[发明专利]一种分类方法、装置及设备

说明书

本申请实施例提供了一种分类方法、装置及设备，包括：对多个用户数据进行分类统计，生成数据集；在多维度空间中，确定数据集对应的原始数据，原始数据包括多个子数据；计算与多个子数据中的每个子数据之间对应的位置关系；利用位置关系建立多分类模型，以便于根据多分类模型对用户进行分类。本申请中，通过对用户进行分类统计，生成数据集，根据模糊识别分析用户群，以位置关系建立多分类模型为导向找到适配用户群特征，以实现提高正确率的同时，降低业务支撑和人力成本的目的。装置及设备。

技术领域

本发明属于数据网络技术领域，尤其涉及一种基于模糊识别的分类方法、装置、设备和计算机存储介质。

背景技术

随着业务市场迅速发展，业务以及资费的复杂度也越来越高。所以，为了充分满足用户个性化需求，按照用户的喜好对用户进行分类成为亟需要解决的问题。

目前，主要是通过给存量用户打标签，按标签对用户进行分类。但是，这种方式已不能满足目前市场需求、用户个性化需求。另外，在对用户进行分类的过程中，筛选条件的配置和组合对管理人员的经验依赖性过高，会导致误判概率大、确定边界用户精度低，以至于直接影响分类的成功率、用户感知度以及活动执行效果。

因此，需要提供一种更为合理的基于模糊识别的分类方案，在提高正确率的同时，降低业务支撑和人力成本。

发明内容

本申请实施例提供一种分类方法、装置、设备和计算机存储介质，通过模糊设备分析用户所对应的数据集，建立分类模型，以实现提高正确率的同时，降低业务支撑和人力成本的目的。

第一方面，本申请实施例提供了一种分类方法，该方法可以包括：

对多个用户数据进行分类统计，生成数据集；

在多维度空间中，确定数据集对应的原始数据，原始数据包括多个子数据；

计算与多个子数据中的每个子数据之间对应的位置关系；

利用位置关系建立多分类模型，以便于根据多分类模型对用户进行分类。

本申请中，通过对用户进行分类统计，生成数据集，根据模糊识别分析用户群，以位置关系建立多分类模型为导向找到适配用户群特征，以实现提高正确率的同时，降低业务支撑和人力成本的目的。

在一种可能的实施方式中，在上述“计算与多个子数据中的每个子数据之间对应的位置关系”的步骤中，具体可以包括：

通过欧式空间的向量关系，计算与多个子数据中的每个子数据之间对应的位置关系。

在另一种可能的实施方式中，在上述“通过欧式空间的向量关系，计算与多个子数据中的每个子数据之间对应的位置关系”的步骤中，具体可以包括：

在多维度空间中的单位超球内，将多个子数据均匀分布；

将单位超球设置在超立方体H内，超立方体包括单位立方体；

根据单位立方体的位置状态，计算与多个子数据中的每个子数据之间对应的位置关系。

在又一种可能的实施方式中，上述“位置状态”可以包括：单位立方体位于H的顶点、棱或者体内中的至少一种。

在再一种可能的实施方式中，上述“计算与多个子数据中的每个子数据之间对应的位置关系”的步骤中，具体可以包括：

根据多个子数据的排列方式，计算与多个子数据中的每个子数据之间对应的位置关系。

在再一种可能的实施方式中，上述“利用位置关系建立多分类模型”的步骤中，具体可以包括：

按照分类算法的原则，分别判断每个子数据之间对应的位置关系是否满足预设要求；