[发明专利]一种用户分群方法、系统、设备及计算机可读存储介质在审

专利信息
申请号: 201810738511.1 申请日: 2018-07-06
公开(公告)号: CN110689311A 公开(公告)日: 2020-01-14
发明(设计)人: 江伟;郭江 申请(专利权)人: 马上消费金融股份有限公司
主分类号: G06Q10/10 分类号: G06Q10/10;G06Q40/02
代理公司: 11227 北京集佳知识产权代理有限公司 代理人: 罗满
地址: 401121 重庆市渝北区*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户分群 分类条件 画像数据 计算机可读存储介质 天数 申请 用户标记 用户类群 用户信息 分群 多样性 分类
【权利要求书】:

1.一种用户分群方法,其特征在于,包括:

获取用户的用户画像数据及用户逾期还款天数;

获取预先设定的分类条件;

基于用户的所述用户画像数据及所述用户逾期还款天数确定所满足的所述分类条件,并将用户标记为与所述所满足的分类条件对应的用户类群。

2.根据权利要求1所述的方法,其特征在于,所述分类条件包括多个分类条件,其中,所述多个分类条件说明用户违约还款的程度不同;

每一所述预设的分类条件包括逾期还款天数的核准条件和分类变量的核准条件;

其中:

所述基于所述用户画像数据及所述用户逾期还款天数确定所满足的所述分类条件,包括:

从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量值,并基于所述分类变量值计算分类值;

将所述分类值和所述用户逾期还款天数,分别与分类变量的核准条件及分类变量的逾期还款天数进行匹配,确定出所述所满足的所述分类条件。

3.根据权利要求2所述的方法,其特征在于,所述从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量值,并基于所述分类变量值计算分类值包括:

从所述用户画像数据中提取与每一所述分类条件对应的分类变量的核准条件对应的分类变量值,并基于所述每一所述分类条件对应的所述分类变量值计算所述分类条件对应的所述分类值;

所述将所述分类值和所述用户逾期还款天数,分别与分类变量的核准条件及分类变量的逾期还款天数进行匹配,包括:

判断所述每一所述分类条件对应的分类值是否满足所述每一个分类条件中的分类变量的核准条件,且判断所述用户逾期还款天数是否满足所述每一个分类条件中的逾期还款天数的核准条件;

若判断出所述分类值和所述用户逾期还款天数分别满足同一个所述分类条件中的分类变量的核准条件和分类变量的逾期还款天数的核准条件,则将用户标记为满足分类变量的核准条件和逾期还款天数的核准条件的分类条件对应的用户类群。

4.根据权利要求2所述的方法,其特征在于,将所述分类值和所述用户逾期还款天数,分别与分类变量的核准条件及分类变量的逾期还款天数进行匹配,确定出所述所满足的所述分类条件包括:

先基于所述用户逾期还款天数确定所满足的分类变量的逾期还款天数对应的所述分类条件;

根据所述对应的分类条件获取相应分类条件的分类值;

判断每一所述相应分类条件的分类值是否满足所述每一相应分类条件的分类变量的核准条件;

将与分类值匹配的所述分类变量的核准条件对应的所述分类条件确定为所述所满足的分类条件。

5.根据权利要求2所述的方法,其特征在于,对所述多个分类条件进行先后匹配;

确定出所述所满足的分类条件时匹配结束。

6.根据权利要求2所述的方法,其特征在于,在所述每一分类条件中所述分类变量的核准条件对应的分类变量值为两个以上时,所述分类变量值之间无相关性。

7.根据权利要求2所述的方法,其特征在于,所述从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量值,并基于所述分类变量值计算分类值,包括:

从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量本身的值,确定所述分类变量本身的值经对应的概率计算公式运算后的运算结果为所述分类变量值,确定所述分类变量值的方差为所述分类值;

和/或从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量本身的值,确定所述分类变量本身的值为所述分类变量值,确定值最大的所述分类变量值为所述分类值;

和/或从所述用户画像数据中提取与所述分类变量的核准条件对应的分类变量本身的值,确定所述分类变量本身的值为所述分类变量值,确定所述分类变量值为所述分类值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于马上消费金融股份有限公司,未经马上消费金融股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810738511.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top