[发明专利]用户分级方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种用户分级方法，包括：获取原始用户标签集、原始用户行为记录集和产品分级集并进行处理得到初级用户标签集及初级用户行为记录集，对所述初级用户标签集进行分级操作得到普通用户标签集及核心用户标签集，将所述初级用户行为记录集进行预处理得到训练集，将所述训练集、普通用户标签集、核心用户标签集输入至分级模型中训练，接收用户行为记录，将所述行为记录输入至所述分级模型得到用户分级集，根据所述用户分级集与所述产品分级集建立用户产品对应模型，根据所述用户产品对应模型推荐用户对应的产品。本发明还提出一种用户分级装置以及一种计算机可读存储介质。本发明可以实现精准高效的用户分级功能。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种根据用户行为对用户进行分级的方法、装置及计算机可读存储介质。

背景技术

用户分级是根据用户的特征对用户进行划分的操作手段，如对于寿险公司来说，如何根据客户信息对客户进行分级划分，从而更为精确且自动地提供合适的产品。目前基于用户分级多以朴素贝叶斯或支持向量机为基础，如朴素贝叶斯根据用户建立条件概率模型，根据条件概率模型求解用户分级，支持向量机通过构建超平面对用户进行分级，上述方法虽然可以达到用户分级的目的，但缺少结合用户与产品之间的分析，难以达到精确的用户分级目的。

发明内容

本发明提供一种用户分级方法、装置及计算机可读存储介质，其主要目的在于提供一种能够结合用户与产品之间的分析，达到精确的用户分级的目的。

为实现上述目的，本发明提供的一种用户分级方法，包括：

获取原始用户标签集、原始用户行为记录集和产品分级集，并对所述原始用户标签集及所述原始用户行为记录集进行去异常处理得到具有对应关系的初级用户标签集及初级用户行为记录集；

根据用户属性对所述初级用户标签集进行分级操作，得到普通用户标签集及核心用户标签集；

将所述初级用户行为记录集进行预处理操作后得到训练集，将所述训练集、所述普通用户标签集及所述核心用户标签集输入至预先构建的分级模型中训练得到损失值，判断所述损失值与预设损失值的大小关系，若所述损失值大于所述预设损失值，所述分级模型继续训练内部参数，若所述损失值小于或等于所述预设损失值，所述分级模型完成训练；

接收用户的行为记录，将用户的所述行为记录输入至完成训练的所述分级模型中对所述用户进行分级得到用户分级集；

根据所述用户分级集与所述产品分级集建立用户-产品对应模型，根据所述用户-产品对应模型推荐用户对应的产品。

可选地，所述分级模型包括输入层、卷积层、池化层、全连接层和输出层；及

所述训练包括：

利用所述输入层接收所述初级用户行为记录集，利用所述卷积层、池化层、全连接层结合激活函数根据所述初级用户行为记录集进行训练，得到训练值并通过输出层输出预测值；

将所述预测值与所述所述普通用户标签集及所述核心用户标签集进行损失计算得到损失值。

可选地，所述激活函数包括：

其中，O_j表示所述全连接层第j个神经元的输出值，I_j表示所述输出层第j个神经元的输入值，t表示所述输出层神经元的总量，e为无限不循环小数；

所述损失计算包括：

其中，s为所述预测值，k为所述初级用户标签集的数量，y_i为所述普通用户标签集，y′_i为所述核心用户标签集。

可选地，所述建立用户-产品对应模型包括：