本申请实施例提供一种用户分类确定方法、装置及设备，可用于人工智能技术领域。该方法包括：确定至少一个用户特征类型；根据所述至少一个用户特征类型，获取目标用户的至少一个用户数据，每个用户数据对应一个所述用户特征类型；根据所述至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，所述分类结果用于指示所述用户数据与对应的标准分类值之间的大小关系；根据每个用户数据的分类结果，确定所述目标用户的目标分类。提高了确定用户分类的准确性。提高了确定用户分类的准确性。提高了确定用户分类的准确性。
【技术实现步骤摘要】
用户分类确定方法、装置及设备
[0001]本申请实施例涉及人工智能
，尤其涉及一种用户分类确定方法、装置及设备。
技术介绍
[0002]人工智能(Artificial Intelligence，AI)可以通过确定智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能可以涉及机器学习、计算机视觉、数据处理等多个领域。
[0003]企业可以对用户进行分类，以根据分类确定为用户提供对应的服务。在相关技术中，可以通过如下方式确定用户分类：获取历史时段内每个用户的多个用户数据。根据多个用户数据，通过用户的最近一次消费时间间隔、消费频率、消费金额(Recency Frequency Monetary，RFM)法，确定多个用户数据的平均值、中位数等。根据多个用户数据的平均值、中位数等，人工对用户进行分类处理，得到每个用户的目标分类。
[0004]在上述过程中，由于人工根据多个用户数据的平均值、中位数等，对用户进行分类处理，得到每个用户的目标分类。导致确定用户分类的准确性较低。
技术实现思路
[0005]本申请实施例提供一种用户分类确定方法、装置及设备，用以解决确定用户分类的准确性较低的问题。
[0006]第一方面，本申请实施例提供一种用户分类确定方法，包括：
[0007]确定至少一个用户特征类型；
[0008]根据所述至少一个用户特征类型，获取目标用户的至少一个用户数据，每个用户数据对应一个所述用户特征类型；
[0009]根据所述至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，所述分类结果用于指示所述用户数据与对应的标准分类值之间的大小关系；
[0010]根据每个用户数据的分类结果，确定所述目标用户的目标分类。
[0011]第二方面，本申请实施例提供一种用户分类确定装置，所述装置包括：
[0012]第一确定模块，用于确定至少一个用户特征类型；
[0013]获取模块，用于根据所述至少一个用户特征类型，获取目标用户的至少一个用户数据，每个用户数据对应一个所述用户特征类型；
[0014]处理模块，用于根据所述至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，所述分类结果用于指示所述用户数据与对应的标准分类值之间的大小关系；
[0015]第二确定模块，用于根据每个用户数据的分类结果，确定所述目标用户的目标分类。
[0016]第三方面，本申请提供一种用户分类确定设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0017]所述存储器存储计算机执行指令；
[0018]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的方法。
[0019]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
[0020]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面任一项所述的方法。
[0021]本申请实施例提供的用户分类确定方法、装置及设备，用户分类确定设备确定至少一个用户特征类型。并根据至少一个用户特征类型，获取目标用户的至少一个用户数据。每个用户数据对应一个用户特征。根据至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，分类结果用于指示用户数据与对应的标准分类值之间的大小关系。根据每个用户数据的分类结果，确定目标用户的目标分类。在上述过程中，由于可以根据至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果。并根据每个用户数据的分类结果，确定目标用户的目标分类。而不是人工根据多个用户数据的平均值、中位数等，对用户进行分类处理，得到每个用户的目标分类。提高了确定用户分类的准确性。
附图说明
[0022]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0023]图1为本申请实施例提供的应用场景的示意图；
[0024]图2为本申请实施例提供的一种用户分类确定方法的流程示意图；
[0025]图3为本申请实施例提供的确定至少一个用户特征类型的过程示意图；
[0026]图4为本申请实施例提供的另一种用户分类确定方法的流程示意图；
[0027]图5为本申请实施例提供的确定用户分类的过程示意图；
[0028]图6为本申请实施例提供的一种用户分类确定装置的结构示意图；
[0029]图7为本申请实施例提供的用户分类确定设备的结构示意图。
[0030]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0031]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0032]需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
[0033]本申请中“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，表示前后关联对象是一种“或”的关系。
[0034]以下至少一(项)个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a、b或c中的至少一项(个)，可以表示：a，b，c，a和b，a和c，b和c，或a、b和c，其中a、b、c中的每一个本身可以是元素，也可以是包含一个或多个元素的集合。
[0035]本申请中“至少一个”是指一个或多个。“多个”是指两个或两个以上。
[0036]在本申请中，“示例的”、“在一些实施例中”、“例如”、“在另一些实施例中”等用于表示作例子、例证或说明。本申请中被描述为“示例”或“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用示例的一词旨在以具体方式呈现概念。
[0037]需要说明的是，本申请用户分类确定的方法和装置可用于人工智能领域，也可用于除人工智能领域之外的任意领域，本申请用户分类确定的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户分类确定方法，其特征在于，包括：确定至少一个用户特征类型；根据所述至少一个用户特征类型，获取目标用户的至少一个用户数据，每个用户数据对应一个所述用户特征类型；根据所述至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，所述分类结果用于指示所述用户数据与对应的标准分类值之间的大小关系；根据每个用户数据的分类结果，确定所述目标用户的目标分类。2.根据权利要求1所述的方法，其特征在于，确定至少一个用户特征类型，包括：获取每个待选特征类型对应的多个业务数据；根据所述多个业务数据，在多个待选特征类型中，确定至少一个用户特征类型，所述用户特征类型用于表示得到所述目标分类的一个影响因素。3.根据权利要求2所述的方法，其特征在于，根据所述多个业务数据，在所述多个待选特征类型中，确定至少一个用户特征类型，包括：针对任意一个待选特征类型，确定所述待选特征类型对应的多个业务数据的方差、相关系数以及方差膨胀因子，将所述方差大于第一预设值、所述相关系数大于第一预设值以及所述方差膨胀因子大于第二预设值的待选特征类型，确定为所述用户特征类型。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，根据所述至少一个用户特征类型，对每个用户数据进行分类处理，得到每个用户数据的分类结果，包括：获取每个用户特征类型对应的标准分类值；根据每个用户特征类型对应的标准分类值，对每个用户数据进行分类处理，得到每个用户数据的分类结果。5.根据权利要求4所述的方法，其特征在于，针对任意一个用户数据；根据所述用户特征类型对应的标准分类值，对所述用户数据进行分类处理，得到所述用户数据的分类结果，包括：确定所述用户数据对应的用户特征值；若所述用户特征值大于等于所述标准分类值，则确定所述用户数据的分类结果为第一分类值；若所述第一特征值小于所述标准分类至，则确定所述用户数据的分类结果为第二分类值。6.根据权利要求4或5所述的方法，其特征在于，针对任意一个用户特征类型；获取所述用户特征类型对应的标准分类值，包括：获取所述用户特征类型对应的多个用户数据；根据所述多个用户数据...
【专利技术属性】
技术研发人员：王馨宇，
申请(专利权)人：中国银行股份有限公司，
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。