[发明专利]业务对象分类方法和系统

说明书

技术领域

本发明涉及互联网技术领域中业务对象信息处理技术，特别是涉及一种业务对象分类方法和系统。

背景技术

业务对象分类是一种非常重要的用户信息分析方法，通过对业务对象分类，可以掌握用户的不同特性，便于对用户进行管理。

目前，常用的一种业务对象分类方法是通过特定规则定义多个用户类型，如根据业务对象历史记录预先设置业务对象分类的不同规则。根据业务对象的历史使用记录数据判断其与特定规则的匹配情况，根据匹配结果将其划分到对应的分类类型。另一种业务对象分类方法是建立线性评估模型，综合考虑业务对象的多种历史使用记录计算活跃度参数，通过将业务对象历史使用记录设置多个维度，每个维度设置对应的线性系数，从而可计算每个业务对象的活跃度参数，根据计算结果将其划分到对应的分类类型。

然而，以上业务对象分类方法仍然存在问题：

针对第一种业务对象分类方法，在对业务对象进行分类之前需要对用户类型事先进行定义，且对每个业务对象类型的定义设置好分类规则，从而会受限于个人对现有业务对象的了解程度，业务对象分类粒度太粗，分类结果的识别精度低、可应用性较弱。

针对第二种业务对象分类方法，分类所使用的线性模型中，各维度的权重即各维度对应的线性系数的设置的合理性直接影响到分类结果的准确性，各维度权重的设置并无操作性强的指导规则；且难以将业务对象细分，适用领域有限，分类后所得出的分类结果可能并非是可用于指导实际的结果。

相关技术中，对于上述问题，尚无有效解决方案。

发明内容

基于此，有必要提供一种识别精度高、适应领域广的业务对象分类方法和系统。

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。

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。

上述业务对象分类方法和系统，通过获取业务对象的目标属性特征参数，根据业务对象在分析时间点的目标属性特征参数的特征参数值形成业务对象的特征轨迹曲线，再通过对特征轨迹曲线进行聚类分析，从而可通过对相同时间段内具有相似目标属性特征参数的特征参数值得业务对象进行自动组合划分为同一类，再通过对划分为同一类的业务对象所包含的目标属性特征参数的特征参数值进行分析找出该类业务对象的共性，定义其业务对象类别。因此，业务对象分类结果的准确性不依赖于分类之前对业务对象类型进行定义的准确性，分类粒度的粗细可通过调整分析周期的长短、分析时间点数量与间隔、及与曲线相似度的设定值的大小进行调整；其次可针对不同应用程序的功能和使用特点可选取该应用程序的业务对象群对应的不同目标属性特征参数进行分析，从而可得到准确且具有可操作性的分类结果，针对同一应用程序也可以选取不同的目标属性特征参数进行分析，得到从不同维度的实际行为数据而获得业务对象分类结果，从而该业务对象分类方法适应领域广，业务对象分类结果也更具有价值。

附图说明

图1为一实施例中业务对象分类方法的系统架构图；

图2为一实施例中服务器的内部结构示意图；

图3为一实施例中业务对象分类方法的流程图；

图4为另一实施例中业务对象分类方法的流程图；

图5为又一实施例中业务对象分类方法的流程图；

图6为业务对象分类轨迹曲线的示意图；

图7为再一实施例中业务对象分类方法的流程图；