[发明专利]一种用户分群处理方法及装置

权利要求书

1.一种用户分群处理方法，其特征在于，包括：

基于预设的用户分群规则，从数据库中筛选出预设数量的基础特征数据、高级特征数据和用户画像；

获取筛选出的基础特征数据、高级特征数据和用户画像对应的类型标注的样本数据；

将所述样本数据输入预设的用户分群模型得到分群结果；

若所述样本数据的分群结果在预设的边界阈值范围内，则获取所述样本数据对应的重新标注数据，将所述重新标注数据输入至所述用户分群模型以对其进行训练。

2.根据权利要求1所述的方法，其特征在于，所述用户分群模型由梯度提升决策树模型和逻辑回归模型组成，所述梯度提升决策树模型用于提取所述样本数据的特征并作为所述逻辑回归模型的输入数据，所述逻辑回归模型用于接收所述样本数据的特征并输出所述样本数据的分群结果。

3.根据权利要求1所述的方法，其特征在于，所述用户分群规则包括基础特征数据、高级特征数据和用户画像的用户分群子规则，每个所述用户分群子规则包括流失型用户、成长型用户、稳定型用户、成熟型用户和忠诚型用户的分群子规则，每种类型对应一类型阈值范围；

对应的，所述基于预设的用户分群规则，从数据库中筛选出预设数量的基础特征数据、高级特征数据和用户画像还包括：

基于所述类型阈值范围，从数据库中查询并筛选出位于所述类型阈值范围内的数据。

4.根据权利要求3所述的方法，其特征在于，所述流失型用户、成长型用户、稳定型用户、成熟型用户和忠诚型用户的类型分别对应一分群阈值范围，相连的分群阈值范围之间设置有一边界阈值范围。

5.根据权利要求1所述的方法，其特征在于，在所述基于预设的用户分群规则，从数据库中筛选出预设数量的基础特征数据、高级特征数据和用户画像之前，还包括：

获取客户端发送的用户行为数据，清理所述用户行为数据中的异常值和空值，得到所述基础特征数据，所述基础特征数据包括注册数据、播放数据、设备数据、反馈数据、评论数据和位置数据中的至少一种。

6.根据权利要求5所述的方法，其特征在于，在所述得到所述基础特征数据之后，还包括：

基于所述基础特征数据，提取对应的高级特征数据；

基于所述高级特征数据构造对应的用户画像；

将所述基础特征数据、所述高级特征数据和所述用户画像存储至数据库中。

7.根据权利要求6所述的方法，其特征在于，若所述基础特征数据为文本数据，则对所述文本数据进行主题内容提取，将提取到的主题内容数据作为对应的高级特征数据。

8.根据权利要求1-7所述的方法，其特征在于，在所述用户分群模型的训练结束之后，还包括：

获取用户行为数据，基于该用户行为数据对应生成用户的基础特征数据、高级特征数据和用户画像；

调用用户分群模型，通过所述用户分群模型分别确定所述用户的基础特征数据、高级特征数据和用户画像的分群结果；

根据所述基础特征数据、高级特征数据和用户画像的分群结果确定所述用户的类型。

9.一种用户分群处理装置，其特征在于，包括：

待标注数据获取模块，被配置为基于预设的用户分群规则，从数据库中筛选出预设数量的基础特征数据、高级特征数据和用户画像；

样本数据获取模块，被配置为获取筛选出的基础特征数据、高级特征数据和用户画像对应的类型标注的样本数据；

模型训练模块，被配置为将所述样本数据输入预设的用户分群模型得到分群结果；

边界数据回收模块，被配置为若所述样本数据的分群结果在预设的边界阈值范围内，则获取所述样本数据对应的重新标注数据，将所述重新标注数据输入至所述用户分群模型以对其进行训练。