[发明专利]基于机器学习的用户分群处理方法、装置及电子终端

说明书

本发明实施例提供了一种基于机器学习的用户分群处理方法、装置及电子终端，涉及数据处理技术领域。本发明实施例通过获取多个脱敏处理后的脱敏用户数据；然后，利用spark大数据运算平台中的决策树模型对各个脱敏用户数据进行分类处理，得到分类处理结果；从而，基于所述决策树的决策路径以及所述分类处理结果，逐层统计所述决策树模型中每个节点的类群信息；进而，根据所述决策树的决策路径以及每个决策树模型中每个节点的类群信息，生成用户数据分布树，并保存所述用户数据分布树。因此，本发明实施例提供的技术方案能够解决现有技术中人工手动对用户画像进行分群的方式，人工成本高且用户分群准确度低的问题。

【技术领域】

本发明涉及数据处理技术领域，尤其涉及基于机器学习的用户分群处理方法、装置及电子终端。

【背景技术】

随着信息时代地快速发展，每天都会有大量用户信息产生，通过对这些用户信息进行有效分析，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化从而构建出用户画像。

传统的用户画像生成主要为，对不同用户按照一定规则进行特征统计，然后在人工手动分群。这种传统的用户画像生成方式在，比较适合对较少数量的用户信息进行用户画像分群，在大数据应用环境中，用户信息包括多维度、信息复杂且信息量较大，通过人工手动方式实现用户分群，耗时耗力，人工成本高，且很难全面地统计每个用户信息，进而造成用户分群准确度低。

【发明内容】

有鉴于此，本发明实施例提供了一种基于机器学习的用户分群处理方法、装置及电子终端，用以解决现有技术对用户分群耗时耗力，用户分群准确度低的问题。

一方面，本发明实施例提供了一种基于机器学习的用户分群处理方法，所述基于机器学习的用户分群处理方法包括：

获取多个脱敏处理后的脱敏用户数据，其中，所述脱敏用户数据包括用户标识以及用户标识对应的用户特征；

利用spark大数据运算平台中的决策树模型对各个脱敏用户数据进行分类处理，得到分类处理结果；

基于所述决策树的决策路径以及所述分类处理结果，逐层统计所述决策树模型中每个节点的类群信息，其中，所述类群信息包括用户标识数量、用户特征、各维度的用户特征的用户占比；

根据所述决策树的决策路径以及每个决策树模型中每个节点的类群信息，生成用户数据分布树，并保存所述用户数据分布树。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，当统计所述决策树模型中每个节点包含的用户标识数量时，所述基于所述决策树的决策路径以及所述分类处理结果，逐层统计所述决策树模型中每个节点的类群信息，包括：

统计所述决策树中的每个终节点包含的用户标识数量；

根据所述决策树的决策路径，将连接同一目标节点N_i的所有终节点确定为一组第一候选节点，得到若干组第一候选节点，其中，i为大于或等于1的整数，当i＝1时，所述目标节点N_i为与所述终节点相邻的上一级节点；

分别获取同一组内所有第一候选节点包括的用户标识数量和，以得到每个目标节点N_i包括的用户标识数量；

检测所述每个目标节点N_i是否具有上一级节点；

若检测出至少一个目标节点N_i具有上一级节点，根据所述决策树的决策树路径，将连接同一目标节点N_i+1的所有目标节点N_i确定为一组候选节点，得到若干组第二候选节点；且分别获取同一组内所有第二候选节点包括的用户标识数量和，以得到每个目标节点N_i+1包括的用户标识数量；

若所述每个目标节点N_i均未检测到上一级节点，则指示所述决策树中每个节点的用户标识数量统计完成。