[发明专利]用户群体的分类方法、装置、存储介质及计算机设备

说明书

本发明公开了一种用户群体的分类方法、装置、存储介质及计算机设备。其中方法包括：获取用户群体的行为数据，并对用户群体的行为数据进行预处理，得到以每个用户的用户名为主体对象的行为序列数据集；利用关联分析算法，对行为序列数据集中的频繁行为指令组合进行提取和频次统计，得到频繁指令组合特征表；通过序列对比算法，计算行为序列数据集中的各个行为序列之间的序列匹配分值和序列间相似度分值，得到序列相似性特征表；对行为序列数据集中的行为指令进行频次统计，得到行为指令频次特征表；采用半监督分类算法，对频繁指令组合特征表、序列相似性特征表和行为指令频次特征表进行分类分析，得到具有不同类别的用户群体，以提高分类效率。

技术领域

本发明涉及大数据处理技术领域，尤其是涉及一种用户群体的分类方法、装置、存储介质及计算机设备。

背景技术

用户群体分类是在以用户为运营载体的各行各业发展过程中尤为重要的一个环节，在面对如电商、公共资源管理、信息安全管理等拥有巨大用户群体的平台时，如何做到将独立的用户对象进行群体分类，是一件十分困难且重要的工作。相较于传统的依据用户属性构造特征进行群体分类的方法，将用户的操作行为当作原始特征进行用户群体划分的方法显然更为创新和有效，并且，按照用户操作行为对用户群体进行划分之后，在将其分类数据应用到下游工作中时，也更能发挥出精准推荐、拉新留存、群体管理等各项优势来。

在现有技术中，基于用户操作行为的群体分类方法大多是根据用户操作行为的基本属性、用户行为轨迹和用户社交联系等属性作为特征，结合业务逻辑为数据集添加标签，并使用有监督机器学习算法对用户群体进行分类。但是，这种用户群体的分类方法无法适用于用户之间无社交关系和用户操作无行为轨迹的应用场景中，并且，为用户群体添加标签也是一项人力成本非常高且效率十分低下的工作。因此，上述用户群体的分类方法看似非常有效，实则应用场景十分受限，且所需的人力成本高昂，模型训练效率十分低下。

发明内容

有鉴于此，本申请提供了一种用户群体的分类方法、装置、存储介质及计算机设备，主要目的在于解决现有技术中用户群体的分类方法应用场景受限、所需人力成本高昂和模型训练效率低下的技术问题。

根据本发明的第一个方面，提供了一种用户群体的分类方法，该方法包括：

获取用户群体的行为数据，并对用户群体的行为数据进行预处理，得到以每个用户的用户名为主体对象的行为序列数据集，其中，每个用户名对应一个行为序列，每个行为序列包含至少一个行为指令；

利用关联分析算法，对行为序列数据集中的频繁行为指令组合进行提取和频次统计，得到频繁指令组合特征表；

通过序列对比算法，计算行为序列数据集中的各个行为序列之间的序列匹配分值和序列间相似度分值，得到序列相似性特征表；

对行为序列数据集中的行为指令进行频次统计，得到行为指令频次特征表；

采用半监督分类算法，对频繁指令组合特征表、序列相似性特征表和行为指令频次特征表进行分类分析，得到具有不同类别的用户群体。

根据本发明的第二个方面，提供了一种用户群体的分类装置，该装置包括：

用户数据获取模块，用于获取用户群体的行为数据，并对用户群体的行为数据进行预处理，得到以每个用户的用户名为主体对象的行为序列数据集，其中，每个用户名对应一个行为序列，每个行为序列包含至少一个行为指令；

频繁项特征提取模块，用于利用关联分析算法，对行为序列数据集中的频繁行为指令组合进行提取和频次统计，得到频繁指令组合特征表；

相似性特征提取模块，用于通过序列对比算法，计算行为序列数据集中的各个行为序列之间的序列匹配分值和序列间相似度分值，得到序列相似性特征表；

指令频次特征提取模块，用于对行为序列数据集中的行为指令进行频次统计，得到行为指令频次特征表；