[發明專利]聚類數據處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011025775.6
• 申請日: 2020-09-25
• 公開（公告）號: CN112182320A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 謝鳴曉
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06F16/36;G06Q30/02
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種聚類數據處理方法，其特征在于，包括：

根據目標用戶的基本信息獲取確定稠密向量表達式；

根據所述目標用戶的家庭關系數據和持倉數據生成用戶的金融知識圖譜，根據所述金融知識圖譜生成用戶向量表達式；

根據所述目標用戶的業務數據確定所述目標用戶的業務評分；

根據所述稠密向量表達式、所述用戶向量表達式以及所述業務評分生成特征向量；

將所述特征向向量作為輸入，通過預設模型得到用戶聚類結果。

2.根據權利要求1所述的方法，其特征在于，所述根據目標用戶的基本信息獲取確定稠密向量表達式，包括：

通過外部系統獲取目標用戶的基本信息；

根據所述基本信息確定所述基本信息的對應的稀疏向量；

將所述稀疏向量轉換為稠密向量表達式。

3.根據權利要求2所述的方法，其特征在于，所述基本信息包括：性別、年齡、收入、婚姻狀態或民族中的一個或多個目標參數，所述根據所述基本信息確定所述基本信息的對應的稀疏向量，包括：

如果目標參數為連續型變量，則根據所述目標參數的取值范圍劃分出多個數值區間，使用獨熱編碼表示所述目標參數所在的目標數值區間；

如果目標參數為離散型變量，則使用獨熱編碼表示所述目標參數；

將所述一個或多個目標參數的獨熱編碼按照預設順序進行排列，得到所述基本信息對應的稀疏向量。

4.根據權利要求1所述的方法，其特征在于，所述根據所述目標用戶的家庭關系數據和持倉數據生成用戶的金融知識圖譜，根據所述金融知識圖譜生成用戶向量表達式，包括：

通過外部系統獲取與所述目標用戶關聯的家庭關系數據和持倉數據；

抽取用戶節點和金融產品節點；

根據所述家庭關系數據和持倉數據，構造節點之間的邊，所述節點之間的邊包括用戶節點與金融產品節點之間的邊和用戶節點與用戶節點之間的邊，所述用戶節點、所述金融產品節點以及所述節點之間的邊組成金融知識圖譜；

計算所述目標用戶在所述金融知識圖譜中的統計分析參數，根據所述統計分析參數確定圖譜統計特征向量；

對所述金融知識圖譜中多個節點進行向量化學習，得到所述多個節點對應的圖譜學習特征向量；

根據所述圖譜統計特征向量和所述圖譜學習特征向量生成用戶向量表達式。

5.根據權利要求4所述的方法，其特征在于，所述計算所述目標用戶在所述金融知識圖譜中的統計分析參數，根據所述統計分析參數確定圖譜特征向量，包括：

計算所述目標用戶在所述金融知識圖譜中的統計分析參數，所述統計分析參數包括：出度、入度、中心度或聚類系數中的一種或多種；

對每種所述統計分析參數分別進行標準化，根據標準化的統計分析參數確定圖譜特征向量。

6.根據權利要求1所述的方法，其特征在于，在根據所述目標用戶的家庭關系數據和持倉數據生成用戶的金融知識圖譜之后，還包括：

若所述目標用戶缺少家庭關系數據和持倉數據，則獲取全部金融知識圖譜中節點的平均統計分析參數；

根據所述平均統計分析參數確定所述目標用戶的用戶向量表達式。

7.根據權利要求1所述的方法，其特征在于，所述根據所述目標用戶的業務數據確定所述目標用戶的業務評分，包括：

獲取所述目標用戶的業務數據，所述業務數據包括交易數據、合約數據或賬本數據中的一種或多種；

根據所述業務數據確定所述目標用戶的業務評分，所述業務評分包括資產配置評分、客戶流動性評分或保障性評分中的一個或多個。

8.根據權利要求1所述的方法，其特征在于，在根據所述稠密向量表達式、所述用戶向量表達式以及所述業務評分生成特征向量之前，還包括：

使用數據倉庫工具存儲所述稠密向量表達式、所述用戶向量表達式以及所述業務評分；

通過所述數據倉庫工具獲取所述稠密向量表達式、所述用戶向量表達式以及所述業務評分。