[发明专利]一种客户分类方法及装置

说明书

本发明提供一种客户分类方法及装置，可用于大数据技术领域。所述方法包括：获取先验客户的成对约束集合以及必连约束子集中各个客户的属性信息；对必连约束子集中各个客户的属性信息进行预处理，获得每个客户的属性特征数据；根据必连约束子集中的各个必连客户对、勿连约束子集中的各个勿连客户对以及必连约束子集中每个客户的属性特征数据，对必连约束子集进行扩充获得扩充必连约束子集并对勿连约束子集进行扩充获得扩充勿连约束子集；根据扩充必连约束子集、扩充勿连约束子集以及待分类客户的属性特征数据聚类获得客户的分类结果。所述装置用于执行上述方法。本发明实施例提供的客户分类方法及装置，提高了客户分类的准确性。

技术领域

本发明涉及大数据技术领域，具体涉及一种客户分类方法及装置。

背景技术

半监督聚类是通过利用预先给定的少量关于类结构的先验信息来指导聚类过程，目的是使聚类结果能够足预期。

目前，有大量的半监督聚类算法被提出，有一些方法已经成功应用于不同的应用领域。比如，对于银行，可以通过聚类算法对客户进行分类，以便于向不同类型的客户推荐适合的理财产品。银行推出很多不同的理财产品，理财产的投资标的、投资周期、投资额度、预期收益率、风险等级等属性各不相同。客户的自身的投资金额、风险承受能力、投资偏好、收益预期等属性也各不相同。可以通过半监督聚类算法对客户进行分类，为相同类型的客户推荐相同类型的理财产品，然而在实际应用中，存在由于客户相似和不相似的成对约束信息较少，导致客户聚类的结果不够准确，影响理财产品的推荐效果。

发明内容

针对现有技术中的问题，本发明实施例提供一种客户分类方法及装置，能够至少部分地解决现有技术中存在的问题。

第一方面，本发明提出一种客户分类方法，包括：

获取先验客户的成对约束集合以及必连约束子集中各个客户的属性信息；其中，所述成对约束集合包括所述必连约束子集和勿连约束子集；所述必连约束子集包括第一预设数量的必连客户对，所述勿连约束子集包括第二预设数量的勿连客户对；

对所述必连约束子集中各个客户的属性信息进行预处理，获得所述成对约束集合中每个客户的属性特征数据；

根据所述必连约束子集中的各个必连客户对、所述勿连约束子集中的各个勿连客户对以及所述必连约束子集中每个客户的属性特征数据，对所述必连约束子集进行扩充获得扩充必连约束子集并对所述勿连约束子集进行扩充获得扩充勿连约束子集；

根据所述扩充必连约束子集、所述扩充勿连约束子集以及待分类客户的属性特征数据通过基于成对约束半监督聚类算法进行客户聚类，获得客户的分类结果。

第二方面，本发明提供一种客户分类装置，包括：

获取模块，用于获取先验客户的成对约束集合以及必连约束子集中各个客户的属性信息；其中，所述成对约束集合包括所述必连约束子集和勿连约束子集；所述必连约束子集包括第一预设数量的必连客户对，所述勿连约束子集包括第二预设数量的勿连客户对；

预处理模块，用于对所述必连约束子集中各个客户的属性信息进行预处理，获得所述成对约束集合中每个客户的属性特征数据；

扩充模块，用于根据所述必连约束子集中的各个必连客户对、所述勿连约束子集中的各个勿连客户对以及所述必连约束子集中每个客户的属性特征数据，对所述必连约束子集进行扩充获得扩充必连约束子集并对所述勿连约束子集进行扩充获得扩充勿连约束子集；

聚类模块，用于根据所述扩充必连约束子集、所述扩充勿连约束子集以及待分类客户的属性特征数据通过基于成对约束半监督聚类算法进行客户聚类，获得客户的分类结果。

第三方面，本发明提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述客户分类方法。