[发明专利]一种查找价值用户的数据处理方法和系统有效

专利信息
申请号: 201710252433.X 申请日: 2017-04-18
公开(公告)号: CN107153677B 公开(公告)日: 2020-11-24
发明(设计)人: 朱波 申请(专利权)人: 北京思特奇信息技术股份有限公司
主分类号: G06F16/335 分类号: G06F16/335;G06F16/35;G06K9/62
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 杨立
地址: 100086 北京市海淀*** 国省代码: 北京;11
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 查找 价值 用户 数据处理 方法 系统
【权利要求书】:

1.一种查找价值用户的数据处理方法,其特征在于,包括如下步骤:

步骤S1:以用户名为行、RFM业务指标为列来构建数据分析列表;

步骤S2:根据每个用户的RFM业务指标以及设定的划分阈值将数据分析列表中的数据划分为主体用户数据、高价值用户数据和异常用户数据;

步骤S3:将高价值用户数据和异常用户数据滤除,保留主体用户数据;

步骤S4:根据kmeans聚类方法对主体用户数据聚类处理,得到多个聚类簇,每个聚类簇包括一个聚类中心;

步骤S5:根据AHP层次分析法对聚类中心进行量化价值计算,根据量化价值的高低将主体用户数据进行归类,得到价值用户的种类;

所述步骤S5具体包括:

步骤S501:根据AHP层次分析法分别对聚类中心进行加权计算处理,得到各聚类簇的量化价值;

步骤S502:根据预设的业务分类数值和各聚类簇的量化价值的高低将各聚类簇归类处理,得到主体用户数据的高价值聚类簇和低价值聚类簇;

步骤S503:将得到的高价值聚类簇和低价值聚类簇重复执行步骤S501加权计算处理和步骤S502归类处理,得到主体用户数据最终的高价值聚类簇和低价值聚类簇;

所述设定的划分阈值包括第一划分阈值和第二划分阈值,第一划分阈值为主体用户与高价值用户间的划分阈值,第二划分阈值为高价值用户与异常用户间的划分阈值。

2.根据权利要求1所述的查找价值用户的数据处理方法,其特征在于,所述数据分析列表为n*3的列表,其中n行分别为n个用户名,3列为每个用户名对应R指标、F指标和M指标;所述RFM业务指标包括R指标、F指标和M指标,R指标为用户最近充值日期至设定日期之间的间隔天数,F指标为用户在充值天数内成功充值的次数,M指标为用户在充值天数内成功充值的金额。

3.一种查找价值用户的数据处理系统,其特征在于,包括:

列表构建模块,用于以用户名为行、RFM业务指标为列来构建数据分析列表;

划分模块,用于根据每个用户的RFM业务指标以及设定的划分阈值将数据分析列表中的数据划分为主体用户数据、高价值用户数据和异常用户数据;

滤除模块,用于将高价值用户数据和异常用户数据滤除,保留主体用户数据;

聚类模块,用于根据kmeans聚类方法对主体用户数据聚类处理,得到多个聚类簇,每个聚类簇包括一个聚类中心;

归类模块,用于根据AHP层次分析法对各聚类中心进行量化价值计算,并根据量化价值的高低将主体用户数据进行归类,得到价值用户的种类;

所述归类模块包括:

计算单元,用于根据AHP层次分析法分别对聚类中心进行加权计算处理,得到各聚类簇的量化价值;

归类单元,用于根据预设的业务分类数值和各聚类簇的量化价值的高低将各聚类簇归类处理,得到主体用户数据的高价值聚类簇和低价值聚类簇;

所述归类模块还包括调用单元,所述调用单元用于依次调用计算单元和归类单元将得到的高价值聚类簇和低价值聚类簇再次进行加权计算处理和归类处理,得到主体用户数据最终的高价值聚类簇和低价值聚类簇;

所述设定的划分阈值包括第一划分阈值和第二划分阈值,第一划分阈值为主体用户与高价值用户间的划分阈值,第二划分阈值为高价值用户与异常用户间的划分阈值。

4.根据权利要求3所述的查找价值用户的数据处理系统,其特征在于,列表构建模块中,所述数据分析列表为n*3的列表,其中n行分别为n个用户名,3列为每个用户名对应R指标、F指标和M指标;所述RFM业务指标包括R指标、F指标和M指标,R指标为用户最近充值日期至设定日期之间的间隔天数,F指标为用户在充值天数内成功充值的次数,M指标为用户在充值天数内成功充值的金额。

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北京思特奇信息技术股份有限公司,未经北京思特奇信息技术股份有限公司许可,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/201710252433.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