【技术实现步骤摘要】
基于发票数据的用户画像方法及装置
本专利技术涉及大数据
，尤其涉及一种基于发票数据的用户画像方法及装置。
技术介绍
在“用户中心论”的理论支持下，很多行业意识到用户的重要性，开始了从以产品和服务为中心向以用户为主导的思维转变，着重研究用户需求和用户满意度等。为了能够吸引更多的新用户，同时留住老用户，增加营收，提高利润，基于用户的研究越来越重要了。目前，基于发票数据对用户消费偏好、用户消费行为的数据处理方法的效率低，消耗的时间长，不能满足发票行业的需求。
技术实现思路
针对现有技术的不足，本专利技术提供基于发票数据的用户画像方法及装置，以解决目前针对用户消费偏好、用户消费行为的数据处理方法耗时及低效的问题。第一方面，本专利技术提供一种基于发票数据的用户画像方法，包括以下步骤：从获取的发票票面数据中，提取用户消费行为数据，其中，用户消费数据包括商品、购货方、销货方和消费金额；针对标准化后的用户消费行为数据，基于KNN聚类方法，分别聚类得到商品与消费金额对应的多个分组、商品...
【技术保护点】
1.一种基于发票数据的用户画像方法，其特征在于，包括以下步骤：/n从获取的发票票面数据中，提取用户消费行为数据，其中，用户消费数据包括商品、购货方、销货方和消费金额；/n针对标准化后的用户消费行为数据，基于KNN聚类方法，分别聚类得到商品与消费金额对应的多个分组、商品与销货方对应的多个分组、商品与购货方对应的多个分组；其中，每个分组中，每一个二维数据对应有预先设定的多个标签中的一个标签；/n针对目标用户，确定目标用户对应的商品与消费金额分组、商品与销货方分组、商品与购货方分组；/n根据业务需求确定的标签权重值，形成宽表，所述宽表即为针对该目标用户的精细画像。/n
【技术特征摘要】
1.一种基于发票数据的用户画像方法，其特征在于，包括以下步骤：
从获取的发票票面数据中，提取用户消费行为数据，其中，用户消费数据包括商品、购货方、销货方和消费金额；
针对标准化后的用户消费行为数据，基于KNN聚类方法，分别聚类得到商品与消费金额对应的多个分组、商品与销货方对应的多个分组、商品与购货方对应的多个分组；其中，每个分组中，每一个二维数据对应有预先设定的多个标签中的一个标签；
针对目标用户，确定目标用户对应的商品与消费金额分组、商品与销货方分组、商品与购货方分组；
根据业务需求确定的标签权重值，形成宽表，所述宽表即为针对该目标用户的精细画像。
2.根据权利要求1所述的基于发票数据的用户画像方法，其特征在于，还包括：
根据业务需求确定的标签权重值，根据目标用户对应的商品与消费金额分组、商品与销货方分组、商品与购货方分组，
将目标用户划分到指定的四类用户类别中，其中，所述四类用户类别分别为优质、良好、普通、黑名单。
3.根据权利要求1所述的基于发票数据的用户画像方法，其特征在于，在使用KNN聚类方法时，应用KD-Tree算法快速搜索最近点，包括：
获取特征点数据；
步骤A1：展开kd-树；选择最大方差维数ki；选取ki维的中值kv作阈值；其中，ki为大于1的正整数；
步骤A2：针对各ki维，分割特征点数据，包括：
在ki维小于阈值时，将特征点数据加入到右子树特征点数据，展开右子树；
在ki维大于阈值时，将特征点数据加入到左子树特征点数，并展开左子树；
步骤A3：重复步骤A1—步骤A2，直到特征点数据的数目为1。
4.根据权利要求1所述的基于发票数据的用户画像方法，其特征在于，在提取用户消费行为数据之后，还包括：
基于缺失值比率，清洗用户消费行为数据。
5.根据权利要求4所述的基于发票数据的用户画像方法，其特征在于，在提取用户消费行为数据之后，还包括：
基于z-score方法，对清洗后的用户消费行为数据进行标准化。
6.一种基于发票数据的用户画像装置，其特征在于，包括：
用户消费行为数据提取单元，用于：
从获取的发票票面数据中...
【专利技术属性】
技术研发人员：王晓亮，刘冬娜，魏海健，王凯，党璐一，李凯，张健，
申请(专利权)人：大象慧云信息技术有限公司，
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。