一种用户分层的方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种用户分层的方法、装置、设备及存储介质，其中，该方法包括：针对每一用户，按照服务提供方所属的业务类型映射的统计周期，获取该用户在所述业务类型下的所述统计周期内的目标行为的数据；根据所述目标行为的数据，得到该用户的第一特征数据、第二特征数据以及第三特征数据；根据每一所述用户对应的所述第一特征数据、所述第二特征数据以及所述第三特征数据，确定各所述用户中特征相同的特征数据对应的分裂点；基于确定的各所述分裂点，对所有的所述用户进行分层，得到每一层级对应的用户名单。这样，可以减少人为主观因素的干扰，客观的划分用户层级，提高用户分层结果的准确度，更好的挖掘用户的潜在价值。

【技术实现步骤摘要】
一种用户分层的方法、装置、设备及存储介质
本专利技术涉及数据处理
，具体而言，涉及一种用户分层的方法、装置、设备及存储介质。
技术介绍
为了企业能够高效的发展，企业往往需要针对不同类型的客户制定不同的服务策略，以满足不同类型的用户需求。考虑到企业服务的投入与产出，常常需要根据用户对企业的贡献价值，对用户进行分层，将企业服务的投入成本向贡献价值较高的用户进行倾斜，以便提高整体的工作和服务效率。目前的方法，对于用户的分层，主要通过服务方人为设定的层级阈值，将用户划分成不同的层级。例如，品牌方可以根据用户的消费金额，设定两个层级的消费阈值，当用户的消费金额低于第一消费阈值时，将该用户划分为普通客户；当用户的消费金额在第一消费阈值与第二消费阈值之间时，将该用户划分为中级客户；当用户的消费金额高于第二消费阈值时，将该用户划分为重要客户。这样，通过主观设定的层级阈值对用户进行分层，很难客观的评价用户的潜在价值，并且用户的分层结果受到主观因素的干扰较大，导致分层结果并不准确，不利于挖掘用户的潜在价值。专利技术内容有鉴于此本文档来自技高网...

【技术保护点】
1.一种用户分层的方法，其特征在于，所述方法包括：/n针对每一用户，按照服务提供方所属的业务类型映射的统计周期，获取该用户在所述业务类型下的所述统计周期内的目标行为的数据；/n根据所述目标行为的数据，得到该用户的第一特征数据、第二特征数据以及第三特征数据，其中，所述第一特征数据是该用户最后一次做出所述目标行为的时间，所述第二特征数据是该用户在所述统计周期内做出所述目标行为的次数，所述第三特征数据是该用户在所述统计周期内使用的总虚拟资源；/n根据每一所述用户对应的所述第一特征数据、所述第二特征数据以及所述第三特征数据，确定各所述用户中特征相同的特征数据对应的分裂点，其中，所述分裂点用于针对每一种...

【技术特征摘要】
1.一种用户分层的方法，其特征在于，所述方法包括：
针对每一用户，按照服务提供方所属的业务类型映射的统计周期，获取该用户在所述业务类型下的所述统计周期内的目标行为的数据；
根据所述目标行为的数据，得到该用户的第一特征数据、第二特征数据以及第三特征数据，其中，所述第一特征数据是该用户最后一次做出所述目标行为的时间，所述第二特征数据是该用户在所述统计周期内做出所述目标行为的次数，所述第三特征数据是该用户在所述统计周期内使用的总虚拟资源；
根据每一所述用户对应的所述第一特征数据、所述第二特征数据以及所述第三特征数据，确定各所述用户中特征相同的特征数据对应的分裂点，其中，所述分裂点用于针对每一种特征数据，将所有的所述用户划分为两组；
基于确定的各所述分裂点，对所有的所述用户进行分层，得到每一层级对应的用户名单。


2.根据权利要求1所述的方法，其特征在于，所述根据每一所述用户对应的所述第一特征数据、所述第二特征数据以及所述第三特征数据，确定各所述用户中特征相同的特征数据对应的分裂点，包括：
针对每一所述用户，分别对该用户的所述第一特征数据、所述第二特征数据以及所述第三特征数据进行归一化处理，将各归一化处理的结果作为该用户对应的样本数据，其中，所述样本数据包括：所述第一特征数据对应的第一类型的分量、所述第二特征数据对应的第二类型的分量以及所述第三特征数据对应的第三类型的分量；
对所有的所述样本数据进行聚类处理，得到所有的所述样本数据对应的初始分类结果；
利用所述初始分类结果，确定各所述样本数据中类型相同的分量对应的分裂点。


3.根据权利要求2所述的方法，其特征在于，所述分别对该用户的所述第一特征数据、所述第二特征数据以及所述第三特征数据进行归一化处理，将各归一化处理的结果作为该用户对应的样本数据，包括：
利用各所述第一特征数据中的最大值和最小值，对该用户对应的所述第一特征数据进行归一化处理，将归一化处理的结果作为该用户对应的所述第一类型的分量；
利用各所述第二特征数据中的最大值和最小值，对该用户对应的所述第二特征数据进行归一化处理，将归一化处理的结果作为该用户对应的所述第二类型的分量；
利用各所述第三特征数据中的最大值和最小值，对该用户对应的所述第三特征数据进行归一化处理，将归一化处理的结果作为该用户对应的所述第三类型的分量。


4.根据权利要求2所述的方法，其特征在于，所述对所有的所述样本数据进行聚类处理，得到所有的所述样本数据对应的初始分类结果，包括：
对所有的所述样本数据进行密度聚类，以确定所有的所述样本数据对应的密度聚类簇数；
判断所述密度聚类簇数是否符合预先设置的聚类规则，根据判断结果，确定所有的所述样本数据对应的目标聚类簇数；
按照所述目标聚类簇数，对所有的所述样本数据进行均值聚类，得到各簇对应的样本数据集合；
将各簇对应的所述样本数据集合以及该样本数据集合对应的簇心，作为所述初始分类结果，其中，所述簇心为所述样本数据集合对应的三维空间内的中心点坐标，所述三维空间是指所述第一类型的分量、所述第二类型的分量以及所述第三类型的分量构成的三维坐标空间。


5.根据权利要求4所述的方法，其特征在于，所述判断所述密度聚类簇数是否符合预先设置的聚类规则，根据判断结果，确定所有的所述样本数据对应的目标聚类簇数，包括：
计算所述密度聚类簇数与预先存储的聚类簇数的差值；
依据预先设置的聚类阈值，判断所述差值的绝对值是否小于所述聚类阈值；
若所述差值的绝对值小于所述聚类阈值，则将所述密度聚...

【专利技术属性】
技术研发人员：方依，
申请(专利权)人：上海风秩科技有限公司，
类型：发明
国别省市：上海;31