[發明專利]一種用戶分類方法和系統

有效

• 申請號: 201811514736.5
• 申請日: 2018-12-12
• 公開（公告）號: CN111311292B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 謝梁;李盼
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06Q50/30;G06F18/23213;G06F18/2413
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 袁春曉

本申請實施例公開了一種用戶分類方法。所述用戶分類方法包括：獲取多組用戶數據；基于所述多組用戶數據生成至少一個的標識性向量；其中，每個標識性向量代表一種數據分布類型；確定每組用戶數據的相關性指標，所述相關性指標反映該組用戶數據與所述至少一個標識性向量之間的相關性；根據多組用戶數據的相關性指標對多個用戶進行分類。本申請采用矩陣分解與類聚算法相結合的技術方案，可以更加有效、快速、準確的對用戶進行分類。

技術領域

本申請涉及數據處理領域，特別涉及一種用戶分類方法和系統。

背景技術

隨著大數據時代的到來，對用戶的進行分類，貼上標簽，以為用戶提供優質服務以成為一個熱點問題。傳統的分類方法，在處理海量數據時，可能會導致較低的效率，并且其分類準確性也無法保證。因此，有必要提出一種更加有效的、準確的用戶分類方法。

發明內容

本申請實施例之一提供一種用戶分類方法。所述用戶分類方法包括：獲取多組用戶數據；基于所述多組用戶數據生成至少一個的標識性向量；其中，每個標識性向量代表一種數據分布類型；確定每組用戶數據的相關性指標，所述相關性指標反映該組用戶數據與所述至少一個標識性向量之間的相關性；根據多組用戶數據的相關性指標對多個用戶進行分類。

在一些實施例中，所述基于所述多組用戶數據生成至少一個標識性向量，包括：對所述多組用戶數據進行預處理，得到用戶數據矩陣；對所述用戶數據矩陣進行奇異值分解；選取至少一個奇異向量作為所述至少一個標識性向量。

在一些實施例中，所述選取至少一個奇異向量作為所述至少一個標識性向量，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設閾值的若干奇異值；將所述若干奇異值對應的奇異向量作為所述標識性向量。

在一些實施例中，所述至少一個奇異向量作為所述至少一個標識性向量，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識性向量。

在一些實施例中，所述相關性指標反映用戶數據與標識性向量之間的相似度。

在一些實施例中，所述根據多組用戶數據的相關性指標對用戶進行分類，包括：對所述多組用戶數據的相關性指標進行聚類運算，進而對用戶進行分類。

在一些實施例中，還包括：基于所述多組用戶數據確定分類數目K；對所述多組用戶數據的相關性指標進行聚類運算，進而將用戶分為K類

在一些實施例中，所述用戶數據反映用戶在預設時間范圍內的不同預設時間段的狀態；其中，所述預設時間范圍包括多個所述預設時間段。

在一些實施例中，所述用戶包括司機；所述用戶數據反映司機在預設時間范圍內的不同預設時間段的出車時長。

在一些實施例中，所述預設時間范圍包括一天、一個月、一個季度、半年或一年中的至少一種。

在一些實施例中，所述預設時間段包括十分鐘、二十分鐘、半小時、一小時、六小時、十二小時、一天、一星期、半個月或一個月中的至少一種。

本申請實施例之一提供一種用戶分類系統，所述用戶分類系統包括：獲取模塊、確定模塊和分類模塊；所述獲取模塊用于獲取多組用戶數據；所述確定模塊用于基于所述多組用戶數據生成至少一個的標識性向量；其中，每個標識性向量代表一種數據分布類型；以及確定每組用戶數據的相關性指標，所述相關性指標反映該組用戶數據與所述至少一個標識性向量之間的相關性；及所述分類模塊用于根據多組用戶數據的相關性指標對多個用戶進行分類。

在一些實施例中，所述確定模塊包括：矩陣生成單元、分解單元和標識性向量確定單元；所述矩陣生成單元用于對所述多組用戶數據進行預處理，得到用戶數據矩陣；所述分解單元用于對所述用戶數據矩陣進行奇異值分解；及所述標識性向量確定單元用于選取至少一個奇異向量作為所述至少一個標識性向量。