[发明专利]一种确定用户组相似性的系统和方法

说明书

本申请实施例公开了确定用户组相似性的系统和方法，该系统包括：可访问平台数据的一个或多个处理器，其中所述平台数据包括与多个用户组相关的一个或多个相关数据域；以及存储指令的存储器，当所述指令由一个或多个处理器执行时，使所述计算系统执行：基于所述一个或多个相关数据域，确定一个或多个关键数据域；基于所述一个或多个关键数据域，确定所述多个用户组中两个用户组的距离；获取距离阈值；以及响应于所述多个用户组中两个用户组的所述距离小于所述距离阈值，确定所述两个用户组相似。

分案说明

本申请是针对申请日为2017年4月20日、申请号为201780051176.1、发明名称为基于学习的组标记系统和方法的中国申请提出的分案申请。

技术领域

本申请涉及一种确定用户组相似性的系统和方法。

背景技术

一个平台可以提供各种服务给用户。为便于用户服务和管理，需要分组管理用户。此过程可能带来很多挑战，尤其是当用户数量变大时。

发明内容

本发明的各种实施例可以包括系统，方法，以及被配置为执行组标记的计算机可读介质。用于组标记的计算系统可以包括可访问平台数据的一个或多个处理器以及存储指令的存储器，所述指令在由所述一个或多个处理器执行时使所述计算系统执行方法。平台数据可以包括多个用户以及多个相关数据域。该方法可以包括：获取用户的第一子集以及与所述用户的第一子集相关的一个或多个第一标签；分别为一个或多个相关数据域，确定所述用户的第一子集和至少部分所述多个用户之间的至少一个差值；响应于确定差值超过第一阈值，将对应的数据域确定为关键数据域，将与与所述用户的第一子集相关的对应于一个或多个关键数据域的数据确定为正样本，基于所述一个或多个关键数据域，获取来自平台数据的用户的第二子集以及相关数据作为负样本，以及用正样本和负样本训练规则模型以获取训练后的组标记规则模型。

在一些实施例中，平台数据可以包括与多个用户中每个用户对应的表格数据，以及数据域可以包括数据维度或数据度量中至少一个。

在一些实施例中，所述多个用户可以是平台用户，该平台可以是车辆信息平台，以及所述数据域可以包括位置、使用量、交易金额或投诉数量中的至少一种。

在一些实施例中，获取用户的第一子集包括从一个或多个分析者中接收所述用户的第一子集的标识符，而无需完全访问所述平台数据。

在一些实施例中，在服务器获取用户的第一子集之前，平台数据可以不包括所述第一标签。

在一些实施例中，所述差值为Kullback-Leibler散度。

在一些实施例中，基于对一个或多个关键数据域的相似性测量，所述用户的第二子集在超过第三阈值时与所述用户的第一子集不同。

在一些实施例中，所述规则模型可以是决策树模型。

在一些实施例中，所述训练后的组标记规则模型可以判断是否将第一标签分配给所述多个用户中的一个或多个。

在一些实施例中，所述服务器进一步被配置为将所述训练后的组标记规则模型应用于标记所述多个用户和添加到所述多个用户中的新用户。

在一些实施例中，组标记方法可以包括获取平台的多个实体的第一子集。实体的第一子集可以用第一标签标记，以及平台数据可以包括多个实体的一个或多个数据域的数据。组标记方法可以进一步包括确定所述实体的第一子集与所述多个实体中一些其他实体的一个或多个数据域中数据之间的至少一个差值。响应于确定所述差值超过第一阈值，获取与所述实体的第一子集相关的对应数据作为正样本，以及获取与所述多个实体的第二子集相关的对应数据作为负样本。所述组标记方法还包括用正样本和负样本训练规则模型，以获取训练后的组标记规则模型。所述训练后的组标记规则模型可以判断现有的或新的实体是否有资格获得第一标签。