对应的决策结果。在其中一个实施例中，所述根据所述聚类结果获取决策模型之前，还包括：获取多个数据库中的多个业务数据，所述业务数据包括对应的业务属性和业务类别；对多个业务数据训练的业务属性和业务类别之间的关联关系；利用训练后的业务属性和业务类别之间的关联关系构建决策树；利用所述决策树生成决策模型。在其中一个实施例中，所述方法还包括：获取多个更新业务数据，所述更新业务数据包括对应的业务属性和业务类别；利用所述更新业务数据对应的业务属性和业务类别之间的关联关系对所述决策模型进行优化。在其中一个实施例中，所述方法还包括：获取与所述用户对应的历史信息；获取决策模型，将所述用户信息和所述历史信息输入至所述决策模型中进行决策，得到对应的决策结果。在其中一个实施例中，所述方法还包括：根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；根据所述决策结果获取与所述决策结果对应的消耗品；将所述消耗品推送至所述用户终端。一种用户信息分类装置，包括：接收模块，用于接收用户终端发送的业务请求，所述业务请求携带了用户信息；聚类模块，用于对所述用户信息进行聚类分析，得到聚类结果；决策模块，用于根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；验证模块，用于获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；分类模块，用于验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；推送模块，用于利用所述类别标签生成与所述用户对应的推荐信息，并将所述推荐信息发送至所述用户终端。在其中一个实施例中，所述决策模块还用于根据所述用户信息按照决策树的节点顺序进行遍历；当存在不匹配的节点时，根据不匹配节点生成对应的提示问题，并将所述提示问题发送至所述用户终端；接收所述用户终端发送的答案信息；根据所述用户信息和所述答案信息继续按照决策树的节点顺序进行遍历，直到得到对应的决策结果。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：接收用户终端发送的业务请求，所述业务请求中携带了用户信息；对所述用户信息进行聚类分析，得到聚类结果；根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；利用所述类别标签生成与所述业务请求对应的推荐信息，并将所述推荐信息发送至所述用户终端。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：接收用户终端发送的业务请求，所述业务请求中携带了用户信息；对所述用户信息进行聚类分析，得到聚类结果；根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；利用所述类别标签生成与所述业务请求对应的推荐信息，并将所述推荐信息发送至所述用户终端。上述用户信息分类方法、装置、计算机设备和存储介质，服务器接收用户终端发送的业务请求后，对业务请求中携带的用户信息进行聚类分析，得到聚类结果。服务器根据聚类结果获取对应的决策模型，并将用户信息输入至所述决策模型中进行决策，得到对应的决策结果。通过利用决策模型对用户信息进行决策，由此能够有效地得到准确率较高的决策结果。服务器进一步获取数据分析模型，利用数据分析模型对决策结果进行验证；验证通过后，则对业务请求添加与决策结果对应的类别标签，并利用类别标签生成与业务请求对应的推荐信息，并将推荐信息发送至用户终端。通过利用决策模型对用户信息进行决策后，再利用数据分析模型进一步对决策结果进行分析和验证，从而有效地提高了用户信息分类的准确率。附图说明图1为一个实施例中用户信息分类方法的应用场景图；图2为一个实施例中用户信息分类方法的流程示意图；图3为一个实施例中对用户信息进行决策的步骤的流程示意图；图4为一个实施例中推送消耗品的步骤的流程示意图；图5为一个实施例中用户信息分类装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的用户信息分类方法，可以应用于如图1所示的应用环境中。其中，用户终端102通过网络与服务器104通过网络进行通信。其中，用户终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。多个用户终端102可以获取用户输入的用户信息，并利用用户信息生成业务请求后，向服务器104发送业务请求，服务器接收到多个用户终端发送的对应的业务请求后，对业务请求中的用户信息进行聚类分析，得到本文档来自技高网...

【技术保护点】
1.一种用户信息分类方法，包括：接收用户终端发送的业务请求，所述业务请求中携带了用户信息；对所述用户信息进行聚类分析，得到聚类结果；根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；利用所述类别标签生成与所述业务请求对应的推荐信息，并将所述推荐信息发送至所述用户终端。

【技术特征摘要】
1.一种用户信息分类方法，包括：接收用户终端发送的业务请求，所述业务请求中携带了用户信息；对所述用户信息进行聚类分析，得到聚类结果；根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果；获取数据分析模型，利用所述数据分析模型对所述决策结果进行验证；验证通过后，对所述业务请求添加与所述决策结果对应的类别标签；利用所述类别标签生成与所述业务请求对应的推荐信息，并将所述推荐信息发送至所述用户终端。2.根据权利要求1所述的方法，其特征在于，所述根据所述聚类结果获取决策模型，将所述用户信息输入至所述决策模型中进行决策，得到对应的决策结果的步骤包括：根据所述用户信息按照决策树的节点顺序进行遍历；当存在不匹配的节点时，根据不匹配节点生成对应的提示问题，并将所述提示问题发送至所述用户终端；接收所述用户终端发送的答案信息；根据所述用户信息和所述答案信息继续按照决策树的节点顺序进行遍历，直到得到对应的决策结果。3.根据权利要求1所述的方法，其特征在于，所述根据所述聚类结果获取决策模型之前，还包括：获取多个数据库中的多个业务数据，所述业务数据包括对应的业务属性和业务类别；对多个业务数据训练的业务属性和业务类别之间的关联关系；利用训练后的业务属性和业务类别之间的关联关系构建决策树；利用所述决策树生成决策模型。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取多个更新业务数据，所述更新业务数据包括对应的业务属性和业务类别；利用所述更新业务数据对应的业务属性和业务类别之间的关联关系对所述决策模型进行优化。5.根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：获取与所述用户对应的历史信息...

【专利技术属性】
技术研发人员：马静，
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