[發明專利]數據挖掘方法、裝置及系統

在審

• 申請號: 201610901862.0
• 申請日: 2016-10-17
• 公開（公告）號: CN106649517A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 侯捷;李愛華;葛勝利
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國國際貿易促進委員會專利商標事務所11038
• 代理人: 孫寶海

1.一種數據挖掘方法，其特征在于，包括：

獲取用戶的預定行為數據，所述預定行為數據包括所述預定行為的效用數據和所述預定行為的生成時間；

根據每個用戶的所述預定行為數據的生成時間和所述預定行為數據的數量對所述用戶進行分類，確定目標用戶集合；

根據所述預定行為數據生成所述目標用戶集合中每個用戶的單用戶特征向量；

根據所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合。

2.根據權利要求1所述的方法，其特征在于，

所述預定行為數據還包括所述預定條件標識和效用抵扣數據，根據所述預定條件標識識別第一預定行為數據；

所述單用戶特征向量包括第一特征向量指標、第二特征向量指標第三特征向量指標、第四特征向量指標、第五特征向量指標和/或第六特征向量指標；

所述根據所述預定行為數據生成所述目標用戶集合中每個用戶的單用戶特征向量包括：

根據所述用戶的所述第一預定行為數據的數量與所述預定行為數據的數量的比值確定所述用戶的所述第一特征向量指標；

確定所述用戶的各個所述預定行為數據的所述效用抵扣數據與所述效用數據的比值，并將所述比值取均值，確定所述用戶的所述第二特征向量指標；

根據所述用戶的所述效用抵扣數據之和與所述效用數據之和的比值確定所述用戶的所述第三特征向量指標；

根據所述用戶的所述效用抵扣數據之和確定所述用戶的所述第四特征向量指標；

根據所述用戶的所述第一預定行為數據的數量確定所述用戶的所述第五特征向量指標；和/或，

根據所述用戶的存在所述第一預定行為數據的時間段的數量與從用戶入網開始經過的時間段數量的比值確定所述用戶的所述第六特征向量指標。

3.根據權利要求1所述的方法，其特征在于，所述根據所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合包括：

根據每個用戶的所述單用戶特征向量確定高密度區域用戶；

從所述高密度區域用戶中選擇作為初始聚類中心的用戶，所述初始聚類中心的數量與所述預定分級數量相等；

根據所述初始聚類中心，基于K均值算法確定所述分級用戶集合。

4.根據權利要求3所述的方法，其特征在于，所述在所述高密度區域用戶中選擇初始聚類中心包括：

根據所述單用戶特征向量在所述高密度區域用戶中選擇密度參數最大的用戶作為第一初始聚類中心；

從所述高密度區域用戶中選取距離所述第一初始聚類中心最遠的用戶作為第二初始聚類中心；

從所述高密度區域用戶中選取距離所述第一初始聚類中心和所述第二初始聚類中心集合的距離最遠的用戶作為第三初始聚類中心；

依次類推直至確定全部所述初始聚類中心。

5.根據權利要求2所述的方法，其特征在于，還包括：

排除所述目標用戶集合中的異常用戶，所述異常用戶包括用戶的所述效用抵扣數據之和大于預定分位數的用戶；

所述根據所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合包括：

根據排除異常用戶后的所述目標用戶集合中用戶的所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合；

基于預定策略為所述異常用戶選擇分級用戶集合，并將所述異常用戶并入所述分級用戶集合中。

6.根據權利要求1所述的方法，其特征在于，還包括：將所述單用戶特征向量中的特征向量指標進行數據標準化處理；

所述根據所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合包括：

根據標準化處理后的所述單用戶特征向量，基于聚類算法對所述目標用戶集合進行分級，確定分級用戶集合。