[發(fā)明專利]客戶數(shù)據(jù)分類方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010086453.6
• 申請(qǐng)日: 2020-02-11
• 公開（公告）號(hào): CN111339294B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 井玉欣;陳永林;陳甜甜
• 申請(qǐng)（專利權(quán)）人: 普信恒業(yè)科技發(fā)展（北京）有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F18/23213
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 薛嬌

1.一種客戶數(shù)據(jù)分類方法，其特征在于，包括：

獲取包含多條客戶記錄的客戶數(shù)據(jù)；其中所述客戶數(shù)據(jù)包括多列屬性；

分別確定每列屬性的屬性類型；其中屬性類型為分類型或數(shù)值型；

所述分別確定每列屬性的屬性類型，包括：

判斷一列屬性對(duì)應(yīng)屬性值的數(shù)值類型是否為連續(xù)數(shù)據(jù)類型；

若非連續(xù)數(shù)據(jù)類型則確定該列屬性為分類型數(shù)據(jù)屬性；

若是連續(xù)數(shù)據(jù)類型，則統(tǒng)計(jì)該列屬性中不同屬性值的個(gè)數(shù)，并計(jì)算不同屬性值的個(gè)數(shù)與屬性值總數(shù)的比值；

判斷所述比值是否大于設(shè)定閾值；

若所述比值大于設(shè)定閾值，則確定該列屬性為數(shù)值型數(shù)據(jù)屬性；

若所述比值不大于設(shè)定閾值，則確定該列屬性為分類型數(shù)據(jù)屬性；

將所述客戶數(shù)據(jù)中分類型數(shù)據(jù)屬性對(duì)應(yīng)的屬性值、轉(zhuǎn)換為數(shù)值型數(shù)據(jù)屬性對(duì)應(yīng)的屬性值；

對(duì)所述客戶數(shù)據(jù)執(zhí)行聚類操作，獲得用于表示客戶細(xì)分的聚類結(jié)果。

2.如權(quán)利要求1所述的方法，其特征在于，所述將所述客戶數(shù)據(jù)中分類型數(shù)據(jù)屬性對(duì)應(yīng)的屬性值、轉(zhuǎn)換為數(shù)值型數(shù)據(jù)屬性對(duì)應(yīng)的屬性值，包括：

針對(duì)所述客戶數(shù)據(jù)中每列分類型數(shù)據(jù)屬性執(zhí)行下述操作：

按該列分類型數(shù)據(jù)屬性的不同屬性值對(duì)客戶數(shù)據(jù)進(jìn)行分組，獲得與多個(gè)屬性值一一對(duì)應(yīng)的多個(gè)分組；

從所述客戶數(shù)據(jù)的各個(gè)數(shù)值型數(shù)據(jù)屬性中，確定與該分類型數(shù)據(jù)屬性最匹配的目標(biāo)數(shù)值型數(shù)據(jù)屬性；

針對(duì)每個(gè)分組：計(jì)算分組中目標(biāo)數(shù)值型數(shù)據(jù)屬性的平均屬性值，將該平均屬性值確定為該分組對(duì)應(yīng)屬性值轉(zhuǎn)換為數(shù)值型數(shù)據(jù)屬性的屬性值。

3.如權(quán)利要求2所述的方法，其特征在于，所述從所述客戶數(shù)據(jù)的各個(gè)數(shù)值型數(shù)據(jù)屬性中，確定與該分類型數(shù)據(jù)屬性最匹配的目標(biāo)數(shù)值型數(shù)據(jù)屬性包括：

針對(duì)所述客戶數(shù)據(jù)的各個(gè)數(shù)值型數(shù)據(jù)屬性，計(jì)算各個(gè)分組的組內(nèi)方差，并對(duì)各個(gè)組內(nèi)方差求和，獲得各個(gè)數(shù)值型數(shù)據(jù)屬性對(duì)應(yīng)的方差和；

對(duì)各個(gè)數(shù)值型數(shù)據(jù)屬性對(duì)應(yīng)的方差和執(zhí)行排序操作；

將方差和最小的數(shù)值型數(shù)據(jù)屬性，確定為與該分類型數(shù)據(jù)屬性最匹配的目標(biāo)數(shù)值型數(shù)據(jù)屬性。

4.如權(quán)利要求1所述的方法，其特征在于，在對(duì)所述客戶數(shù)據(jù)執(zhí)行聚類操作之前還包括采用孤立森林算法去除所述客戶數(shù)據(jù)中離群點(diǎn)。

5.如權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述客戶數(shù)據(jù)執(zhí)行聚類操作，獲得用于表示客戶細(xì)分的聚類結(jié)果包括：

采用層次分類算法對(duì)所述客戶數(shù)據(jù)執(zhí)行預(yù)聚類，當(dāng)輸出微型類簇個(gè)數(shù)達(dá)到預(yù)設(shè)數(shù)量時(shí)停止預(yù)聚類；

計(jì)算預(yù)設(shè)數(shù)量個(gè)微型類簇的中心點(diǎn)；

從預(yù)設(shè)數(shù)量個(gè)中心點(diǎn)中確定K個(gè)中心點(diǎn)作為K-means算法的初始中心點(diǎn)；

基于K個(gè)初始中心點(diǎn)進(jìn)行第二次聚類操作，獲得用于表示客戶細(xì)分的聚類結(jié)果。

6.如權(quán)利要求5所述的方法，其特征在于，所述從預(yù)設(shè)數(shù)量個(gè)中心點(diǎn)中確定K個(gè)中心點(diǎn)作為K-means算法的初始中心點(diǎn)包括：

從預(yù)設(shè)數(shù)量個(gè)中心點(diǎn)中隨機(jī)選擇一個(gè)點(diǎn)作為第一個(gè)初始中心點(diǎn)，加入集合S；

計(jì)算預(yù)設(shè)數(shù)量個(gè)中心點(diǎn)中剩余中心點(diǎn)與集合S的最近距離，并選擇最近距離最大的一個(gè)剩余中心點(diǎn)加入集合S；

重復(fù)上述步驟直到集合S達(dá)到K個(gè)中心點(diǎn)。

7.如權(quán)利要求1所述的方法，其特征在于，

在所述獲取包含多條客戶記錄的客戶數(shù)據(jù)之后，還包括：

對(duì)所述客戶數(shù)據(jù)集執(zhí)行數(shù)據(jù)清洗操作，所述數(shù)據(jù)清洗操作包括缺失值填充操作、異常數(shù)值處理操作和重復(fù)數(shù)據(jù)剔除操作；

在所述分別確定每列屬性的屬性類型之后，還包括：

對(duì)多個(gè)分類型數(shù)據(jù)屬性執(zhí)行去相關(guān)性操作，刪除相關(guān)性高的分類型數(shù)據(jù)屬性；

對(duì)多個(gè)數(shù)值型數(shù)據(jù)屬性執(zhí)行去相關(guān)性操作，刪除相關(guān)性高的數(shù)值型數(shù)據(jù)屬性，并對(duì)剩余的數(shù)值型數(shù)據(jù)屬性對(duì)應(yīng)的屬性值執(zhí)行標(biāo)準(zhǔn)化處理操作。