【技术实现步骤摘要】
本专利技术涉及数据分析领域，尤其涉及一种基于计算机的用户分类方法。
技术介绍
1、客户分类通常也就是我们所说的客户画像分类，客户画像是b2b数字化营销中非常重要的概念，贯穿整个客户生命周期管理及运营。客户画像是基于客户数据和行为的综合描述，可以帮助营销人员更好地了解客户。包括客户的年龄、性别、教育程度、职业、兴趣爱好、行为轨迹等信息。通过这些数据，营销人员可以更好地理解客户的需求和采购行为，并提供更加精准的产品和服务。
2、中国专利公开号为cn114022712a的专利文献公开了一种用户分类方法，该方法包括：获取待分类用户的画像信息，所述画像信息包括用户属性信息以及用户交易信息；将所述待分类用户的画像信息输入至分类模型中，得到所述待分类用户的用户类别，所述分类模型是根据逻辑回归模型以及接受者操作特征roc曲线获得的，所述用户类别包括第一类用户和第二类用户，所述roc曲线用于表征所述分类模型的预测精度，所述第一类用户为催收难度大于预设阈值的用户，所述第二类用户为催收难度小于预设阈值的用户。
3、现有技术中对客户分群...
【技术保护点】
1.一种基于计算机的用户分类方法，其特征在于，包括：
2.根据权利要求1所述的基于计算机的用户分类方法，其特征在于，获取若干待分类用户的年龄信息以及所述待分类用户在预设时长内的用户事件发生行为数据包括：
3.根据权利要求2所述的基于计算机的用户分类方法，其特征在于，根据所述目标事件发生次数、所述最小发生次数和所述最大发生次数计算所述目标事件发生频率包括：
4.根据权利要求3所述的基于计算机的用户分类方法，其特征在于，基于所述用户事件发生评价标准确定每个所述待分类用户的事件发生行为数据对应的第一评分集包括：
5.根据权利要...
【技术特征摘要】
1.一种基于计算机的用户分类方法，其特征在于，包括：
2.根据权利要求1所述的基于计算机的用户分类方法，其特征在于，获取若干待分类用户的年龄信息以及所述待分类用户在预设时长内的用户事件发生行为数据包括：
3.根据权利要求2所述的基于计算机的用户分类方法，其特征在于，根据所述目标事件发生次数、所述最小发生次数和所述最大发生次数计算所述目标事件发生频率包括：
4.根据权利要求3所述的基于计算机的用户分类方法，其特征在于，基于所述用户事件发生评价标准确定每个所述待分类用户的事件发生行为数据对应的第一评分集包括：
5.根据权利要求4所述的基于计算机的用户分类方法，其特征在于，将所述事件发生频率与所述事件预设发生频率进行计算，获取频率评价值包括：
6.根据权利要求5所述的基于计算机的用户分类...
【专利技术属性】
技术研发人员：王子航，张德文，杨凯，唐治彬，刘辉，
申请(专利权)人：湖南三湘银行股份有限公司，
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。