【技术实现步骤摘要】
用户聚类方法、装置、计算机设备和存储介质
[0001]本申请涉及大数据
，特别是涉及一种用户聚类方法、装置、计算机设备和存储介质，可适用于金融领域或其他
技术介绍
[0002]随着人们的生活水平不断提高，人们对金融产品、理财产品、养老产品和债券产品等产品的需求越来越高，在将这些产品推广给用户的过程中，需要先对用户进行聚类，按照用户所属客群的类别将相应的产品推广给该用户。其中，通常使用聚类算法对用户进行聚类，以得到用户所属客群的结果。
[0003]聚类算法作为大数据
的重要分支，在许多领域都得到了广泛应用。然而，现有的聚类算法在选取初始聚类中心时都是随机选择的，难以准确获取聚类中心，进而会直接影响最终的聚类结果的准确性。
[0004]基于此，如何提高聚类结果的准确性成为了亟需解决的技术问题。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高聚类结果准确性的用户聚类方法、装置、计算机设备和存储介质。
[0006]第一方面，本申请提供了一种用户...
【技术保护点】
【技术特征摘要】
1.一种用户聚类方法，其特征在于，所述方法包括：基于至少两个初始聚类中心，根据待聚类的用户集中每一用户的用户特征，对所述用户集进行聚类，并确定各初始聚类中心的适应度；若各初始聚类中心的适应度不满足迭代结束条件，则根据各初始聚类中心的适应度，从各初始聚类中心中确定需要变异的目标聚类中心和不需要变异的其他聚类中心；根据自适应缩放因子、所述目标聚类中心和所述其他聚类中心，对所述目标聚类中心进行遗传变异处理，得到所述目标聚类中心对应的下一聚类中心；其中，所述自适应缩放因子根据基础缩放因子和各初始聚类中心的适应度确定；将所述下一聚类中心和所述其他聚类中心作为新的初始聚类中心，并返回执行基于各初始聚类中心，根据待聚类的用户集中每一用户的用户特征，对所述用户集进行聚类的操作，直至各初始聚类中心的适应度满足所述迭代结束条件，输出对所述用户集的聚类结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据各初始聚类中心的适应度，确定缩放因子系数；将所述缩放因子系数和所述基础缩放因子之积，作为所述自适应缩放因子。3.根据权利要求2所述的方法，其特征在于，所述根据各初始聚类中心的适应度，确定缩放因子系数，包括：将各初始聚类中心中适应度最大的初始聚类中心，作为目标个体；将各初始聚类中心的适应度之和，作为第一数值；将各初始聚类中心的数量和目标个体的适应度之积，作为第二数值；将所述第一数值与所述第二数值之间的比值，作为所述缩放因子系数。4.根据权利要求1所述的方法，其特征在于，所述根据各初始聚类中心的适应度，从各初始聚类中心中确定需要变异的目标聚类中心和不需要变异的其他聚类中心，包括：从各初始聚类中心中选取至少两个备用聚类中心；对各备用聚类中心进行两两组合，得到聚类组；根据所述聚类组中两个备用聚类中心的适应度之间的比较结果，确定所述聚类组中需要变异的备用聚类中心；将所述聚类组中需要变异的备用聚类中心作为目标聚类中心，以及将各初始聚类中心中除所述目标聚类中心之外的聚类中心作为不需要变异的其他聚类中心。5.根据权利要求4所述的方法，其特征在于，所述根据自适应缩放因子、所述目标聚类中心和所述其他聚类中心，对所述目标聚类中心进行遗传变异处理，确定所述目标聚类中心对应的下一聚类中心，包括：根据自适应缩放因子、所述目标聚类中心和关联聚类中心，对所述目标聚类中心进行遗传变异处理，得到所述目标聚类中心的变异聚类中心；其中，所述关联聚类中心为所述其他聚类中心中与所述目标聚类中心属于同一聚类组内的聚类中心；从所述目标聚类中心和所述变异聚类中心中，确定所述目标聚类中心对应的下一聚类中心。6.根据权利要求5所述的方法，其特征在于，所述根据自适应缩放因子、所述目标聚类中心和关联聚类中心，对所述目标聚类中心进行遗传变异处理，得到所述目标聚类中心的变异聚类中心，包括：
基于所述目标聚类中心和关联聚类中心之间差值，采用随机函数，产生随机数；将所述自适应缩放因子和所述随机数之积，作为第三数值；将所述第...
【专利技术属性】
技术研发人员：任恺琦，
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：
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。