[发明专利]用户分群方法、装置、电子设备及存储介质在审

专利信息
申请号: 202310151891.X 申请日: 2023-02-15
公开(公告)号: CN116167786A 公开(公告)日: 2023-05-26
发明(设计)人: 黎盛阳;余雯;张莉;张茜 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q30/0201 分类号: G06Q30/0201;G06F18/23;G06F18/22
代理公司: 深圳市联鼎知识产权代理有限公司 44232 代理人: 赵月芬
地址: 518000 广东省深圳市福田区福*** 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: 用户 分群 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种用户分群方法,其特征在于,包括:

根据用户的注册时间,将用户群体划分为第一用户群和第二用户群,所述第一用户群中用户的注册时间早于所述第二用户群中用户的注册时间;

根据所述第一用户群中各个用户在生命周期内的行为数据构建第一时间序列;

采用基于形状的时间序列聚类算法对所述第一时间序列进行聚类,获得多个簇;

根据所述第二用户群中各个用户在生命周期内的行为数据构建第二时间序列;

根据所述第二时间序列与各所述簇的质心的距离,将所述第二时间序列归入所述多个簇的其中一者。

2.根据权利要求1所述的方法,其特征在于,所述采用基于形状的时间序列聚类算法对所述第一时间序列进行聚类,获得多个簇,包括:

采用自组织映射神经网络算法,基于动态时间规整距离对所述第一时间序列进行聚类,获得多个簇。

3.根据权利要求2所述的方法,其特征在于,所述采用自组织映射神经网络算法,基于动态时间规整距离对所述第一时间序列进行聚类,获得多个簇,包括:

初始化自组织映射神经网络的多个竞争层节点,所述竞争层节点的数目大于或等于所述簇的数目;

将所述第一时间序列输入至所述自组织映射神经网络,基于动态时间规整距离获得与所述第一时间序列相似度最大的竞争层节点,作为激活节点;

使用梯度下降法对所述激活节点和所述激活节点邻域内的节点进行迭代更新,获得多个簇。

4.根据权利要求3所述的方法,其特征在于,所述基于动态时间规整距离获得与所述第一时间序列相似度最大的竞争层节点,作为激活节点,包括:

分别构建所述第一时间序列与各所述竞争层节点对应的第三时间序列的距离矩阵;

基于所述距离矩阵和所述第一时间序列对应的时间序列曲线弯曲程度与所述第三时间序列对应的时间序列曲线弯曲程度的差异,获得所述第一时间序列与各所述第三时间序列的动态时间规整距离,基于所述动态时间规整距离衡量所述第一时间序列与各所述第三时间序列的相似度;

将与所述第一时间序列相似度最大的第三时间序列对应的竞争层节点,作为激活节点。

5.根据权利要求4所述的方法,其特征在于,所述基于所述距离矩阵和所述第一时间序列对应的时间序列曲线弯曲程度与所述第三时间序列对应的时间序列曲线弯曲程度的差异,获得所述第一时间序列与各所述第三时间序列的动态时间规整距离,基于所述动态时间规整距离衡量所述第一时间序列与各所述第三时间序列的相似度,包括:

基于动态规划的状态转移式子,获得所述第一时间序列与各所述第三时间序列的相似度;所述状态转移式子为:

ri,j=δxi,yjdxi,yj+minri-1,j,ri,j-1,ri-1,j-1;

其中,ri,j表示到所述距离矩阵的第i行第j列所累积的动态时间规整距离,表示所述第一时间序列对应的时间序列曲线弯曲程度与所述第三时间序列对应的时间序列曲线弯曲程度的差异,xi表示所述第一时间序列的其中一数据点,yj表示所述第三时间序列的其中一数据点,dxi,yj表示数据点xi和数据点yj的距离函数,是所述距离矩阵中第i行第j列所对应的元素,minri-1,j,ri,j-1,ri-1,j-1表示可以到达所述距离矩阵的第i行第j列的最小邻近元素的累积动态时间规整距离。

6.根据权利要求1所述的方法,其特征在于,所述根据所述第二时间序列与各所述簇的质心的距离,将所述第二时间序列归入所述多个簇的其中一者,包括:

获取所述第二时间序列与各所述簇的质心的距离;

将所述第二时间序列归入与所述第二时间序列距离最小的质心对应的簇中。

7.根据权利要求6所述的方法,其特征在于,所述获取所述第二时间序列与各所述簇的质心的距离,包括:

基于动态时间规整算法,计算所述第二时间序列与各所述簇的质心的动态时间规整距离。

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平安科技(深圳)有限公司,未经平安科技(深圳)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/202310151891.X/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