[發明專利]數據處理方法及系統

在審

• 申請號: 201711464204.0
• 申請日: 2017-12-28
• 公開（公告）號: CN108133393A
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 田海亭
• 申請（專利權）人: 新智數字科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種數據處理方法，其特征在于，包括以下步驟：

獲取目標用戶數據，其中，所述目標用戶數據包含用戶基礎數據和用戶行為數據；

將所述行為數據與預設行為數據進行比較，根據比較結果確定具有潛在價值的目標用戶數據；

根據所述具有潛在價值的目標用戶數據，制作數據標簽；

利用所述數據標簽，對所述具有潛在價值的目標用戶數據進行用戶畫像；

根據所述用戶畫像，確定所述目標用戶數據的開發價值。

2.根據權利要求1所述的數據處理方法，其特征在于，將所述行為數據與預設行為數據進行比較，根據比較結果確定具有潛在價值的目標用戶數據，包括：

將所述行為數據進行屬性分類；

根據所述分類的結果，獲取不同屬性分類對應的預設行為數據；

在不同分類中的行為數據與所述預設行為數據進行比較，根據比較結果確定具有潛在價值的目標用戶數據。

3.根據權利要求1所述的數據處理方法，其特征在于，根據所述具有潛在價值的目標用戶數據，制作數據標簽，包括：

利用所述目標用戶數據訓練神經網絡模型參數；

根據所述神經網絡模型參數構建用戶數據分析模型；

將所述具有潛在價值的目標用戶數據導入所述用戶數據分析模型，以得到所述用戶數據分析模型對所述具有潛在價值的目標用戶數據的分析結果；

根據所述分析結果，制作數據標簽。

4.根據權利要求2所述的數據處理方法，其特征在于，利用所述數據標簽，對所述具有潛在價值的目標用戶數據進行用戶畫像，包括：

將所述具有潛在價值的目標用戶數據設置為所述神經網絡模型輸入數據；

通過所述神經網絡模型，對輸入數據進行預測分析；

將所述預測分析的結果映射為所述神經網絡模型的輸出數據；

將所述輸出數據生成用戶畫像。

5.根據權利要求1或4所述的數據處理方法，其特征在于，根據所述用戶畫像，確定所述目標用戶數據的開發價值，包括：

獲取所述目標用戶數據的基礎數據；

利用聚類算法和所述基礎數據，構建至少一個聚類堆的價值；

確定所述用戶畫像對應的所述聚類堆的價值。

6.根據權利要求5所述的數據處理方法，其特征在于，還包括：

分別對所述目標用戶數據和具有潛在價值的目標用戶數據設置權重值；

根據所述權重值分別映射得到輔助決策信息；

利用所述輔助決策信息對所述用戶畫像進行修正。

7.根據權利要求1-6任一項所述的數據處理方法，其特征在于，所述目標用戶數據為能源用戶數據。

8.一種數據處理系統，其特征在于，包括：

獲取模塊，用于獲取目標用戶數據，其中，所述目標用戶數據包含用戶基礎數據和用戶行為數據；所述目標用戶數據為能源用戶數據；

分析模塊，用于將所述行為數據與預設行為數據進行比較，根據比較結果確定具有潛在價值的目標能源用戶數據；

標識模塊，用于根據所述具有潛在價值的目標用戶數據，制作數據標簽；

訓練模塊，利用所述數據標簽，對所述具有潛在價值的目標用戶數據進行用戶畫像；

輸出模塊，用于根據所述用戶畫像，確定所述目標用戶數據的開發價值。

9.根據權利要求8所述的數據處理系統，其特征在于，所述分析模塊包括：

分類子模塊，用于將所述行為數據進行屬性分類；

獲取子模塊，用于根據所述分類的結果，獲取不同屬性分類對應的預設行為數據；

運算子模塊，用于在不同分類中的行為數據與所述預設行為數據進行比較，根據比較結果確定具有潛在價值的目標用戶數據。