[发明专利]基于交易数据建立用户消费标签体系的方法和装置

说明书

本发明提供的基于交易数据建立用户消费标签体系的方法和装置，该方法包括：根据预先给定的场景信息从交易数据中获取各场景的交易记录，交易记录包括多个文本；逐一将所述各场景的交易记录中的各文本转换成对应的字典向量；采用TF‑IDF模型将各文本的字典向量转换为对应的TF‑IDF向量；将所述场景的交易记录中的各文本对应的TF‑IDF向量输入LDA模型，得到所述场景的标签；将各场景的标签汇总得到所述用户消费标签体系。其中，通过TF‑IDF的关键词提取算法和LDA算法结合生成文本的标签，充分利用现有交易数据，实现用户消费标签体系的自动化有源提取，种类全面，准确性高。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种基于交易数据建立用户消费标签体系的方法和装置。

背景技术

目前人类社会正处在一个瞬息万变的互联网时代，信息发展迅猛，用户的消费场景、支付方式和消费观念也有很大变化，越来越多的人使用电子支付方式，产生了海量的交易数据；比如使用信用卡以提前透支消费，并产生海量的信用卡消费数据。在大数据时代，大量某类数据的产生意味着可以进行数据挖掘，提取到有用的信息。对于银行或电商来说，为有效挖掘用户的消费类型，构建不同场景的用户消费标签体系显得尤为重要。

但是，目前常用的标签体系都是人们根据日常生活经验建立的，种类不全面，准确性不高。

发明内容

针对现有技术中的问题，本发明提供一种基于交易数据建立用户消费标签体系的方法和装置、电子设备以及计算机可读存储介质，能够至少部分地解决现有技术中存在的问题。

为了实现上述目的，本发明采用如下技术方案：

第一方面，提供一种基于交易数据建立用户消费标签体系的方法，包括：

根据预先给定的场景信息从交易数据中获取各场景的交易记录，所述交易记录包括多个文本；

逐一将所述各场景的交易记录中的各文本转换成对应的字典向量；

采用TF-IDF模型将各文本的字典向量转换为对应的TF-IDF向量；

将所述场景的交易记录中的各文本对应的TF-IDF向量输入LDA模型，得到所述场景的标签；

将各场景的标签汇总得到所述用户消费标签体系。

进一步地，所述将各场景的标签汇总得到所述用户消费标签体系之前，还包括：

根据所述场景的标签搜索所述交易数据得到补充文本；

将所述补充文本与所述场景的交易记录合并去重后，重复执行将文本转换成对应的字典向量、将字典向量转换为TF-IDF向量转换以及将所述场景的各文本对应的TF-IDF向量输入LDA模型得到场景的标签的步骤，直至本次得到的场景的标签与上一次得到的场景的标签相比满足预设要求，将本次得到的场景的标签用于汇总得到所述用户消费标签体系。

进一步地，所述将各场景的标签汇总得到所述用户消费标签体系之前，还包括：

将所述场景的标签发送给研发人员，所述场景的标签包括多个关键词以及各个关键词的权重，以使所述研发人员根据所述场景的标签进行语义提升确定所述场景的最终标签；

获取研发人员确定的最终标签作为所述场景的标签，用于汇总得到所述用户消费标签体系。

进一步地，所述将一场景的交易记录中的各文本转换成对应的字典向量，包括：

对所述场景的交易记录中的各文本进行分词；

对各文本分词后的词语进行编号；

利用Doc2Bow模型将编号后的各文本的词语转换成对应的字典向量。