[发明专利]业务对象分类方法和系统在审
申请号: | 201710051265.8 | 申请日: | 2017-01-23 |
公开(公告)号: | CN106874943A | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 杨凡;张洁坤;胡天行;黄斐;钱波;刘嘉 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q30/02 |
代理公司: | 广州华进联合专利商标代理有限公司44224 | 代理人: | 何平,邓云鹏 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 业务 对象 分类 方法 系统 | ||
1.一种业务对象分类方法,包括:
获取分析周期内多个业务对象的目标属性特征参数;
将所述分析周期分为通过多个分析时间点划分的分析时间段;
获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值,根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线;
对所述轨迹特征曲线进行聚类分析,将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果;
根据所述聚类结果对所述业务对象进行分类。
2.如权利要求1所述的业务对象分类方法,其特征在于:所述获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值,根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线的步骤包括:
获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值;
以所述分析时间点为横坐标,以所述多个业务对象在所述分析时间点所对应时刻的目标属性特征参数的参数特征值为纵坐标,形成分别与所述多个业务对象对应的轨迹特征曲线。
3.如权利要求1所述的业务对象分类方法,其特征在于:所述获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值,根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线的步骤包括:
根据所述目标属性特征参数,分别以所述分析时间点为基准时间计算预设时间周期内的目标属性特征参数的特征参数值;
以所述分析时间点为横坐标,以所述多个业务对象在所述分析时间点对应的所述参数特征值为纵坐标,形成分别与所述多个业务对象对应的轨迹特征曲线。
4.如权利要求1所述的业务对象分类方法,其特征在于:所述对所述轨迹特征曲线进行聚类分析,将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果的步骤包括:
计算每一业务对象任意两个分析时间点之间的轨迹特征曲线与其它业务对象在所述两个分析时间点之间的轨迹特征曲线的轨迹距离,将轨迹距离小于阈值的曲线进行聚类,分别形成每一业务对象与所述两个分析时间点对应的聚类集合;
重复以上步骤,获取每一业务对象在所述分析周期内预设数量的两个分析时间点分别对应的聚类集合得到聚类结果。
5.如权利要求4所述的业务对象分类方法,其特征在于:所述计算每一业务对象任意两个分析时间点之间的轨迹特征曲线与其它业务对象在所述两个分析时间点之间的轨迹特征曲线的轨迹距离,将轨迹距离小于阈值的曲线进行聚类,分别形成每一业务对象与所述两个分析时间点对应的聚类集合的步骤包括:
以第一业务对象在任意两个分析时间点之间的轨迹特征曲线为参考曲线;
以第二业务对象在所述两个分析时间点之间的轨迹特征曲线为对比曲线,计算所述参考曲线与所述对比曲线之间的轨迹距离,所述第二业务对象为不同于所述第一业务对象的任一业务对象;
当所述轨迹距离小于或者等于阈值时,将所述第二业务对象的对比曲线与所述第一业务对象的参考曲线进行聚类;
将所述聚类的曲线形成所述第一业务对象与所述两个分析时间点对应的聚类集合。
6.如权利要求1所述的业务对象分类方法,其特征在于:所述根据所述聚类结果对所述业务对象进行分类的步骤包括:
获取所述聚类结果中任意两个业务对象包含相同聚类集合的数量;
当至少两个业务对象包含所述相同聚类集合的数量大于设定比例时,将所述至少两个业务对象分类至同一类型。
7.一种业务对象分类系统,包括:
参数获取模块,用于获取分析周期内多个业务对象的目标属性特征参数;
时间划分模块,用于将所述分析周期分为通过多个分析时间点划分的分析时间段;
曲线形成模块,用于获取所述多个业务对象在所述分析时间点对应的目标属性特征参数的特征参数值,根据所述特征参数值形成分别与所述多个业务对象对应的轨迹特征曲线;
聚类分析模块,用于对所述轨迹特征曲线进行聚类分析,将所述轨迹特征曲线中相似度小于设定值的曲线进行聚类得到聚类结果;
分类模块,用于根据所述聚类结果对所述业务对象进行分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710051265.8/1.html,转载请声明来源钻瓜专利网。