[发明专利]基于用户画像的聚类方法、电子装置及存储介质

说明书

本发明涉及数据分析技术，提供一种基于用户画像的聚类方法，包括：获取多个用户的用户特征及其特征变量；将用户特征转为词向量；对词向量进行聚类，确定各用户特征所属类别；将所述特征变量划分为连续变量和离散变量；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，对所述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；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。本发明还提出了一种电子装置及存储介质。本发明在保留全部特征信息的基础上，有针对性的聚类。

技术领域

本发明涉及数据分析技术领域，更为具体地，涉及一种基于用户画像的聚类方法、电子装置及存储介质。

背景技术

为精准营销服务，进而深入挖掘潜在的商业价值，于是，用户画像的概念应运而生。用户画像是用户信息的标签化，而一个标签通常是高度精炼的特征标识，如年龄、性别、用户偏好等，最后将用户的所有标签综合来看，就可以勾勒出该用户的立体“画像”了，用户画像可抽象出用户信息的全貌。现阶段对于用户画像进行聚类，通常数据源可以分为生活属性、行为属性等等，不能有针对性的准确聚类。

发明内容

鉴于上述问题，本发明的目的是提供一种在保留全部特征信息的基础上，有针对性的聚类的基于用户画像的聚类方法、电子装置及存储介质。

为了实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器和处理器，所述存储器中包括基于用户画像的聚类程序，所述基于用户画像的聚类程序被所述处理器执行时实现如下步骤：

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，对所述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。

此外，为了实现上述目的，本发明还提供一种基于用户画像的聚类方法，包括：

获取多个用户的用户特征及其对应的特征变量；

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，对所述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。

优选地，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。