[发明专利]用户分群方法、装置、电子设备及存储介质

说明书

本申请涉及人工智能技术，揭示一种用户分群方法、用户分群装置、电子设备及计算机可读存储介质，该方案采用基于形状的时间序列聚类算法对早注册的用户进行分簇，再根据晚注册的用户在生命周期内的行为数据对应的时间序列与各个簇的质心的距离，将晚注册的用户划分入其中一个簇中，以此实现对所有用户的分群。早注册的用户生命周期更为完整，时间序列数据比较充分，有助于更准确地划分簇，同时采用基于形状的时间序列聚类算法进行分簇，充分考虑了时间序列数据动态特征，提高了用户分群的准确性。

技术领域

本申请涉及人工智能技术领域，特别涉及一种用户分群方法、用户分群装置、电子设备及计算机可读存储介质。

背景技术

用户生命周期是指从一个用户开始对企业进行了解或企业欲对某一用户进行开发开始，直到用户与企业的业务关系完全终止且与之相关的事宜完全处理完毕的这段时间。用户生命周期是动态变化的，可以划分为引入期、成长期、成熟期、休眠期、流失期等。

为了对用户进行更加精确的服务，提升企业效应，让企业产品的价值得到最大化的体现，现在越来越多的企业开始关注针对用户生命周期制定的服务策略。基于用户生命周期的用户分群经营是达成运营效果的重要手段之一，是用户运营的重要环节，针对不同的生命周期曲线形态的用户群，可以制定差异化的营销和触达策略，例如，对潜力用户投入更多精力和资源，对高活跃、低收入贡献的“薅羊毛”用户减少投入。

交易金额、访问次数等用户行为数据随着用户生命周期的发展不断波动，形成时间序列数据，现有技术中，通常是提取时间序列的均值、方差、偏度、峰度等静态统计特征，然后基于这些静态统计特征进行聚类，实现将相似的用户划分为一类，最终形成几个用户群，以对不同用户群进行差异化经营。基于这些静态统计特征进行聚类的方式，总会丢失时间序列曲线的部分波动特征，会影响划分用户群的准确性。

发明内容

为了提高用户群划分的准确性，本申请提供了一种用户分群方法、用户分群装置、电子设备及计算机可读存储介质。

根据本申请实施例的一方面，公开了一种用户分群方法，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。

在一种示例性实施例中，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。

在一种示例性实施例中，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。

在一种示例性实施例中，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：