[发明专利]数据处理方法、装置、设备及介质

权利要求书

1.一种数据处理方法，其中，包括：

基于原始客群数据集，确定目标客群数据集和至少一个非目标客群数据集；

确定所述至少一个非目标客群数据集的分类模型；以及

通过所述分类模型从所述至少一个非目标客群数据集中确定潜在目标客群数据集；

其中，所述目标客群数据集和所述潜在目标客群数据集用于实现精细化营销。

2.根据权利要求1所述的方法，其中，在所述基于原始客群数据集，确定目标客群数据集和至少一个非目标客群数据集之前，所述方法还包括：

在第一时间窗口，基于所述原始客群数据集，建立聚类模型；

通过所述聚类模型对所述原始客群数据集进行聚类预测处理，获取第一聚类结果；以及

在第二时间窗口，通过所述聚类模型对所述原始客群数据集进行聚类预测处理，获取第二聚类结果；

其中，所述第二时间窗口与所述第一时间窗口为具有相同时间间隔的时间段。

3.根据权利要求2所述的方法，其中，

所述在第一时间窗口，基于所述原始客群数据集，建立聚类模型，包括：

基于所述原始客群数据集中的第一类型数据，建立聚类模型；

所述通过所述聚类模型对所述原始客群数据集进行聚类预测处理，获取第一聚类结果，包括：

通过所述聚类模型对所述第一类型数据进行聚类预测处理，获取所述第一聚类结果。

4.根据权利要求2所述的方法，其中，所述在第二时间窗口，通过所述聚类模型对所述原始客群数据集进行聚类预测处理，获取第二聚类结果，包括：

对所述原始客群数据集中的第二类型数据进行聚类预测处理，获取所述第二聚类结果。

5.根据权利要求2所述的方法，其中，

所述第一聚类结果包括至少两个第一类型数据簇，所述至少两个第一类型数据簇中每个第一类型数据簇为与所述原始客群数据集中的一个第一客户群对应的数据集；

所述第二聚类结果包括至少两个第二类型数据簇，所述至少两个第二类型数据簇中每个第二类型数据簇为与所述原始客群数据集中的一个第二客户群对应的数据集。

6.根据权利要求5所述的方法，其中，所述基于原始客群数据集，确定目标客群数据集和至少一个非目标客群数据集，包括：

根据预设营销客群特征，从所述至少两个第二类型数据簇中确定一个第二类型数据簇作为目标客群数据集，并将所述至少两个第二类型数据簇中的非所述一个第二类型数据簇作为非目标客群数据集。

7.根据权利要求5所述的方法，其中，所述确定所述至少一个非目标客群数据集的分类模型，包括：

根据所述至少两个第一类型数据簇与所述至少两个第二类型数据簇之间的随时间变化的数据迁移流向，确定正样本数据集和负样本数据集；

在第三时间窗口中，通过对所述正样本数据集和负样本数据集进行加工，获取第三类型数据；

通过对所述第三类型数据进行分类样本训练，获取所述至少一个非目标客群数据集的分类模型。

8.根据权利要求1所述的方法，其中，所述通过所述分类模型从所述至少一个非目标客群数据集中确定潜在目标客群数据集，包括：

根据所述至少一个非目标客群数据集确定第四类型数据；

通过所述分类模型对所述第四类型数据进行分类预测处理，获得具有特定阈值的所述潜在目标客群数据集。

9.一种数据处理装置，其中，包括：

目标确定模块，用于基于原始客群数据集，确定目标客群数据集和至少一个非目标客群数据集；

分类建立模块，用于确定所述至少一个非目标客群数据集的分类模型；以及

潜在目标确定模块，通过所述分类模型从所述至少一个非目标客群数据集中确定潜在目标客群数据集；

其中，所述目标客群数据集和所述潜在目标客群数据集用于实现精细化营销。