[发明专利]基于大数据的画像分析方法、装置、计算机设备及存储介质

权利要求书

1.一种基于大数据的画像分析方法，其特征在于，包括：

获取画像分析请求，基于所述画像分析请求从用户画像数据库中，筛选出符合目标筛选条件的待分析画像数据，所述待分析画像数据包括待分析画像因子和每一所述待分析画像因子对应的待分析因子值；

对所述待分析画像因子对应的待分析因子值进行标准化处理，获取所述待分析画像因子对应的标准化因子值；

采用CRITIC方法对所述待分析画像因子和对应的标准化因子值进行权重分析，获取每一所述待分析画像因子对应的权重值；

依据每一所述待分析画像因子对应的权重值对所述待分析画像因子进行筛选，确定待选择画像因子；

采用PCA法对所述待选择画像因子进行降维，将降维后的前M个待选择画像因子确定为目标画像因子；

采用Kmeans聚类算法对所述目标画像因子和对应的标准化因子值进行聚类，获取K个聚类类簇，获取每个所述聚类类簇对应的目标画像因子，对所述目标画像因子对应的待分析因子值按预设的分类规则进行分类，获取至少两个分类属性；统计每一分类属性对应的目标画像因子的类别数量，依据所述类别数量进行降序排序，获取降序排序结果；计算所述降序排序结果中，前S个类别数量的和值与所有类别数量的和值对应的目标比例值；若所述目标比例值大于预设比例阈值，则将前S个类别数量对应的分类属性的并集确定为所述目标画像因子对应的因子群体属性；基于所述目标画像因子对应的因子群体属性，确定与所述聚类类簇相对应的用户群体属性；

根据每一聚类类簇对应的用户群体属性查询目标用户数据库，获取与所述用户群体属性相对应的目标对象。

2.如权利要求1所述的基于大数据的画像分析方法，其特征在于，所述目标筛选条件包括待筛选维度和与所述待筛选维度相对应的维度阈值；

所述基于所述画像分析请求从用户画像数据库中，筛选出符合目标筛选条件的待分析画像数据，包括：

基于所述画像分析请求查询用户画像数据库，确定每一原始画像数据中与所述待筛选维度相对应的原始维度值；

若所述原始维度值与所述维度阈值相匹配，则将所述原始画像数据确定为符合目标筛选条件的待分析画像数据。

3.如权利要求1所述的基于大数据的画像分析方法，其特征在于，所述对所述待分析画像因子对应的待分析因子值进行标准化处理，获取所述待分析画像因子对应的标准化因子值，包括：

获取与所述待分析画像因子相对应的数值转换规则或者标准化转换公式；

若所述待分析因子值为类别型数据，则采用所述数值转换规则对所述待分析因子值进行数值转换，获取与所述待分析画像因子相对应的标准化因子值；

若所述待分析因子值为连续型数据，则采用所述标准化转换公式对所述待分析因子值进行标准化处理，获取与所述待分析画像因子相对应的标准化因子值。

4.如权利要求1或3所述的基于大数据的画像分析方法，其特征在于，所述采用CRITIC方法对所述待分析画像因子和对应的标准化因子值进行权重分析，获取每一所述待分析画像因子对应的权重值，包括：

基于任意两个所述待分析画像因子对应的标准化因子值进行相关度计算，获取任意两个所述待分析画像因子对应的相关系数；

根据任意两个所述待分析画像因子对应的相关系数，计算每一所述待分析画像因子对应的量化指标；

采用每一所述待分析画像因子对应的量化指标，计算每一所述待分析画像因子对应的信息量；

根据每一所述待分析画像因子对应的信息量，确定每一所述待分析画像因子对应的权重值。

5.如权利要求1所述的基于大数据的画像分析方法，其特征在于，所述依据每一所述待分析画像因子对应的权重值对所述待分析画像因子进行筛选，确定待选择画像因子，包括：

对所有所述待分析画像因子对应的权重值进行排序，获取权重值排序结果；

计算所述权重值排序结果中，前X个所述待分析画像因子对应的权重值之和相对于所有所述待分析画像因子对应的权重值之和的总权重占比；

若所述总权重占比大于预设占比阈值，则将所述权重值排序结果中前X个所述待分析画像因子确定为待选择画像因子。