服务策略确定方法、装置及电子设备制造方法及图纸

本公开涉及一种服务策略确定方法、装置、电子设备及计算机可读介质。该方法包括：基于当前时间点获取用户的基础数据，所述基础数据包括预设行为和所述预设行为对应的时间；基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据；基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别；基于所述目标用户类别确定所述用户的服务策略。本公开涉及的服务策略确定方法、装置、电子设备及计算机可读介质，能够基于当前用户的基础数据准确快速的对用户的特征类别进行预测，并根据预测结果为用户提供专属服务策略，提高用户体验、增加用户活跃度。

【技术实现步骤摘要】
服务策略确定方法、装置及电子设备
本公开涉及计算机信息处理领域，具体而言，涉及一种服务策略确定方法、装置、电子设备及计算机可读介质。
技术介绍
随着经济的发展，为了满足其自身发展的需要，个人用户或者企业用户经常由金融服务机构进行借款活动，对于金融服务机构而言，用户的借款活动很可能会给金融服务公司带来风险。在还款期限届满之前，借款人（信贷用户）财务商务状况的重大不利变化很可能影响其履约能力，从而发生呆账、坏账等风险，因此，为了降低此类风险的发生概率，金融服务机构需要对借款人进行风险评估，进而制定其相对应的用户服务策略，用户服务策略用于为该用户确定其资源占用的额度、资源归还的期限，用户服务策略还可用于为用户分配特享资源等等。在用户服务策略制定上，现有技术是通过专家的经验知识，然后基于用户基本信息结合个人行为数据进行分析，从而制定的用户服务策略。而且，现有技术中的用户服务策略大部分是在用户授信初期制定的，而在用户使用金融产品的过程中会产生实时的用户行为数据或者更新基础数据，这些变动之后的数据更加能够反映用户当前的状态，如果不能够根据用户的实时状态为用户提供符合其特征的用户服务策略，将会严重影响用户体验。在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本公开提供一种服务策略确定方法、装置、电子设备及计算机可读介质，能够基于当前用户的基础数据准确快速的对用户的特征类别进行预测，并根据预测结果为用户提供专属服务策略，提高用户体验、增加用户活跃度。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一方面，提出一种服务策略确定方法，该方法包括：基于当前时间点获取用户的基础数据，所述基础数据包括预设行为和所述预设行为对应的时间；基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据；基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别；基于所述目标用户类别确定所述用户的服务策略。可选地，还包括：通过多个历史用户的基础数据和聚类方法生成所述多个用户类别；为所述多个用户类别分别分配服务策略。可选地，通过多个历史用户的基础数据和聚类方法生成所述多个用户类别，包括：确定历史中的预设时间点和预设类别数量；基于预设时间点生成多个历史用户的用户特征数据；将所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据进行整合，生成时间间隔分、时间距离分、频率分和额度分；基于所述时间间隔分，时间距离分，频率分，和额度分通过聚类方法将所述多个历史用户按照预设类别数量分为多个用户类别。可选地，将所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据进行整合，生成时间间隔分、时间距离分、频率分和额度分，包括：统计所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据的数据分布特征；基于所述数据分布特征为所述时间间隔数据、所述时间距离数据、所述频率数据和所述额度数据分别确定评分范围和评分标准；基于所述评分范围和评分标准对所述多个历史用户的用户特征数据进行评分以生成时间间隔分、时间距离分、频率分和额度分。可选地，为所述多个用户类别分别分配服务策略，包括：确定所述多个用户类别中每一个用户类别中的核心用户；确定所述核心用户的价值分；基于所述核心用户的价值分为其所在的用户类别分配服务策略。可选地，确定所述核心用户的价值分，包括：获取所述核心用户在预设时间点之后的基础数据；基于在预设时间点之后的基础数据确定所述核心用户的价值分。可选地，基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据，包括：通过所述用户基础数据提取用户第一次资源占用时间和最后一次资源占用时间；基于第一次资源占用时间和最后一次资源占用时间生成时间间隔数据；基于最后一次资源占用时间生成所述时间距离数据。可选地，还包括：通过所述用户基础数据提取资源占用的总次数和总额度；基于资源占用的总次数生成频次数据；基于资源占用的总额度生成额度数据。可选地，基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别，包括：获取所述时间间隔数据、所述时间距离数据、所述频率数据和所述额度数据所对应的评分范围和评分标准；基于所述评分范围和所述评分标准确定所述用户的时间间隔分、时间距离分、频率分和额度分；基于所述时间间隔分、所述时间距离分、所述频率分和所述额度分通过聚类方法为所述用户确定目标用户类别。可选地，基于所述目标用户类别确定所述用户的服务策略，包括：基于所述目标用户类别确定所述用户的特享资源发放策略；和/或基于所述目标用户类别确定所述用户的资源调整策略；和/或基于所述目标用户类别确定所述用户的特享动支次数策略。根据本公开的一方面，提出一种服务策略确定装置，该装置包括：数据模块，用于基于当前时间点获取用户的基础数据，所述基础数据包括预设行为和所述预设行为对应的时间；特征模块，用于基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据；目标模块，用于基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别；策略模块，用于基于所述目标用户类别确定所述用户的服务策略。可选地，还包括：类别模块，用于通过多个历史用户的基础数据和聚类方法生成所述多个用户类别；分配模块，用于为所述多个用户类别分别分配服务策略。可选地，所述类别模块，包括：时间单元，用于确定历史中的预设时间点和预设类别数量；特征单元，用于基于预设时间点生成多个历史用户的用户特征数据；整合单元，用于将所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据进行整合，生成时间间隔分、时间距离分、频率分和额度分；聚类单元，用于基于所述时间间隔分，时间距离分，频率分，和额度分通过聚类方法将所述多个历史用户按照预设类别数量分为多个用户类别。可选地，所述整合单元，还用于统计所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据的数据分布特征；基于所述数据分布特征为所述时间间隔数据、所述时间距离数据、所述频率数据和所述额度数据分别确定评分范围和评分标准；基于所述评分范围和评分标准对所述多个历史用户的用户特征数据进行评分以生成时间间隔分、时间距离分、频率分和额度分。可选地，所述分配模块，包括：核心单元，用于确定所述多个用户类别中每一个用户类别中的核心用户；价值单元，用于确定所述核心用户的价值分；分配单元，用于基于所述核心用户的价值分为其所在的用户类别分配服务策略。可选地，所述价值单元，还用于获取所述核心用户在预设时间点之后的基础数据；基于在预设时间本文档来自技高网...

