[發明專利]用戶分群方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011021840.8
• 申請日: 2020-09-25
• 公開（公告）號: CN112115322A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 徐卓揚;趙惟;孫行智;胡崗;左磊;趙婷婷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/9035
• 分類號: G06F16/9035;G06N3/04;G06N3/08;G06Q10/04
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種用戶分群方法，其特征在于，所述方法應用于電子設備中，并包括：

從與所述電子設備通訊連接的數據庫中獲取用戶的回訪數據，并將所述回訪數據進行整理，得到樣本數據；

利用所述樣本數據對預構建的分群預測模型進行訓練，并利用訓練完成的所述分群預測模型得到所述樣本數據的輸出結果；

基于所述輸出結果對預構建的用戶分群模型的損失函數進行調整，得到優化損失函數；

根據所述優化損失函數，利用所述樣本數據對所述用戶分群模型進行訓練，得到優化用戶分群模型；

利用所述優化用戶分群模型對待分群用戶數據進行分群，得到分群結果，并將所述分群結果通過所述電子設備的顯示屏幕輸出。

2.如權利要求1所述的用戶分群方法，其特征在于，所述將所述回訪數據進行整理，得到樣本數據，包括：

將所述回訪數據按照時間順序進行排序，得到初始樣本數據；

將所述初始樣本數據中的指標數據轉化為多維特征向量，得到樣本數據。

3.如權利要求1所述的用戶分群方法，其特征在于，所述利用所述樣本數據對預構建的分群預測模型進行訓練，包括：

利用所述分群預測模型對所述樣本數據執行分群操作，得到多個分群方案的預測概率值；

計算所述預測概率值與標準分群結果的交叉熵損失函數，得到損失值；

根據損失函數對所述分群預測模型的參數進行修改，并利用修改后的分群預測模型重新對所述樣本數據執行分群操作，直到預設的停止條件達到。

4.如權利要求1所述的用戶分群方法，其特征在于，所述基于所述輸出結果對預構建的用戶分群模型的損失函數進行調整，包括：

修改所述損失函數中分群方案的選擇方法；

在所述損失函數中增加預設懲罰項。

5.如權利要求4所述的用戶分群方法，其特征在于，所述修改所述損失函數中分群方案的選擇方法，包括：

將所述選擇方法修改為如下函數：

其中，a″′是樣本數據s′輸入所述用戶分群模型后，輸出的最大Q值對應的分群方案；是所述用戶分群模型在輸入為樣本數據s′時，輸出的對應分群方案的Q值，A′_DNN是所述分群預測模型輸入樣本數據s′時輸出的預測概率值最高的n種分群方案，n為預設常數。

6.如權利要求5所述的用戶分群方法，其特征在于，所述優化損失函數包括：

L＝R+Q(s′,a″′)-Q(s,a)+P(s)

其中，s是當前樣本數據；a是當前分群方案；s′是當前樣本數據的下一個樣本數據；a″′是樣本數據s′輸入所述用戶分群模型后，輸出的最大Q值對應的分群方案；Q(s,a)是所述用戶分群模型在輸入為樣本數據s時，輸出的對應分群方案a的Q值；Q(s′,a″′)是所述用戶分群模型在輸入為樣本數據s′時，輸出的對應分群方案a″′的Q值；R是樣本數據s的獎勵；P(s)是懲罰值。

7.如權利要求1至6中任意一項所述的用戶分群方法，其特征在于，所述利用所述優化用戶分群模型對待分群用戶數據進行分群，得到分群方案，包括：

將所述待分群用戶數據輸入至所述優化用戶分群模型中；

利用所述優化用戶分群模型輸出所述待分群用戶數據的各個分群方案及各個分群方案對應的預期獎勵值；

選擇預期獎勵值最大的分群方案作為所述待分群用戶數據的分群結果。