[发明专利]将用户数据的分布形态进行划分的方法及其装置

说明书

本发明提出一种用于将用户数据的分布形态进行划分的方法、装置、计算机设备和计算机可读存储介质，其中用于将用户数据的分布形态进行划分的方法可以包括：将离散的用户数据进行曲线拟合；针对得到的拟合曲线，计算拟合曲线上离散点处的曲率半径；选择最小的曲率半径作为划分用户数据的分布形态的阈值。这样可以方便地对用户数据的分布形态的用户数据进行头部和尾部的阈值划分。借助于上述的方法和装置可以有利于互联网目标用户的切分，并且可以应用于信息智能推荐、精准营销及投放，并对用户进行个性化分析和深入理解等领域。

技术领域

本发明涉及数据处理领域，尤其涉及一种用于将用户数据的分布形态进行划分的方法、装置、计算机设备和计算机可读存储介质。

背景技术

在互联网数据分布中，长尾分布是较为常见的一种用户数据分布形态，但是互联网研发人员通常关注长尾分布的“头部”用户，如在图5中示出的长尾分布中的区域I就是通常认为的“头部”用户数据；而对于长尾分布的“尾巴”部分的用户数据则不是那么关注，图5中示出的长尾分布中的区域II就是通常认为的“尾部”用户数据。

在现有技术中一种方法是采用人工确定阈值划分的方式，在长尾分布中确定一个指标阈值，高于它的即是关注的用户群体。在现有技术中另一种方法是通过“二八开”等简单经验法则，确定一定比例的用户或者人群占比，按照指标具体排序圈取相应的用户或者人群。

但是上述方法都是比较模糊的划分方式，解释性较差，不能说明为什么这部分用户或者人群即是研发人员所关注的焦点用户或者人群；同时准确性堪忧，不易应用。

因此现有技术中需要一种合理的方式，将用户或者人群数据进行划分，从而筛选出头部用户或者人群数据。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

根据本发明的第一个方面，提供了一种用于将用户数据的分布形态进行划分的方法，可以包括：

将离散的用户数据进行曲线拟合；

针对得到的拟合曲线，计算拟合曲线上离散点处的曲率半径；

选择最小的曲率半径作为划分用户数据的分布形态的阈值。

在本发明第一个方面的一个实施例中，其中将离散的用户数据进行曲线拟合可以包括：

将离散的用户数据平滑化。

在本发明第一个方面的另一个实施例中，其中将离散的用户数据进行曲线拟合可以包括：

根据用户数据的分布形态，选择特定的拟合函数进行曲线拟合。

备选的，其中特定的拟合函数可以包括幂指数函数或者伽马函数等。

根据本发明的第二个方面，提供了一种用于将用户数据的分布形态进行划分的装置，可以包括：

拟合模块，用于将离散的用户数据进行曲线拟合；

计算模块，用于针对得到的拟合曲线计算拟合曲线上离散点处的曲率半径；

选择模块，用于选择最小的曲率半径作为划分用户数据的分布形态的阈值。

在本发明第二个方面的一个实施例中，其中拟合模块还用于将离散的用户数据平滑化。

在本发明第二个方面的另一个实施例中，其中拟合模块进一步用于根据用户数据的分布形态，选择特定的拟合函数进行曲线拟合。

备选的，其中特定的拟合函数包括幂指数函数或者伽马函数。

根据本发明的第三个方面，提供了一种计算机设备，可以包括：

一个或多个处理器；