[发明专利]一种客户特征库生成方法和装置

权利要求书

1.一种客户特征库生成方法，其特征在于，包括如下步骤：

A、输入包含n个移动客户的m个基本指标属性宽表，每个移动用户的m个基本指标构成一个m维向量；

B、对于所有可能的聚类数k，对所述基本指标属性宽表中的向量进行聚类运算，并记录相应的类内距离之和的值以及聚类后的输出结果；a_i∈A_i，A_i为聚类数k下的任一个聚类，a_i为聚类A_i的中心点，x为聚类A_i所包含的样本；

C、绘出k-d变化曲线，找到k-d变化曲线的转折点及处于该点的k值，记做k₀；

D、对k∈[k₀-θ，k₀+θ]范围内的所有k值，进行K-MEANS聚类算法运算，并算出相应k值下的聚类效果函数其中θ为整型常数；

E、比较步骤D中得到的的值，取最小时的k值为最佳聚类数k_opt；

F、将步骤B中k＝k_opt时的聚类结果作为最终结果输出到客户特征库中。

2.根据权利要求1所述的方法，其特征在于，步骤B所述所有可能的聚类数为从k＝1到的所有k值，符号表示向上取整。

3.根据权利要求1所述的方法，其特征在于，所述步骤A之前，进一步包括：

根据营销活动选定出n个目标用户；

根据对应营销活动分析的目的，抽取目标用户的m个基本指标。

4.一种客户特征库生成装置，其特征在于，包括：

输入模块，用于接收包含n个移动客户的m个基本指标属性宽表，每个移动用户的m个基本指标构成一个m维向量；

第一聚类运算模块，用于对于所有可能的聚类数k，对所述基本指标属性宽表中的向量进行聚类运算，并记录相应的类内距离之和的值以及聚类后的输出结果；a_i∈A_i，A_i为聚类数k下的任一个聚类，a_i为聚类A_i的中心点，x为聚类A_i所包含的样本；

k-d关系模块，用于根据所述聚类运算模块得到的聚类运算结构，绘出k-d变化曲线，找到k-d变化曲线的转折点及处于该点的k值，记做k₀；

第二聚类运算模块，用于对k∈[k₀-θ，k₀+θ]范围内的所有k值，进行K-MEANS聚类算法运算，并算出相应k值下的聚类效果函数其中θ为整型常数；

比较模块，用于比较第二聚类运算模块所得到的的值，取最小时的k值为最佳聚类数k_opt；

输出模块，将第一聚类运算模块所得到的k＝k_opt时的聚类结果作为最终结果输出到客户特征库中。

5.根据权利要求4所述的装置，其特征在于，所述所有可能的聚类数为从k＝1到的所有k值，符号表示向上取整。