[发明专利]一种用户分类方法、装置及电子设备

说明书

本申请公开了一种用户分类方法，包括：收集用户的消息访问记录，并从所述的消息访问记录中提取所述用户的行为特征数据；基于所述行为特征数据，采用预先训练的用户聚类模型，将所述用户划分到对应的用户类型中。避免了传统人工分类中大量依赖人的经验，主观性和随意性强，分类结果不稳定的问题。

技术领域

本申请涉及用户运营领域，具体涉及一种用户分类方法。本申请同时涉及一种用户分类装置，以及一种用于实现所述用户分类方法的电子设备。

背景技术

在用户运营领域中，为了使得用户价值最大化，从而产生更大的收益，对用户群体进行分类或分层进行精细化运营模式，已经逐步替代了将用户群体作为一个简单整体的粗放运营模式。

目前应用消息推送、广告投放、用户权益推送等应用系统已经广泛采用用户群体分类或分层运营，运营人员对消息推送和投放的目标用户群进行细化分类或分层，根据分类结果提取各类细分的用户的人群画像数据，分析用户的人群画像与消息打开率、广告效果或者用户权益对用户黏性效应等效果之间的关系，采用相应的推送投放策略和运营手段进行更加精准的推送投放，从而提升消息打开率、用户的活跃度、留存率以及付费指标，同时减少消息推送、广告投放、权益投放等推送消息对用户的骚扰。

目前用户运营中经常采用的用户分类方法有两类，一类是基于已有用户画像分类结果数据进行分类。该类方法为，根据目标用户全集的人群画像数据集，选择一个或多个维度进行组合，然后在画像集中查找每个待分类用户所对应的画像类型归入相应的分类。另一类方案是依据消息系统自身积累的用户数据进行分类。该分类方法为，依据运营人员经验，由人工指定的阈值将数据划分为多个可枚举分类标准，然后根据此标准将用户划分入对应的分类。

上述现有技术提供的用户分类方法存在明显的缺陷。上述分类方法，在选择分类维度或者对分类阈值的划分完全依赖运营人员经验，因此分类效果存在较大的不确定性，无法保证最终产出的分类结果与分析目标的相关度。

发明内容

本申请提供一种用户分类方法，以解决现有的用户分类方法大量依赖人的经验，主观性和随意性强，分类结果不稳定的问题。

本申请另外提供一种用户分类装置。

本申请还提供一种实现所述用户分类方法的电子设备。

本申请提供的一种用户分类方法，包括：

收集用户的消息访问记录，并从所述的消息访问记录中提取所述用户的行为特征数据；

基于所述行为特征数据，采用预先训练的用户聚类模型，将所述用户划分到对应的用户类型中。

可选的，所述预先训练的用户聚类模型，采用如下方式训练获得：

收集待分类用户的消息访问记录，并从所述消息访问记录中提取所述用户的行为特征数据；

从所述行为特征数据中选取抽样数据，根据所述抽样数据采用聚类算法训练，获得所述用户聚类模型。

可选的，所述收集用户的消息访问记录，包括将用户识别出来并进行保存；其中，通过下述任一渠道获取用于识别用户的信息：用户注册ID、邮箱、手机号、第三方登录信息、cookie。

可选的，所述用户来源于下述任意一种用户群体：

注册用户、活跃设备用户、应用消息推送的目标用户群体、广告投放的目标用户群体、用户权益投放的目标用户群体。

可选的，所述用户的消息访问记录，包括用户对接收到的消息推送进行响应的消息访问记录；所述消息推送至少包括下述任一种消息推送类型：

应用消息推送；

广告投放推送；

用户权益推送；