[发明专利]一种用户类型识别方法及装置

权利要求书

1.一种用户类型识别方法，其特征在于，包括：

获取用户的指标值；

根据所述指标值及预先得到的阈值，通过识别模型识别所述用户的类型；

所述阈值是对样本每个指标进行分组，根据每个分组的组值得到的；

所述根据所述指标值及预先得到的阈值，通过识别模型识别所述用户的类型之前，还包括：

针对样本中的每个指标，根据所述样本在所述指标的取值，对所述样本进行排序；

根据每个样本对应的标签及当前分组阈值，对排序后的样本进行分组，得到第一分组结果，确定所述第一分组结果对应的第一组熵总和；

将增加一步长值之后的分组阈值作为当前分组阈值，根据每个样本对应的标签及当前分组阈值，对排序后的样本进行分组，得到第二分组结果，确定所述第二分组结果对应的第二组熵总和；

若第一组熵总和与第二组熵总和之间的差值不大于停止阈值，则确定所述第二分组结果中每个分组的组值；

根据每个分组的组值，确定所述指标对应的阈值。

2.如权利要求1所述的方法，其特征在于，所述对排序后的样本进行分组，包括：

按顺序选取排序后的样本中n个未分组的样本，生成样本集合；

根据所述样本集合中每个样本的标签，确定每类标签的样本数；

判断样本数最多的一类标签的比例是否小于当前分组阈值；

若对应样本数最多的一类标签的比例不小于当前分组阈值，则将所述样本集合中的所有样本划分到一个分组，并返回到按顺序选取排序后的样本中的n个未分组的样本，生成样本集合的步骤；

若对应样本数最多的一类标签的比例小于当前分组阈值，则按顺序增加m个未分组的样本到所述样本集合，并返回到根据所述样本集合中每个样本分别对应的标签，确定每类标签对应的样本数的步骤；

其中，n为大于1的整数，m为正整数。

3.如权利要求2所述的方法，其特征在于，将所述样本集合中的所有样本划分到一个分组之后，返回到按顺序选取排序后的样本中的n个未分组的样本，生成样本集合的步骤之前，还包括：

判断当前分组之后的下一个未分组样本的标签与所述分组中对应样本数最多的一类标签是否相同；

若当前分组之后的下一个未分组样本对应的标签与所述分组中对应样本数最多的一类标签相同，则将所述下一个未分组样本增加到当前分组，并重复执行判断当前分组之后的下一个样本对应的标签与所述分组中对应样本数最多的一类标签是否相同的步骤。

4.如权利要求2所述的方法，其特征在于，所述将所述样本集合中的所有样本划分到一个分组之后，还包括：

判断当前分组中对应样本数最多的一类标签是否与当前分组的上一分组中对应样本数最多的一类标签相同；

若当前分组中对应样本数最多的一类标签与当前分组的上一分组中对应样本数最多的一类标签相同，则将当前分组合并到当前分组的上一分组。

5.如权利要求1所述的方法，其特征在于，所述确定第二分组结果中每个分组的组值：

根据每个分组中的所有样本在所述指标的取值，确定所述分组对应的组值。

6.如权利要求1所述的方法，其特征在于，将增加一步长值之后的分组阈值作为当前分组阈值，根据每个样本对应的标签及当前分组阈值，对排序后的样本进行分组，得到第二分组结果，确定所述第二分组结果对应的第二组熵总和之后，还包括：

若所述第一组熵总和与所述第二组熵总和之间的差值大于所述停止阈值，则将所述第二组熵总和作为所述第一组熵总和，并返回到将增加一步长值之后的分组阈值作为当前分组阈值，根据每个样本对应的标签及当前分组阈值，对排序后的样本进行分组，得到第二分组结果，确定所述第二分组结果对应的第二组熵总和的步骤。

7.如权利要求1-6中任一项所述的方法，其特征在于，根据下列公式确定一种分组结果对应的组熵总和：

其中，A表示所有分组的组熵总和，t为分组的组数，S_i为第i组中不同类标签的数量，p_ij为第i组中第j类标签出现的概率。