[发明专利]用户的分类方法以及相关装置、设备

权利要求书

1.一种用户的分类方法，其特征在于，所述用户的分类方法包括：

获取到各用户在第一预设时间段内的多种类型的历史消费数据；

基于各用户的各类型的所述历史消费数据，预测第二预设时间段内对应的预测消费数据；

剔除各用户的各类型的所述历史消费数据以及所述预测消费数据中的异常数据；

对剔除异常数据后的所述历史消费数据以及所述预测消费数据进行聚类，得到各用户的用户类型。

2.根据权利要求1所述的用户的分类方法，其特征在于，所述对剔除异常数据后的所述历史消费数据以及所述预测消费数据进行聚类，得到各用户的用户类型的步骤包括：

分别对各用户的各种类型的历史消费数据以及预测消费数据进行聚合处理，得到各用户的各类型的聚合数据；

对所述各用户的各类型的聚合数据分别进行等级划分；

对各用户的所述各类型的聚合数据的等级划分结果进行聚类，得到各用户的用户类型。

3.根据权利要求2所述的用户的分类方法，其特征在于，所述对各用户的所述各类型的聚合数据的等级划分结果进行聚类，得到各用户的用户类型的步骤包括：

利用手肘法基于所述聚合数据的等级划分结果确定各用户的用户类型的数量；

基于各用户的用户类型的数量利用kmeans聚类方法对各用户的所述各类型的聚合数据的等级划分结果进行聚类，得到各用户的用户类型。

4.根据权利要求1所述的用户的分类方法，其特征在于，所述剔除各用户的各类型的所述历史消费数据以及所述预测消费数据中的异常数据的步骤包括：

基于所述历史消费数据以及所述预测消费数据进行数据绘制，得到所述历史消费数据以及所述预测消费数据的箱线图；

将所述箱线图中超出正常范围的数据确定为所述异常数据。

5.根据权利要求1所述的用户的分类方法，其特征在于，所述剔除所述历史消费数据以及所述预测消费数据中的异常数据的步骤包括：

响应于各类型的所述异常数据与对应类型的正常范围的阈值的差值不大于预设值，将所述异常数据调整为所述正常范围内的数据；否则，剔除所述异常数据。

6.根据权利要求1～5任一项所述的用户的分类方法，其特征在于，所述历史消费数据包括历史消费频率以及历史消费金额，

所述基于各用户的各类型的所述历史消费数据，预测第二预设时间段内对应的预测消费数据的步骤包括：

利用第一回归模型基于各所述用户在所述第一预设时间段内的历史消费频率预测得到各所述用户在所述第二预设时间段内预测消费频率；

利用第二回归模型基于各所述用户在所述第一预设时间段内的历史消费金额预测得到各所述用户在所述第二预设时间段内预测消费金额。

7.根据权利要求6所述的用户的分类方法，其特征在于，所述历史消费数据还包括各所述用户最近一次消费距离当前时间的间隔时长。

8.一种用户的分类装置，其特征在于，所述用户的分类装置包括：

获取模块，用于获取到各用户在第一预设时间段内的多种类型的历史消费数据；

预测模块，用于基于各用户的各类型的所述历史消费数据，预测第二预设时间段内对应的预测消费数据；

剔除模块，用于剔除各用户的各类型的所述历史消费数据以及所述预测消费数据中的异常数据；

聚类模块，用于对剔除异常数据后的所述历史消费数据以及所述预测消费数据进行聚类，得到各用户的用户类型。

9.一种电子设备，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现如权利要求1至7任一项所述的用户的分类方法。

10.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现如权利要求1至7任一项所述的用户的分类方法。