[发明专利]基于维度切片的变量分类方法、装置、设备及介质

说明书

本申请公开了一种基于维度切片的变量分类方法、装置、设备及介质，属于计算机领域。该方法包括：选取与目标变量具有相关性的第一维度特征向量和第二维度特征向量，目标变量是业务事件对应的变量，根据第一维度特征向量和第二维度特征向量确定维度切片的数量m×n，生成含有m×n个格子的两个目标变量分布表，第一目标变量分布表与第二目标变量分布表一一对应；计算第一目标变量分布表中的每个格子对应的用户变量和第二目标变量分布表中的每个格子对应的目标变量值；从第二目标变量分布表中确定含有满足预设阈值的目标变量值对应的格子所组成的面积最大的目标区域；将目标区域划分成k个区域，即对将用户变量划分成k个类别。

技术领域

本申请涉及计算机领域，特别涉及一种基于维度切片的变量分类方法、装置、设备及介质。

背景技术

在各类业务的运营场景中，负责运营的人员或策略分析师需要针对目标用户进行差异化运营，以保证所运营的产品能够最大程度地满足不同类型的用户需求。

以业务是金融业务为例，策略分析师需要制定风险运营策略。在保证逾期率达到目标值的情况下，使得通过风险运营策略的用户的数量最多，并且对通过风险运营策略的用户进行分类，针对不同分类的用户制定不同的规则。比如对能够通过风险策略的用户分为四类，针对四类用户设置不同的贷款金额，示意性的，逾期率较高的用户对应的贷款金额较低。相关技术中对通过风险运营策略的用户进行分类的方法是：将影响逾期率的变量进行切片划分，并对切片划分后的变量进行色阶颜色标识，通过以人眼识别找出最大的相近颜色区域，对最大的相近颜色区域中颜色最相近的区域对应的用户进一步分类。

基于上述情况，通过人工方式对用户进行分类的方法的准确性和合理性较低。

发明内容

本申请实施例提供了一种基于维度切片的变量分类方法、装置、设备及介质，可以解决相关技术中通过人工方式对用户进行分类的方法的准确性和合理性较低的问题。所述技术方案如下：

根据本申请的一个方面，提供了一种基于维度切片的变量分类方法，所述方法包括：

选取与目标变量具有相关性的第一维度特征向量和第二维度特征向量，所述目标变量是业务事件对应的变量，所述业务事件是对用户进行差异化运营的业务对应的事件；

根据所述第一维度特征向量和所述第二维度特征向量确定维度切片的数量m×n，生成含有m×n个格子的第一目标变量分布表和第二目标变量分布表，所述第一目标变量分布表与所述第二目标变量分布表一一对应，m和n均为正整数；

计算所述第一目标变量分布表中的每个格子对应的用户变量和所述第二目标变量分布表中的每个格子对应的目标变量值；

从所述第二目标变量分布表中确定含有满足预设阈值的目标变量值对应的格子所组成的面积最大的目标区域；

将所述目标区域划分成k个区域，所述k个区域用于将所述目标区域对应的用户变量划分成k个类别，k为正整数。

在本申请的一些实施例中，所述将所述目标区域划分成k个区域，包括：

确定用户类数k，所述用户类数k表征所述用户变量的k个类别，所述用户类数k用于将所述目标区域划分成所述k个区域；

获取将所述目标区域分成所述k个区域的P个排列组合方式，P为正整数；

从所述P个排列组合方式中确定目标排列组合方式，将所述目标区域按照所述目标排列组合方式划分成所述k个区域。

在本申请的一些实施例中，所述从所述P个排列组合方式中确定目标排列组合方式，将所述目标区域按照所述目标排列组合方式划分成所述k个区域，包括：

计算所述P个排列组合方式中每种排列组合方式对应的目标变量值的方差；

将具有最小方差的排列组合方式确定为所述目标排列组合方式；