【技术保护点】
1.一种服务策略确定方法，其特征在于，包括：/n基于当前时间点获取用户的基础数据，所述基础数据包括预设行为和所述预设行为对应的时间；/n基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据；/n基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别；/n基于所述目标用户类别确定所述用户的服务策略。/n

【技术特征摘要】
1.一种服务策略确定方法，其特征在于，包括：
基于当前时间点获取用户的基础数据，所述基础数据包括预设行为和所述预设行为对应的时间；
基于所述用户基础数据生成所述用户的用户特征数据，所述用户特征数据包括时间间隔数据、时间距离数据、频率数据和额度数据；
基于所述用户特征数据通过聚类方法由多个用户类别中为所述用户确定目标用户类别；
基于所述目标用户类别确定所述用户的服务策略。


2.如权利要求1所述的方法，其特征在于，还包括：
通过多个历史用户的基础数据和聚类方法生成所述多个用户类别；和/或
为所述多个用户类别分别分配服务策略。


3.如权利要求1-2中任一所述的方法，其特征在于，通过多个历史用户的基础数据和聚类方法生成所述多个用户类别，包括：
确定历史中的预设时间点和预设类别数量；
基于预设时间点生成多个历史用户的用户特征数据；
将所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据进行整合，生成时间间隔分、时间距离分、频率分和额度分；
基于所述时间间隔分，时间距离分，频率分，和额度分通过聚类方法将所述多个历史用户按照预设类别数量分为多个用户类别。


4.如权利要求3所述的方法，其特征在于，将所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据进行整合，生成时间间隔分、时间距离分、频率分和额度分，包括：
统计所述多个历史用户的用户特征数据中的时间间隔数据、时间距离数据、频率数据和额度数据的数据分布特征；
基于所述数据分布特征为所述时间间隔数据、所述时间距离数据、所述频率数据和所述额度数据分别确定评分范围和评分标准；
基于所述评分范围和评分标准对所述多个历史用户的用户特征数据进行评分以生成时间间隔分、时间距离分、频率分和额度分。


5.如权利要求2所述...

【专利技术属性】
技术研发人员：姜润洲，丁楠，苏绥绥，郑彦，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11