[发明专利]一种人群分类方法、装置、存储介质及电子设备

权利要求书

1.一种人群分类方法，所述方法包括：

根据用户特征数据，确定多个原子人群特征；

基于所述原子人群特征，在营销目标人群中确定所述原子人群特征对应的用户人群，作为原子人群；

对所述原子人群进行聚类，得到聚类人群。

2.根据权利要求1所述的方法，所述根据用户特征数据，确定多个原子人群特征，具体包括：

对所述用户特征数据进行可解释特征处理，得到可解释特征；

将所述可解释特征输入转化判断模型，由所述转化判断模型输出所述对应的是否转化的结果；

根据所述是否转化的结果，确定所述原子人群特征。

3.根据权利要求2所述的方法，在所述将所述可解释特征输入转化判断模型，由所述转化判断模型输出所述对应的是否转化的结果之前，所述方法还包括：

获取可解释特征的样本集，所述样本集中包含正样本集合和负样本集合，所述正样本集合的每个样本包含有可解释特征的相关信息及针对所述可解释特征标定的可以转化的结果，所述负样本集合的每个样本包含有可解释特征的相关信息及针对所述可解释特征标定的不可以转化的结果；

将所述样本集中的样本输入所述转化判断模型中，得到所述转化判断模型输出的是否可以转化的结果；

如果存在用所述正样本集合中的样本输入转化判断模型后，得到不可以转化的结果，和/或存在所述负样本集合中的样本输入转化判断模型后，得到可以转化的结果，则调整所述转化判断模型的系数；

当所述正样本集合中预定比例的样本输入转化判断模型后，得到可以转化的结果，且所述负样本集合中预定比例的样本输入转化判断模型后，得到不可以转化的结果，训练结束。

4.根据权利要求2所述的方法，所述对所述用户特征数据进行可解释特征处理，得到可解释特征，具体包括：

从所述用户特征数据中筛选备选特征，所述备选特征具有可解释性；

对所述备选特征进行处理，得到可解释特征。

5.根据权利要求4所述的方法，所述对所述备选特征进行处理，得到可解释特征，具体包括：

根据所述备选特征的种类，对所述用户特征数据划分特征域；

在所述特征域内定义特征类别，并给予对应的特征编码；

对所述特征类别赋特征值，与所述特征编码关联，形成可解释特征。

6.根据权利要求5所述的方法，所述对所述特征类别赋特征值，与所述特征编码关联，形成可解释特征，具体包括：

对所述特征类别赋特征值，与所述特征编码关联，得到初始特征；

对所述初始特征进行分桶，得到可解释特征。

7.根据权利要求5所述的方法，所述对所述特征类别赋特征值，与所述特征编码关联，形成可解释特征，具体包括：

若用户在所述特征类别下有对应的特征值，则将所述特征值与对应特征编码关联，得到可解释特征；

若用户在所述特征类别下没有对应的特征值，则填充对应的填充值作为特征值与对应特征编码关联，得到可解释特征。

8.根据权利要求3所述的方法，所述对所述原子人群进行聚类，得到聚类人群，具体包括：

根据所述可解释特征的样本集总数量和所述原子人群数量，确定所述目标群体指数；

根据所述目标群体指数对所述原子人群进行聚类，得到聚类人群。

9.根据权利要求8所述的方法，所述根据所述可解释特征的样本集总数量和所述原子人群数量，确定所述目标群体指数，具体包括：

根据所述可解释特征的样本集总数量和所述原子人群数量，确定第一占比和第二占比，所述第一占比为具有所述原子人群对应的特征的人在所述可解释特征的样本集中的占比，所述第二占比为具有所述原子人群对应的特征的人在所述可解释特征的样本集的正样本集合中的占比；

根据所述第一占比和第二占比，确定所述目标群体指数。