[发明专利]一种目标用户筛选方法及相关装置在审

专利信息
申请号: 202011488974.0 申请日: 2020-12-16
公开(公告)号: CN112561584A 公开(公告)日: 2021-03-26
发明(设计)人: 邓成杨 申请(专利权)人: 中国平安人寿保险股份有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q40/06
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强
地址: 518000 广东省深圳市福田区益田路5033号*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 用户 筛选 方法 相关 装置
【权利要求书】:

1.一种目标用户筛选方法,其特征在于,包括:

获取原始用户集合中每个用户的用户信息;

对所述每个用户的用户信息进行处理,以得到所述原始用户集合的用户画像;

对所述用户画像进行特征转换,以得到用户画像特征;

对所述用户画像特征进行特征消除,以得到筛选后的目标特征组合;

根据所述目标特征组合,从所述原始用户集合中筛选出目标用户。

2.根据权利要求1所述的方法,其特征在于,所述每个用户的用户信息包括至少一个自变量中每个自变量对应的数值和所述每个用户对应的响应标签,所述响应标签用于指示所述每个用户为响应用户或者未响应用户。

3.根据权利要求2所述的方法,其特征在于,所述对所述每个用户的用户信息进行处理,以得到所述原始用户集合的用户画像,包括:

根据所述每个自变量对应的数值的取值范围,对所述原始用户集合的所有用户在所述每个自变量下进行分组,以得到所述至少一个自变量对应的多个分组,其中,所述多个分组中每个分组对应一个影响因素;

计算所述多个分组中每个分组对应的影响因素的证据权重。

4.根据权利要求3所述的方法,其特征在于,所述根据所述每个自变量对应的数值的取值范围,对所述原始用户集合的所有用户在所述每个自变量下进行分组,包括:

根据所述每个自变量对应的数值的取值范围,判断所述每个自变量为离散变量或者连续变量;

若所述每个自变量为离散变量,则按照所述每个自变量对应的数值,对所述原始用户集合的所有用户在所述每个自变量下进行分组;

若所述每个自变量为连续变量,则按照预先设置的分组数,对所述原始用户集合的所有用户在所述每个自变量下进行分组。

5.根据权利要求3或4所述的方法,其特征在于,所述计算所述多个分组中每个分组对应的影响因素的证据权重满足以下公式:

其中,Wi为证据权重,Yi为所述每个分组中的响应用户的数量,Yt是所述原始用户集合中的响应用户的数量,Ni为所述每个分组中的未响应用户的数量,Nt为所述原始用户集合中的未响应用户的数量。

6.根据权利要求1所述的方法,其特征在于,所述对所述用户画像特征进行特征消除,以得到筛选后的目标特征组合,包括:

获取预先输入的保留特征数;

通过递归特征消除算法从所述用户画像特征中消除特征,直到筛选得到所述目标特征组合,所述目标特征组合中特征的数量与所述预先输入的保留特征数一致。

7.根据权利要求3所述的方法,其特征在于,所述根据所述目标特征组合,从所述原始用户集合中筛选出目标用户包括:

确定所述目标特征组合中每个目标特征对应的影响因素;

从所述原始用户集合中筛选出满足所述每个目标特征对应的影响因素的所述目标用户。

8.一种目标用户筛选装置,其特征在于,包括:

获取模块,用于获取原始用户集合中每个用户的用户信息;

处理模块,用于对所述每个用户的用户信息进行处理,以得到所述原始用户集合的用户画像;

特征转换模块,用于对所述用户画像进行特征转换,以得到用户画像特征;

特征消除模块,用于对所述用户画像特征进行特征消除,以得到筛选后的目标特征组合;

筛选模块,用于根据所述目标特征组合,从所述原始用户集合中筛选出目标用户。

9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器、通信接口以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行权利要求1至7任一项方法中的步骤的指令。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现权利要求1至7任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安人寿保险股份有限公司,未经中国平安人寿保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011488974.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top