[发明专利]用户分群方法、装置、电子设备及计算机存储介质

说明书

本发明实施例提供了一种用户分群方法、装置、电子设备及计算机存储介质。该用户分群方法，包括：获取用户的目标业务特征数据；依次对目标业务特征数据进行截尾处理和切片处理，得到多个区间组合特征数据；分别确定各个区间组合特征数据的信息值；基于各个区间组合特征数据的信息值和预设筛选规则信息，从多个区间组合特征数据中筛选出目标区间组合特征数据；基于目标区间组合特征数据，确定用户的分群结果。根据本发明实施例的用户分群方法、装置、电子设备及计算机存储介质，能够在进行用户分群的过程中减少计算资源的消耗。

技术领域

本发明属于业务支撑技术领域，尤其涉及一种用户分群方法、装置、电子设备及计算机存储介质。

背景技术

随着运营商市场竞争的日益激烈，传统粗犷式地用户圈选统一营销的运营模式愈显短板，精细化的客户管理显得愈加重要。如何科学合理划分用户群并凸显群体特征差异，让业务人员能因群施策，制定不同活动策略渠道，从而提升整体营销成功率值得深究。

目前，常见的用户分群方法是采用将机器学习算法与业务规则相结合的方式，其使用的用户特征数据数量太多且不具有代表性，易形成“维度灾难”，对计算资源消耗大。

因此，如何在进行用户分群的过程中减少计算资源的消耗是本领域技术人员亟需解决的技术问题。

发明内容

本发明实施例提供一种用户分群方法、装置、电子设备及计算机存储介质，能够在进行用户分群的过程中减少计算资源的消耗。

第一方面，本发明实施例提供一种用户分群方法，包括：

获取用户的目标业务特征数据；

依次对目标业务特征数据进行截尾处理和切片处理，得到多个区间组合特征数据；

分别确定各个区间组合特征数据的信息值(Information value，IV)；

基于各个区间组合特征数据的信息值和预设筛选规则信息，从多个区间组合特征数据中筛选出目标区间组合特征数据；

基于目标区间组合特征数据，确定用户的分群结果。

可选地，基于目标区间组合特征数据，确定用户的分群结果，包括：

确定目标区间组合特征数据的分布异度；

基于分布异度，确定目标区间组合特征数据的分裂增益率；

基于分裂增益率，确定用户的分群结果。

可选地，在确定目标区间组合特征数据的分布异度之后，方法还包括：

判断分布异度的绝对值是否不小于预设门限阈值；

当确定分布异度的绝对值不小于预设门限阈值时，基于目标区间组合特征数据确定规则列表。

可选地，规则列表中的规则包括目标区间组合特征数据；在当确定分布异度的绝对值不小于预设门限阈值时，基于目标区间组合特征数据确定规则列表之后，方法还包括：

对规则列表中的规则进行删减和/或合并，得到更新后的规则列表。

可选地，在得到更新后的规则列表之后，方法还包括：

显示更新后的规则列表和分群结果。

可选地，基于各个区间组合特征数据的信息值和预设筛选规则信息，从多个区间组合特征数据中筛选出目标区间组合特征数据，包括：

基于各个区间组合特征数据的信息值，按照从大到小的顺序对各个信息值进行排序，得到信息值排序表；

基于信息值排序表和预设筛选规则信息，将预设数量个较大信息值对应的区间组合特征数据，确定为目标区间组合特征数据。