[發明專利]業務對象分類方法和系統

在審

• 申請號: 201710051265.8
• 申請日: 2017-01-23
• 公開（公告）號: CN106874943A
• 公開（公告）日: 2017-06-20
• 發明（設計）人: 楊凡;張潔坤;胡天行;黃斐;錢波;劉嘉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/02
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 何平,鄧云鵬

1.一種業務對象分類方法，包括：

獲取分析周期內多個業務對象的目標屬性特征參數；

將所述分析周期分為通過多個分析時間點劃分的分析時間段；

獲取所述多個業務對象在所述分析時間點對應的目標屬性特征參數的特征參數值，根據所述特征參數值形成分別與所述多個業務對象對應的軌跡特征曲線；

對所述軌跡特征曲線進行聚類分析，將所述軌跡特征曲線中相似度小于設定值的曲線進行聚類得到聚類結果；

根據所述聚類結果對所述業務對象進行分類。

2.如權利要求1所述的業務對象分類方法，其特征在于：所述獲取所述多個業務對象在所述分析時間點對應的目標屬性特征參數的特征參數值，根據所述特征參數值形成分別與所述多個業務對象對應的軌跡特征曲線的步驟包括：

獲取所述多個業務對象在所述分析時間點對應的目標屬性特征參數的特征參數值；

以所述分析時間點為橫坐標，以所述多個業務對象在所述分析時間點所對應時刻的目標屬性特征參數的參數特征值為縱坐標，形成分別與所述多個業務對象對應的軌跡特征曲線。

3.如權利要求1所述的業務對象分類方法，其特征在于：所述獲取所述多個業務對象在所述分析時間點對應的目標屬性特征參數的特征參數值，根據所述特征參數值形成分別與所述多個業務對象對應的軌跡特征曲線的步驟包括：

根據所述目標屬性特征參數，分別以所述分析時間點為基準時間計算預設時間周期內的目標屬性特征參數的特征參數值；

以所述分析時間點為橫坐標，以所述多個業務對象在所述分析時間點對應的所述參數特征值為縱坐標，形成分別與所述多個業務對象對應的軌跡特征曲線。

4.如權利要求1所述的業務對象分類方法，其特征在于：所述對所述軌跡特征曲線進行聚類分析，將所述軌跡特征曲線中相似度小于設定值的曲線進行聚類得到聚類結果的步驟包括：

計算每一業務對象任意兩個分析時間點之間的軌跡特征曲線與其它業務對象在所述兩個分析時間點之間的軌跡特征曲線的軌跡距離，將軌跡距離小于閾值的曲線進行聚類，分別形成每一業務對象與所述兩個分析時間點對應的聚類集合；

重復以上步驟，獲取每一業務對象在所述分析周期內預設數量的兩個分析時間點分別對應的聚類集合得到聚類結果。

5.如權利要求4所述的業務對象分類方法，其特征在于：所述計算每一業務對象任意兩個分析時間點之間的軌跡特征曲線與其它業務對象在所述兩個分析時間點之間的軌跡特征曲線的軌跡距離，將軌跡距離小于閾值的曲線進行聚類，分別形成每一業務對象與所述兩個分析時間點對應的聚類集合的步驟包括：

以第一業務對象在任意兩個分析時間點之間的軌跡特征曲線為參考曲線；

以第二業務對象在所述兩個分析時間點之間的軌跡特征曲線為對比曲線，計算所述參考曲線與所述對比曲線之間的軌跡距離，所述第二業務對象為不同于所述第一業務對象的任一業務對象；

當所述軌跡距離小于或者等于閾值時，將所述第二業務對象的對比曲線與所述第一業務對象的參考曲線進行聚類；

將所述聚類的曲線形成所述第一業務對象與所述兩個分析時間點對應的聚類集合。

6.如權利要求1所述的業務對象分類方法，其特征在于：所述根據所述聚類結果對所述業務對象進行分類的步驟包括：

獲取所述聚類結果中任意兩個業務對象包含相同聚類集合的數量；

當至少兩個業務對象包含所述相同聚類集合的數量大于設定比例時，將所述至少兩個業務對象分類至同一類型。

7.一種業務對象分類系統，包括：

參數獲取模塊，用于獲取分析周期內多個業務對象的目標屬性特征參數；

時間劃分模塊，用于將所述分析周期分為通過多個分析時間點劃分的分析時間段；

曲線形成模塊，用于獲取所述多個業務對象在所述分析時間點對應的目標屬性特征參數的特征參數值，根據所述特征參數值形成分別與所述多個業務對象對應的軌跡特征曲線；

聚類分析模塊，用于對所述軌跡特征曲線進行聚類分析，將所述軌跡特征曲線中相似度小于設定值的曲線進行聚類得到聚類結果；

分類模塊，用于根據所述聚類結果對所述業務對象進行分類。