[發明專利]用戶的分類方法以及相關裝置、設備

在審

• 申請號: 202110276092.6
• 申請日: 2021-03-15
• 公開（公告）號: CN113034179A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 陳友洋
• 申請（專利權）人: 廣州虎牙科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/906
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

本申請公開了用戶的分類方法以及相關裝置、設備，其中，用戶的分類方法包括：獲取到各用戶在第一預設時間段內的多種類型的歷史消費數據；基于各用戶的各類型的歷史消費數據，預測第二預設時間段內對應的預測消費數據；剔除各用戶的各類型的歷史消費數據以及預測消費數據中的異常數據；對剔除異常數據后的歷史消費數據以及預測消費數據進行聚類，得到各用戶的用戶類型。上述方案，能夠準確地將用戶進行分類，從而利于針對不同類型的用戶采取相應的運營策略，來提高運營效率。

技術領域

本申請涉及用戶分類的技術領域，特別是涉及用戶的分類方法以及相關裝置、設備。

背景技術

隨著互聯網技術的高速發展，越來越多的企業正從以產品為中心的商業模式向以客戶為中心的商業模式轉變。如何贏得和保留客戶并將客戶價值最大化變得尤為重要。

信息技術的飛速發展和大數據時代的到來使企業能夠借助數據分析技術，充分利用這些海量數據對客戶進行細分，提高決策質量。以實行精細化運營，其中，不同價值的用戶所采取的運營的策略是不同的。

目前比較多的做法是直接按照某種區間對用戶的價值進行分群，這種做法較為粗糙，存在分類不準確的情況，進而容易導致決策失誤。

發明內容

本申請提供了用戶的分類方法以及相關裝置、設備，解決現有技術中存在的用戶分類不準確的問題。

本申請提供了一種用戶的分類方法，包括：獲取到各用戶在第一預設時間段內的多種類型的歷史消費數據；基于各用戶的各類型的歷史消費數據，預測第二預設時間段內對應的預測消費數據；剔除各用戶的各類型的歷史消費數據以及預測消費數據中的異常數據；對剔除異常數據后的歷史消費數據以及預測消費數據進行聚類，得到各用戶的用戶類型。

其中，對剔除異常數據后的歷史消費數據以及預測消費數據進行聚類，得到各用戶的用戶類型的步驟包括：分別對各用戶的各種類型的歷史消費數據以及預測消費數據進行聚合處理，得到各用戶的各類型的聚合數據；對各用戶的各類型的聚合數據分別進行等級劃分；對各用戶的各類型的聚合數據的等級劃分結果進行聚類，得到各用戶的用戶類型。

其中，對各用戶的各類型的聚合數據的等級劃分結果進行聚類，得到各用戶的用戶類型的步驟包括：利用手肘法基于聚合數據的等級劃分結果確定各用戶的用戶類型的數量；基于各用戶的用戶類型的數量利用kmeans聚類方法對各用戶的各類型的聚合數據的等級劃分結果進行聚類，得到各用戶的用戶類型。

其中，剔除各用戶的各類型的歷史消費數據以及預測消費數據中的異常數據的步驟包括：基于歷史消費數據以及預測消費數據進行數據繪制，得到歷史消費數據以及預測消費數據的箱線圖；將箱線圖中超出正常范圍的數據確定為異常數據。

其中，剔除歷史消費數據以及預測消費數據中的異常數據的步驟包括：響應于各類型的異常數據與對應類型的正常范圍的閾值的差值不大于預設值，將異常數據調整為正常范圍內的數據；否則，剔除異常數據。

其中，歷史消費數據包括歷史消費頻率以及歷史消費金額，基于各用戶的各類型的歷史消費數據，預測第二預設時間段內對應的預測消費數據的步驟包括：利用第一回歸模型基于各用戶在第一預設時間段內的歷史消費頻率預測得到各用戶在第二預設時間段內預測消費頻率；利用第二回歸模型基于各用戶在第一預設時間段內的歷史消費金額預測得到各用戶在第二預設時間段內預測消費金額。

其中，歷史消費數據還包括各用戶最近一次消費距離當前時間的間隔時長。

本申請還提供了一種用戶的分類裝置，包括：獲取模塊，用于獲取到各用戶在第一預設時間段內的多種類型的歷史消費數據；預測模塊，用于基于各用戶的各類型的歷史消費數據，預測第二預設時間段內對應的預測消費數據；剔除模塊，用于剔除各用戶的各類型的歷史消費數據以及預測消費數據中的異常數據；聚類模塊，用于對剔除異常數據后的歷史消費數據以及預測消費數據進行聚類，得到各用戶的用戶類型。