[发明专利]用于预测使用行业的卡使用模式分析方法及执行其的服务器

说明书

根据本发明的一实施例，本发明提供卡使用模式分析方法，用于预测卡用户的卡使用行业，上述卡使用模式分析方法包括：从多个用户收集卡使用行业信息的步骤；构成一个以上的哈希函数组的步骤，上述哈希函数组包括一个以上的哈希函数；对应每个上述哈希函数计算与上述卡使用行业信息有关的哈希值并提取其中的最小值的步骤；对应每个上述哈希函数组，以上述最小值为基础来生成聚集键的步骤；利用上述聚集键来对上述多个用户进行分组的步骤；以及利用进行上述分组的分组信息来预测卡用户的日后利用行业的步骤。

技术领域

本发明涉及用于预测使用行业的卡使用模式分析方法及执行其的卡公司服务器，更详细地，涉及通过多个哈希函数组来执行对于用户的分组，利用后缀树及贝叶斯定理来迅速分析卡使用模式并使用上述结果的方法及执行其的卡公司服务器。

背景技术

在经济活动逐渐变得活跃的现代社会，对于物品或服务的结算方式也逐渐变得多样化、复杂化。

其中，通过卡的结算方式与现金结算一同为最为普遍的结算方式中的一种，储蓄卡、信用卡、借记卡等多种形式的卡被使用。

各个卡公司为了进行客户管理而分析客户的结算信息，来执行推荐对于客户频频使用的行业的卡的一种客户关系管理(CRM，Customer Relationship Management)业务，以往，为了向客户推荐卡，作为聚类客户信息的方法使用K最近邻(K-NN，Nearest Neighbor)、K均值(K-Means)等算法。

但是，一个卡公司具有很多客户，因此，为了使用基于内存的上述算法来计算客户的所有卡使用模式，需要使用如超级计算机等性能优秀的系统。因此，卡公司抽样规定量的客户信息并通过上述信息来比较并分析客户的卡使用模式，若增加抽样的数据量，则用于分析的时间增加，若减少量，则通过抽样的数据分析的准确度会降低。

因此，需要迅速处理庞大的客户信息，并更加准确地计算目标客户的按行业的利用概率的方法。

发明内容

技术问题

本发明用于解决上述现有技术的问题。

本发明的目的在于，以用户之前利用的行业为基础，更加准确地预测对于日后用户将利用的各个行业的概率。

本发明的再一目的在于，以对用户日后利用行业计算的概率为基础，提供适合于相应用户的卡商品推荐信息。

本发明的另一目的在于，以对用户日后利用行业计算的概率为基础来检测卡的不正当使用。

技术手段

为了实现上述目的，本发明提供卡使用模式分析方法，用于预测卡用户的卡使用行业，上述卡使用模式分析方法包括：从多个用户收集卡使用行业信息的步骤；构成一个以上的哈希函数组的步骤，上述哈希函数组包括一个以上的哈希函数；对应每个上述哈希函数计算与上述卡使用行业信息有关的哈希值并提取其中的最小值的步骤；对应每个上述哈希函数组，以上述最小值为基础来生成聚集键的步骤；利用上述聚集键来对上述多个用户进行分组的步骤；以及利用进行上述分组的分组信息来预测卡用户的日后利用行业的步骤。

上述利用上述聚集键来对上述多个用户进行分组的步骤还可包括将对应每个上述聚集键区分的各个组所包含的多个用户对各个行业的利用路径建立后缀树的步骤。

上述后缀树可根据用户对各个行业的利用频率来设定上述利用路径的加权值。

上述利用上述分组信息来预测卡用户的日后利用行业的步骤可包括：提取行业利用模式与作为利用行业预测对象的目标用户类似的多个用户的步骤；计算与所提取的上述多个用户的各个行业的利用明细有关的事先概率的步骤；以及利用贝叶斯定理，以上述目标用户的之前利用行业信息为基础来计算日后有可能利用的行业的概率的步骤。