[發(fā)明專(zhuān)利]一種用戶(hù)分類(lèi)方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811514736.5
• 申請(qǐng)日: 2018-12-12
• 公開(kāi)（公告）號(hào): CN111311292B
• 公開(kāi)（公告）日: 2023-08-04
• 發(fā)明（設(shè)計(jì)）人: 謝梁;李盼
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京嘀嘀無(wú)限科技發(fā)展有限公司
• 主分類(lèi)號(hào): G06Q30/0201
• 分類(lèi)號(hào): G06Q30/0201;G06Q50/30;G06F18/23213;G06F18/2413
• 代理公司: 成都七星天知識(shí)產(chǎn)權(quán)代理有限公司 51253
• 代理人: 袁春曉

1.一種用戶(hù)分類(lèi)方法，其特征在于，包括：

獲取多組用戶(hù)數(shù)據(jù)；

基于所述多組用戶(hù)數(shù)據(jù)生成至少一個(gè)的標(biāo)識(shí)性向量，其中包括：

對(duì)所述多組用戶(hù)數(shù)據(jù)進(jìn)行預(yù)處理，得到用戶(hù)數(shù)據(jù)矩陣；

對(duì)所述用戶(hù)數(shù)據(jù)矩陣進(jìn)行奇異值分解；

選取至少一個(gè)奇異向量作為所述至少一個(gè)標(biāo)識(shí)性向量，所述奇異向量為右奇異向量，所述右奇異向量為對(duì)所述用戶(hù)數(shù)據(jù)矩陣進(jìn)行所述奇異值分解得到的右奇異矩陣的行向量；

其中，每個(gè)標(biāo)識(shí)性向量代表一種數(shù)據(jù)分布類(lèi)型；

確定每組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)，所述相關(guān)性指標(biāo)反映該組用戶(hù)數(shù)據(jù)與所述至少一個(gè)標(biāo)識(shí)性向量之間的相關(guān)性；

根據(jù)多組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)對(duì)多個(gè)用戶(hù)進(jìn)行分類(lèi)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，選取至少一個(gè)奇異向量作為所述至少一個(gè)標(biāo)識(shí)性向量，包括：

在分解獲得的奇異值中，選取平方和與全部奇異值平方和的比例大于預(yù)設(shè)閾值的若干奇異值；

將所述若干奇異值對(duì)應(yīng)的奇異向量作為所述標(biāo)識(shí)性向量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，選取至少一個(gè)奇異向量作為所述至少一個(gè)標(biāo)識(shí)性向量，包括：

在分解獲得的奇異矩陣中，選取元素呈周期性分布的奇異向量作為所述標(biāo)識(shí)性向量。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述相關(guān)性指標(biāo)反映用戶(hù)數(shù)據(jù)與標(biāo)識(shí)性向量之間的相似度。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)多組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)對(duì)用戶(hù)進(jìn)行分類(lèi)，包括：

對(duì)所述多組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)進(jìn)行聚類(lèi)運(yùn)算，進(jìn)而對(duì)用戶(hù)進(jìn)行分類(lèi)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，還包括：

基于所述多組用戶(hù)數(shù)據(jù)確定分類(lèi)數(shù)目K；

對(duì)所述多組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)進(jìn)行聚類(lèi)運(yùn)算，進(jìn)而將用戶(hù)分為K類(lèi)。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述用戶(hù)數(shù)據(jù)反映用戶(hù)在預(yù)設(shè)時(shí)間范圍內(nèi)的不同預(yù)設(shè)時(shí)間段的狀態(tài)；其中，所述預(yù)設(shè)時(shí)間范圍包括多個(gè)所述預(yù)設(shè)時(shí)間段。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述用戶(hù)包括司機(jī)；所述用戶(hù)數(shù)據(jù)反映司機(jī)在預(yù)設(shè)時(shí)間范圍內(nèi)的不同預(yù)設(shè)時(shí)間段的出車(chē)時(shí)長(zhǎng)。

9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述預(yù)設(shè)時(shí)間范圍包括一天、一個(gè)月、一個(gè)季度、半年或一年中的至少一種。

10.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述預(yù)設(shè)時(shí)間段包括十分鐘、二十分鐘、半小時(shí)、一小時(shí)、六小時(shí)、十二小時(shí)、一天、一星期、半個(gè)月或一個(gè)月中的至少一種。

11.一種用戶(hù)分類(lèi)系統(tǒng)，其特征在于，包括：獲取模塊、確定模塊和分類(lèi)模塊，所述確定模塊包括：矩陣生成單元、分解單元和標(biāo)識(shí)性向量確定單元；

所述獲取模塊用于獲取多組用戶(hù)數(shù)據(jù)；

所述確定模塊用于基于所述多組用戶(hù)數(shù)據(jù)生成至少一個(gè)的標(biāo)識(shí)性向量；其中，每個(gè)標(biāo)識(shí)性向量代表一種數(shù)據(jù)分布類(lèi)型；以及確定每組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)，所述相關(guān)性指標(biāo)反映該組用戶(hù)數(shù)據(jù)與所述至少一個(gè)標(biāo)識(shí)性向量之間的相關(guān)性；

所述矩陣生成單元用于對(duì)所述多組用戶(hù)數(shù)據(jù)進(jìn)行預(yù)處理，得到用戶(hù)數(shù)據(jù)矩陣；

所述分解單元用于對(duì)所述用戶(hù)數(shù)據(jù)矩陣進(jìn)行奇異值分解；及

所述標(biāo)識(shí)性向量確定單元用于選取至少一個(gè)奇異向量作為所述至少一個(gè)標(biāo)識(shí)性向量，所述奇異向量包括右奇異向量，所述右奇異向量為對(duì)所述用戶(hù)數(shù)據(jù)矩陣進(jìn)行所述奇異值分解得到的右奇異矩陣的每一行的行向量；

所述分類(lèi)模塊用于根據(jù)多組用戶(hù)數(shù)據(jù)的相關(guān)性指標(biāo)對(duì)多個(gè)用戶(hù)進(jìn)行分類(lèi)。

12.根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于，所述標(biāo)識(shí)性向量確定單元還用于在分解獲得的奇異值中，選取平方和與全部奇異值平方和的比例大于預(yù)設(shè)閾值的若干奇異值；將所述若干奇異值對(duì)應(yīng)的奇異向量作為所述標(biāo)識(shí)性向量。