【技术实现步骤摘要】
一种用户分群方法、装置、设备和介质
本专利技术实施例涉及数据挖掘
，尤其涉及一种用户分群方法、装置、设备和介质。
技术介绍
目前，国内的保险公司都己经开始尝试运用大数据技术进行数据分析和决策支持。具体来说，即通过数据挖掘方法，对用户进行分群，发现不同需求和特征的用户群体，为每一类用户群提供个性化和差异化的服务与产品，并发展更多潜在价值客户和预警潜在流失用户，最终实现用户满意度和忠诚度的最大化，扩大企业市场份额和利润，巩固企业的竞争优势。现有的用户分群方法包括k-means分群方法、k-modes分群方法以及k-prototypes分群方法等，但是利用这些分群方法得到的用户分群结果并不准确，经常偏离实际情况，且稳定性较差。
技术实现思路
本专利技术实施例提供一种用户分群方法、装置、设备和介质，以解决现有用户分群方法存在的分群结果不准确且稳定性较差的问题。第一方面，本专利技术实施例提供了一种用户分群方法，所述方法包括：根据已有用户数据，生成预设数量个用户群；其中，所述用户数据包括...
【技术保护点】
1.一种用户分群方法，其特征在于，所述方法包括：/n根据已有用户数据，生成预设数量个用户群；其中，所述用户数据包括数值型属性和分类型属性；/n根据用户群中用户的数值型属性数据，确定用户群的中心数值型属性特征；/n根据用户群中用户的分类型属性数据，确定用户群的中心分类型属性特征；/n将已有用户的数值型属性数据和用户群的中心数值型属性特征进行匹配，并将已有用户的分类型属性数据和所述用户群的中心分类型属性特征进行匹配，并从生成的用户群中选择已有用户所属的用户群。/n
【技术特征摘要】
1.一种用户分群方法，其特征在于，所述方法包括：
根据已有用户数据，生成预设数量个用户群；其中，所述用户数据包括数值型属性和分类型属性；
根据用户群中用户的数值型属性数据，确定用户群的中心数值型属性特征；
根据用户群中用户的分类型属性数据，确定用户群的中心分类型属性特征；
将已有用户的数值型属性数据和用户群的中心数值型属性特征进行匹配，并将已有用户的分类型属性数据和所述用户群的中心分类型属性特征进行匹配，并从生成的用户群中选择已有用户所属的用户群。
2.根据权利要求1所述的方法，其特征在于，根据用户群中用户的数值型属性数据，确定用户群的中心数值型属性特征，包括：
将用户群中用户的数值型属性数据的均值，作为用户群的中心数值型属性特征。
3.根据权利要求1所述的方法，其特征在于，根据用户群中用户的分类型属性数，确定用户群的中心分类型属性特征，包括：
根据用户群中用户的分类型属性数据的频率，确定用户群的中心分类型属性特征。
4.根据权利要求3所述的方法，其特征在于，将已有用户的分类型属性数据和所述用户群的中心分类型属性特征进行匹配，包括：
将已有用户的分类型属性数据作为第一分类型属性数据，并将分类型属性总数据中除所述第一分类型属性数据外的分类型属性数据，作为第二分类型属性数据；
将第一频率值作为所述第一分类型属性数据的第一分类型属性特征，并将第二频率值作为所述第二分类型属性数据的第二分类型属性特征，以得到包括所述第一分类型属性特征和所述第二分类型属性特征的已有用户分类型属性特征；
将所述已有用户分类型属性特征和所述用户群的中心分类型属性特征进行匹配。
5.根据权利要求4所述的方法，其特征在于，将所述已有用户分类型属性特征和所述用户群的中心分类型属性特征进行匹配，包括：
确定所述第一分类型属性数据在所述中心分类型属性特征中的第一中心分类型属性特征，以及所述第二分类型属性数据在所述中心分类型属性特征中的第二中心分类型属性特征；
将所述第一分类型属性特征和所述第一中心分类型属性特征之间差值的平方，作为第一分类型属性特征差值；
将所述第二分类型属性特征和所述第二中心分类型属性特征之间差值的平方，作为第二分类型属性特征差值；
将所述第一分类型属性特征差值和所述第二分类型属性特征差值求和，得到目标分类型属性特征差值，以得到匹配结果。
6.一种用户分群装置，其特征在于，所述装置包括：
用户群生成模块，用于根据已有用户数据，生成预设数量个用户群；其中，所述用户数据包括数值型属性和分类型属性；...
【专利技术属性】
技术研发人员：邓杨，高宏华，王杰明，傅立霖，张佳煌，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。