[發明專利]數據處理方法、裝置、設備及計算機存儲介質

在審

• 申請號: 202011194738.8
• 申請日: 2020-10-30
• 公開（公告）號: CN112308419A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 于翠翠
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02;G06F16/215;G06F16/25;G06F16/28;G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

1.一種數據處理方法，其特征在于，所述數據處理方法包括如下步驟：

根據輸入的數據需求采集系統數據源中多個客戶的初始數據，并對各所述初始數據進行數據分析處理，以獲取各所述客戶的多個指標屬性數據；

根據預設的聚類模型對各所述客戶進行客戶分群處理，以獲取各所述客戶對應的客戶群組，根據各所述指標屬性數據確定各所述客戶群組的群組類型；

根據各所述群組類型確定所述數據需求對應的目標客戶群組，基于預設的線性回歸方程對所述目標客戶群組進行線性回歸運算，根據所述線性回歸運算的運算結果確定所述數據需求對應的目標客戶。

2.如權利要求1所述的數據處理方法，其特征在于，所述根據各所述指標屬性數據確定各所述客戶群組的群組類型的步驟，包括：

依次遍歷各所述客戶群組，根據各所述指標屬性數據確定遍歷的客戶群組中所有客戶對應的目標指標屬性數據，對各所述目標指標屬性數據進行特征分析，基于所述特征分析的分析結果確定遍歷的客戶群組的群組類型。

3.如權利要求2所述的數據處理方法，其特征在于，所述對各所述目標指標屬性數據進行特征分析，基于所述特征分析的分析結果確定遍歷的客戶群組的群組類型的步驟，包括：

根據各所述目標指標屬性數據的數據類型對各所述目標指標屬性數據進行分類，根據所述分類結果對屬于同一數據類型的各所述目標指標屬性數據進行特征分析，以獲取分析結果；

獲取各所述目標指標屬性數據對應的分析結果，根據各所述分析結果確定遍歷的客戶群組的群組類型。

4.如權利要求1所述的數據處理方法，其特征在于，所述數據分析處理包括數據清洗，所述對各所述初始數據進行數據分析處理，以獲取各所述客戶的多個指標屬性數據的步驟，包括：

基于所述數據需求對各所述初始數據進行數據清洗，以獲取多個屬性數據；

基于預設的分類原則將各所述屬性數據劃分為多個指標屬性數據。

5.如權利要求4所述的數據處理方法，其特征在于，所述基于預設的分類原則將各所述屬性數據劃分為多個指標屬性數據的步驟之前，包括：

若各所述屬性數據中存在缺失數據，則確定所述缺失數據對應的屬性信息，根據所述屬性信息確定和所述缺失數據相同屬性的其它屬性數據，并計算所述其它屬性數據對應的平均值，將所述缺失數據替換為所述平均值。

6.如權利要求1所述的數據處理方法，其特征在于，所述基于預設的線性回歸方程對所述目標客戶群組進行線性回歸運算的步驟，包括：

遍歷所述目標群組中的所有客戶，基于各所述指標屬性數據確定遍歷的客戶對應的所有遍歷指標屬性數據；

根據所述數據需求設置各所述遍歷指標屬性數據的權重，基于預設的線性回歸方程，各所述遍歷指標屬性數據和各所述遍歷指標屬性數據對應的權重計算所述遍歷的客戶的回歸運算值；

將所述目標群組中所有客戶對應的回歸運算值作為所述目標客戶群組線性回歸運算的運算結果。

7.如權利要求1-6任一項所述的數據處理方法，其特征在于，所述根據輸入的數據需求采集系統數據源中多個客戶的初始數據的步驟，包括：

基于預設時間段獲取系統數據源中多個客戶的歷史數據，確定所述預設時間段的結束時間節點，獲取當前時間節點和所述結束時間節點的增量數據，并將所述歷史數據和所述增量數據作為多個客戶的初始數據。

8.一種數據處理裝置，其特征在于，所述數據處理裝置包括：

采集模塊，用于根據輸入的數據需求采集系統數據源中多個客戶的初始數據，并對各所述初始數據進行數據分析處理，以獲取各所述客戶的多個指標屬性數據；

獲取模塊，用于根據預設的聚類模型對各所述客戶進行客戶分群處理，以獲取各所述客戶對應的客戶群組，根據各所述指標屬性數據確定各所述客戶群組的群組類型；

確定模塊，用于根據各所述群組類型確定所述數據需求對應的目標客戶群組，基于預設的線性回歸方程對所述目標客戶群組進行線性回歸運算，根據所述線性回歸運算的運算結果確定所述數據需求對應的目標客戶。