用户分类方法及系统技术方案

本发明专利技术提供一种用户分类方法及系统，属于大数据技术领域。该用户分类方法包括：获取用户数量、用户分类数量和用户特征；根据所述用户特征构造约束矩阵；根据用户数量和用户分类数量确定秩约束条件；判断约束矩阵是否满足秩约束条件，根据判断结果对用户进行分类。本发明专利技术可以快速精准地对用户进行分类，从而针对各类用户提供个性化服务，提高用户体验和用户粘性。

【技术实现步骤摘要】
用户分类方法及系统
本专利技术涉及大数据
，具体地，涉及一种用户分类方法及系统。
技术介绍
大数据和人工智能的发展为银行业带来了大量用户，然而大量用户对银行业的传统策略带来了挑战，使得银行用户群体虽然庞大，推出的产品也越来越多样化，然而忠实用户数目却不见有巨大增长。如果能从大量的用户中挖掘出有价值的用户并对各类用户提供针对性的服务，对银行业占有市场份额，提高忠实用户数量具有很大的帮助。图聚类作为数据分析中的关键技术，可以对无标签的样本进行分类，大大地减少了标记成本，而且模型简单，可以很好地对大量的用户进行分类，筛选出有价值的用户。然而目前大多数的聚类方法最终都依赖传统的K-means方法，因为拉普拉斯矩阵划分规则不能保证最后的结果，需要借助K-means完成最终分类。而K-means聚类方法需要随机选择初始聚类中心，围绕所选的聚类中心进行不断迭代，完成聚类，具有很大的随机性，不稳定性，而且该方法对样本中的异常值格外敏感，而在实际情况中，异常值是普遍存在的，这都将严重的影响聚类的精度。尽管很多方法对K-means提出了优化，本文档来自技高网...

【技术保护点】
1.一种用户分类方法，其特征在于，包括：/n获取用户数量、用户分类数量和用户特征；/n根据所述用户特征构造约束矩阵；/n根据所述用户数量和所述用户分类数量确定秩约束条件；/n判断所述约束矩阵是否满足秩约束条件，根据判断结果对所述用户进行分类。/n

【技术特征摘要】
1.一种用户分类方法，其特征在于，包括：
获取用户数量、用户分类数量和用户特征；
根据所述用户特征构造约束矩阵；
根据所述用户数量和所述用户分类数量确定秩约束条件；
判断所述约束矩阵是否满足秩约束条件，根据判断结果对所述用户进行分类。


2.根据权利要求1所述的用户分类方法，其特征在于，所述根据所述用户特征构造约束矩阵，包括：
根据所述用户特征构造分类输入矩阵；
根据所述分类输入矩阵、正则化参数和初始相似度矩阵确定相似度目标函数；
确定所述相似度目标函数的最小值对应的初始相似度矩阵为相似度矩阵；
根据所述相似度矩阵确定度矩阵；
确定所述度矩阵与所述相似度矩阵的差值为约束矩阵。


3.根据权利要求2所述的用户分类方法，其特征在于，判断所述约束矩阵是否满足秩约束条件，根据判断结果对所述用户进行分类包括：
判断所述约束矩阵的秩是否等于所述用户数量与所述用户分类数量的差值；
当所述约束矩阵的秩等于所述用户数量与所述用户分类数量的差值时，根据所述相似度矩阵对所述用户进行分类。


4.根据权利要求2所述的用户分类方法，其特征在于，根据所述分类输入矩阵、正则化参数和初始相似度矩阵确定相似度目标函数包括：
根据所述分类输入矩阵确定初始噪声矩阵和初始干净数据矩阵；
根据所述初始噪声矩阵、所述初始干净数据矩阵和稀疏系数确定噪声分离目标函数；
确定所述噪声分离目标函数的最小值对应的初始干净数据矩阵为干净数据矩阵；
根据所述干净数据矩阵、正则化参数和初始相似度矩阵确定相似度目标函数。


5.一种用户分类系统，其特征在于，包括：
获取单元，用于获取用户数量、用户分类数量和用户特征；
约束矩阵构造单元，用于根据所述用户特征构造约束矩阵；...

【专利技术属性】
技术研发人员：史晓东，白杰，王涛，施耀一，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11