[发明专利]客户数据分类方法、装置及电子设备

权利要求书

1.一种客户数据分类方法，其特征在于，包括：

获取包含多条客户记录的客户数据；其中所述客户数据包括多列属性；

分别确定每列属性的属性类型；其中属性类型为分类型或数值型；

所述分别确定每列属性的属性类型，包括：

判断一列属性对应属性值的数值类型是否为连续数据类型；

若非连续数据类型则确定该列属性为分类型数据属性；

若是连续数据类型，则统计该列属性中不同属性值的个数，并计算不同属性值的个数与属性值总数的比值；

判断所述比值是否大于设定阈值；

若所述比值大于设定阈值，则确定该列属性为数值型数据属性；

若所述比值不大于设定阈值，则确定该列属性为分类型数据属性；

将所述客户数据中分类型数据属性对应的属性值、转换为数值型数据属性对应的属性值；

对所述客户数据执行聚类操作，获得用于表示客户细分的聚类结果。

2.如权利要求1所述的方法，其特征在于，所述将所述客户数据中分类型数据属性对应的属性值、转换为数值型数据属性对应的属性值，包括：

针对所述客户数据中每列分类型数据属性执行下述操作：

按该列分类型数据属性的不同属性值对客户数据进行分组，获得与多个属性值一一对应的多个分组；

从所述客户数据的各个数值型数据属性中，确定与该分类型数据属性最匹配的目标数值型数据属性；

针对每个分组：计算分组中目标数值型数据属性的平均属性值，将该平均属性值确定为该分组对应属性值转换为数值型数据属性的属性值。

3.如权利要求2所述的方法，其特征在于，所述从所述客户数据的各个数值型数据属性中，确定与该分类型数据属性最匹配的目标数值型数据属性包括：

针对所述客户数据的各个数值型数据属性，计算各个分组的组内方差，并对各个组内方差求和，获得各个数值型数据属性对应的方差和；

对各个数值型数据属性对应的方差和执行排序操作；

将方差和最小的数值型数据属性，确定为与该分类型数据属性最匹配的目标数值型数据属性。

4.如权利要求1所述的方法，其特征在于，在对所述客户数据执行聚类操作之前还包括采用孤立森林算法去除所述客户数据中离群点。

5.如权利要求4所述的方法，其特征在于，所述对所述客户数据执行聚类操作，获得用于表示客户细分的聚类结果包括：

采用层次分类算法对所述客户数据执行预聚类，当输出微型类簇个数达到预设数量时停止预聚类；

计算预设数量个微型类簇的中心点；

从预设数量个中心点中确定K个中心点作为K-means算法的初始中心点；

基于K个初始中心点进行第二次聚类操作，获得用于表示客户细分的聚类结果。

6.如权利要求5所述的方法，其特征在于，所述从预设数量个中心点中确定K个中心点作为K-means算法的初始中心点包括：

从预设数量个中心点中随机选择一个点作为第一个初始中心点，加入集合S；

计算预设数量个中心点中剩余中心点与集合S的最近距离，并选择最近距离最大的一个剩余中心点加入集合S；

重复上述步骤直到集合S达到K个中心点。

7.如权利要求1所述的方法，其特征在于，

在所述获取包含多条客户记录的客户数据之后，还包括：

对所述客户数据集执行数据清洗操作，所述数据清洗操作包括缺失值填充操作、异常数值处理操作和重复数据剔除操作；

在所述分别确定每列属性的属性类型之后，还包括：

对多个分类型数据属性执行去相关性操作，删除相关性高的分类型数据属性；

对多个数值型数据属性执行去相关性操作，删除相关性高的数值型数据属性，并对剩余的数值型数据属性对应的属性值执行标准化处理操作。