[发明专利]单用户智慧图谱的构建方法

摘要

本发明公开了单用户智慧图谱的构建方法，包括获取用户特征集数据、数据标准化、层次聚类、语料库分类、确定变量的类别归属、确定最终9类特征集的顺序步骤；单用户智慧图谱的构建方法，打破了行业障碍主观选择带来的标签分类，避免由于主观选择而导致标签的冗余。

主权项

单用户智慧图谱的构建方法，其特征在于，包括如下步骤：101，获取用户特征集数据，数据来源于用户日全量表、产品订购信息表、受理记录表、设备订购信息表、资源基本信息表、点播详单表、客户日全量表、流失预测表、暂停预测表、呼叫中心日志表、直播数据表等数据表中，形成用户特征集F＝{f1,f2,…,fk},所述f1至fk均为用户的各个数据的表；102，数据标准化，在步骤101之后，对数据进行标准化处理；103，层次聚类，在步骤102之后，将标准化的数据变量进行层次聚类，将K个变量所属的类别集合为Cluster＝{ct1,ct2,…,ct9}，所述ct1至ct9为层次聚类后剩下的9个特征的表；104，语料库分类，在步骤102之后，将标准化的数据变量进行语料库分类，将K个变量所属的类别集合为Classfier＝{cf1,cf2,…,cf9}，所述cf1至cf9为语料库分类后剩下的9个特征的表；105，确定变量的类别归属，使用RelieF方法分别计算步骤103和104的所得类别集合，用RelieF方法对每一个变量归属于Cluster＝{ct1,ct2,…,ct9}，Classfier＝{cf1,cf2,…,cf9}的权重进行计算，选择权重较大的特征作为原始变量最终的类别归属集合C＝{c1,c2,…,c9}，所述c1‑c9为最终类别剩下的9个特征的表；106，确定最终9类特征集，对步骤105的最终的类别归属集合C＝{c1,c2,…,c9}，再次进行使用RelieF方法，获得每一类别中的特征权重，并按照规则进行C1至C9内特征删减。