[发明专利]客群优劣预估方法及装置、计算机可读存储介质

说明书

一种客群优劣预估方法及装置、计算机可读存储介质，所述客群优劣预估方法，包括：获取预设时间段内的目标设备的用户数据；将所述用户数据按照时序进行处理，得到与时序相关的数据序列；将所述数据序列输入至预设的客群优劣预估模型中进行客群优劣预估；获取客群优劣预估结果并输出。采用上述方案，能够提高客群优劣结果准确性。

技术领域

本发明实施例涉及数据分析技术领域，尤其涉及一种客群优劣预估方法及装置、计算机可读存储介质。

背景技术

随着自助化服务的日益普及，自助服务类机器在线下消费场景中越来越普遍。在自助服务类机器的运营过程中，可以累积所使用过自助服务类机器的用户的数据。

目前，通常对用户的数据进行简单的统计分析，从总体上获得某几个指标来表征客群优劣。然而，上述方式得到的客群优劣结果准确性较低。

发明内容

本发明实施例解决的技术问题是客群优劣结果准确性较低。

为解决上述技术问题，本发明实施例提供一种客群优劣预估方法，包括：获取预设时间段内的目标设备的用户数据；将所述用户数据按照时序进行处理，得到与时序相关的数据序列；将所述数据序列输入至预设的客群优劣预估模型中进行客群优劣预估；获取客群优劣预估结果并输出。

可选的，将所述用户数据按照时序进行处理，得到与时序相关的数据序列，包括：将每个用户标识信息及其对应的第一标签信息组成一个子用户序列；根据所述用户数据，将所有的子用户序列按照时序进行排列，得到与时序相关的用户序列，将所述用户序列作为所述数据序列。

可选的，所述第一标签信息包括以下至少一种：年龄、性别、区域、职业、新老客户类别、不良记录、第三方标签。

可选的，将所述用户数据按照时序进行处理，得到与时序相关的数据序列，包括：按照时序，将所述预设时间段划分为N个子时间段；统计每个子时间段内的用户对应的第二标签信息；将所述N个子时间段及所述N个子时间段分别对应的第二标签信息按照时序进行排列，得到与时序相关的时间序列，将所述时间序列作为所述数据序列。

可选的，所述第二标签信息包括以下至少一种：年龄段、性别比例、职业、新老客户类别、不良记录。

可选的，采用LSTM深度学习算法或GRU深度学习算法训练得到所述客群优劣预估模型。

可选的，在输出客群优劣预估结果之后，还包括：根据所述客群优劣预估结果，确定所述目标设备的等级，所述等级用于评估所述目标设备的风险程度。

可选的，在确定所述目标设备的等级之后，还包括：根据所述目标设备的等级，确定所述目标设备的位置调整信息。

可选的，在确定所述目标设备的等级之后，还包括：当检测到所述目标设备的等级达到预设等级阈值时，输出报警提醒。

本发明实施例还提供一种客群优劣预估装置，包括：获取单元，适于获取预设时间段内的目标设备的用户数据；处理单元，适于将所述用户数据按照时序进行处理，得到与时序相关的数据序列；输入单元，适于将所述数据序列输入至预设的客群优劣预估模型中进行客群优劣预估；第一输出单元，适于获取客群优劣预估结果并输出。

可选的，所述处理单元，适于将每个用户标识信息及其对应的第一标签信息组成一个子用户序列；根据所述用户数据，将所有的子用户序列按照时序进行排列，得到与时序相关的用户序列，将所述用户序列作为所述数据序列。

可选的，所述第一标签信息包括以下至少一种：年龄、性别、区域、职业、新老客户类别、不良记录、第三方标签。