[发明专利]一种业务参数获取方法及装置

权利要求书

1.一种业务参数获取方法，其特征在于，所述方法包括：

确定满足预置规则的样本用户为目标样本用户，所述预置规则至少包括：使用设备定位功能获取到的所述目标样本用户的所处位置位于目标位置、与所述目标样本用户的关联程度达到预设关联阈值的用户，所述目标位置用于表征所述目标样本用户的身份属性，所述与所述目标样本用户的关联程度达到预设关联阈值的用户用于基于所述目标样本用户衍生其他所述目标样本用户；

利用大量所述目标样本用户的特征数据确定logistic回归分析模型；

获取待预测业务参数的样本用户的特征数据；

将所述特征数据输入到所述logistic回归分析模型得到所述特征数据的特征参数，所述特征参数用于确定所述业务参数；所述特征数据至少包括所述待预测业务参数的样本用户的设备信息、所述待预测业务参数的样本用户的社交应用信息，所述特征参数至少包括位置迁移频率、位置迁移数量、社交信息的推送频率以及联系方式更新频率，所述业务参数用于表征所述待预测业务参数的样本用户在未来一段时间的信用程度；

至少根据所述位置迁移频率、所述位置迁移数量、社交信息的推送频率以及联系方式更新频率，确定所述待预测业务参数的样本用户在其身份属性下的行为状态以及社交状态的稳定性，并根据所述行为状态以及社交状态的稳定性确定所述业务参数；

当所述特征参数位于预设的第一阈值区间时，确定所述样本用户具有第一业务参数；

当所述特征参数位于预设的第二阈值区间时，确定所述样本用户具有第二业务参数；

其中，所述logistic回归分析模型是采用大量样本用户的特征数据进行logistic回归分析并反复迭代训练得到。

2.根据权利要求1所述的方法，其特征在于，所述利用大量所述目标样本用户的特征数据确定所述logistic回归分析模型具体包括：

对所述目标样本用户的特征数据进行衍生并提取具有趋势性的第一参数；

对所述第一参数进行降维得到具有解释性的第二参数；

对所述第二参数依次进行聚类分析、判别分析以及去重以得到第三参数；

对所述第三参数进行logistic回归分析以得到第四参数；

对所述第四参数进行重复迭代运算以得到模型参数，所述模型参数用于确定所述特征数据对应的所述特征参数。

3.根据权利要求1所述的方法，其特征在于，所述预置规则还包括：所述目标样本用户的身份信息符合预置条件。

4.根据权利要求1所述的方法，其特征在于，所述第一阈值区间位于0和0.5之间，所述第二阈值区间位于0.5和1之间。