[发明专利]基于用户画像的聚类方法、电子装置及存储介质

权利要求书

1.一种基于用户画像的聚类方法，其特征在于，包括：

获取多个用户的用户特征及所述用户特征对应的特征变量；

将用户特征转化为词向量；

对词向量进行聚类，确定各用户特征所属类别；

将所述用户特征对应的特征变量划分为连续变量和离散变量,所述连续变量是具有次序属性的数值型变量，所述离散变量是非数值型变量；

对离散变量和连续变量进行量化处理；

筛选出有偏好的用户特征的类别，对有偏好的用户特征类别的经过量化处理的离散变量和连续变量赋予大于1的权值，所述偏好是指聚类过程的偏向性；

对所有经过量化处理的离散变量和连续变量进行聚类，得到有偏向的用户特征聚类，

所述对离散变量和连续变量进行量化处理，包括：

判断离散变量的离散程度，所述离散程度采用平均方差评价，

其中PC为一个用户特征的离散变量的离散程度，N为用户数，y_i和o_i分别为第i个用户的用户特征的离散变量及其期待值，所述期待值是使得离散程度降低的设定值，

对离散程度超过阈值的离散变量进行概括统计，直到离散程度不超过阈值，所述对离散变量和连续变量进行量化处理的方法包括：

将具有次序性的离散变量转换为数值形式；

将不具有次序性且取值数量超过设定数量的离散变量转化为高阶形式；

将转换为高阶形式的离散变量进行编码；

筛选出编码后具有次序的所述离散变量与连续变量进行归一化处理，

对有偏好的用户特征类别的经过量化处理的离散变量和连续变量赋予大于1的权值的方法包括：

获得有偏好一类或多类的用户特征类别的经过量化处理的离散变量和连续变量构成的量化矩阵；

B＝(b_ij)_m×n

其中，b_ij为第i个用户特征的第j个特征变量；

m表示用户特征的个数；

构建对有偏好的用户特征类别的特征变量不同次赋予不同权值的组合权值矩阵；

F＝WΘ＝[F₁ F₂…F_n]^T

F_n＝w_n,1θ₁+w_n,2θ₂+…+w_n,pθ_p

其中，矩阵W为有偏好一类或多类用户特征的特征变量不同次赋予的权值，Θ为各次赋予权值的线性系数向量，w_n,p 为第p次对第n个特征变量赋予的权值，权值大于1且不大于n-1，n为特征变量的个数，p为赋权次数，w_p为第p次赋权的权值组成的权值向量，且每一个权值向量中权值之和不大于n-1，θ_p为第p次赋权的线性系数，θ_k≥0,k＝1,2,…,p，F_n为第n个特征的组合权值；

利用量化矩阵构建向量差矩阵C，

根据向量差矩阵和组合权值矩阵获得权值评价模型；

M(F)＝CF＝CWΘ；

将权值评价模型一阶导数为零对应的组合权值矩阵的最优解分别作为各特征变量的最佳权值。

2.根据权利要求1所述的基于用户画像的聚类方法，其特征在于，所述对有偏好的用户特征类别的经过量化处理的离散变量和连续变量赋予大于1的权值的方法包括：

统计用户特征聚类后的特征变量的个数n；

将有偏好的用户特征的类别的特征变量的权值在大于1不大于n-1的范围内进行变化；

根据赋权之后的聚类的轮廓系数或/和可解释性，确定最佳权值。