一种用户识别方法和装置制造方法及图纸

本发明专利技术公开了用户识别方法和装置，涉及大数据技术领域。该方法的一具体实施方式包括通过调用预设的数据接口，从数据仓库中获取用户数据；基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据，进而根据所述历史数据计算得到所述用户的评分结果，将评分结果符合预设匹配条件的用户数据推送至第三方营销平台。从而，本发明专利技术的实施方式能够解决现有房贷产品推荐精准度低、用户体验差，而且耗费人力物力的问题。

【技术实现步骤摘要】
一种用户识别方法和装置
本专利技术涉及大数据
，具体为数据分析与挖掘领域，尤其涉及一种用户识别方法和装置。
技术介绍
近年来，随着经济发展，居民的住房消费比重上升趋势明显，个人住房贷款需求旺盛。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：目前完全是凭借人员经验向众多用户进行大范围的房贷产品推荐，不仅精准度低、用户体验差，而且耗费人力物力。
技术实现思路
有鉴于此，本专利技术实施例提供一种用户识别方法和装置，能够解决现有房贷产品推荐精准度低、用户体验差，而且耗费人力物力的问题。为实现上述目的，根据本专利技术实施例的一个方面，提供了一种用户识别方法，包括通过调用预设的数据接口，从数据仓库中获取用户数据；基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据，进而根据所述历史数据计算得到所述用户的评分结果，将评分结果符合预设匹配条件的用户数据推送至第三方营销平台。可选地，通过调用预设的数据接口，从数据仓库中获取用户数据之后，包括：调用预设的筛选组件，对获取的用户数据进行过滤，以生成待识别的用户数据。可选地，根据预设的客群分类组件确定所属客群，包括：根据所述用户数据，向征信数据库服务器发送数据请求，进而判断接收的处理结果是否存在第一目标属性值，若是则确定所属第一客群；若否则调用存储的第二目标属性表，判断是否存在所述用户数据，如果是则确定所属第二客群，如果否则确定所属第三客群。可选地，获取所述用户的历史数据，包括：根据所述识别模型，获取相应的配置信息，进而通过预设的时间窗口对不同类型的配置信息计算各窗口内相应的统计变量。可选地，包括：调用识别模型的评价引擎，根据预设的评价模型和稳定性验证模型对各个客群对应的识别模型进行处理；待监控到处理结果不符合预设的目标条件时，触发模型训练程序，以对识别模型的参数进行调整。可选地，还包括：基于lightGBM模型，分别对各种客群进行机器学习，以训练得到对应的识别模型，进而构建识别模型引擎。另外，本专利技术还提供了一种用户识别装置，包括获取模块，用于通过调用预设的数据接口，从数据仓库中获取用户数据；处理模块，用于基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据，进而根据所述历史数据计算得到所述用户的评分结果，将评分结果符合预设匹配条件的用户数据推送至第三方营销平台。可选地，获取模块通过调用预设的数据接口，从数据仓库中获取用户数据之后，包括：调用预设的筛选组件，对获取的用户数据进行过滤，以生成待识别的用户数据。可选地，处理模块根据预设的客群分类组件确定所属客群，包括：根据所述用户数据，向征信数据库服务器发送数据请求，进而判断接收的处理结果是否存在第一目标属性值，若是则确定所属第一客群；若否则调用存储的第二目标属性表，判断是否存在所述用户数据，如果是则确定所属第二客群，如果否则确定所属第三客群。可选地，处理模块获取所述用户的历史数据，包括：根据所述识别模型，获取相应的配置信息，进而通过预设的时间窗口对不同类型的配置信息计算各窗口内相应的统计变量。可选地，还包括：监控模块，用于调用识别模型的评价引擎，根据预设的评价模型和稳定性验证模型对各个客群对应的识别模型进行处理；待监控到处理结果不符合预设的目标条件时，触发模型训练程序，以对识别模型的参数进行调整。可选地，处理模块，还用于：基于lightGBM模型，分别对各种客群进行机器学习，以训练得到对应的识别模型，进而构建识别模型引擎。上述专利技术中的一个实施例具有如下优点或有益效果：本专利技术基于客户的性别、年龄层、受教育程度、职业属性、所在地区等等用户数据，利用客户在银行的交易流水，金融资产等多维度的历史数据，建立识别模型，将撒网营销目标群体进行细分，挑选出房贷需求高，办理房贷可能性大的目标群体推送至第三方营销平台进行投放，有利于对目标消费者进行精准定位，缩小营销群体的范围，把营销信息精准地投放到目标消费者的眼前，提高营销成功的概率，降低了营销成本，提高了获客效率，取得最大化的营销效果。上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：图1是根据本专利技术第一实施例的用户识别方法的主要流程的示意图；图2是根据本专利技术实施例的PSI参数的示意图；图3是根据本专利技术第二实施例的用户识别方法的主要流程的示意图；图4是根据本专利技术实施例的识别模型构建的主要流程的示意图；图5是根据本专利技术第一实施例的用户识别装置的主要模块的示意图；图6是根据本专利技术第二实施例的用户识别装置的主要模块的示意图；图7是本专利技术实施例可以应用于其中的示例性系统架构图；图8是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图1是根据本专利技术第一实施例的用户识别方法的主要流程的示意图，如图1所示，所述用户识别方法包括：步骤S101，通过调用预设的数据接口，从数据仓库中获取用户数据。在实施例中，在进行步骤S101之后可以调用预设的筛选组件，对获取的用户数据进行过滤，以生成待识别的用户数据。也就是说，可以根据不同业务需求预先配置筛选组件，筛除不满足业务准入条件的客户，例如筛除不满足房贷业务准入条件的客户。步骤S102，基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型。在实施例中，根据预设的客群分类组件确定所属客群，具体的实施过程包括：根据所述用户数据，向征信数据库服务器发送数据请求，进而判断接收的处理结果是否存在第一目标属性值，若是则确定所属第一客群；若否则调用存储的第二目标属性表，判断是否存在所述用户数据，如果是则确定所属第二客群，如果否则确定所属第三客群。也就是说，向征信数据库服务器发送数据请求，如果接收的处理结果存在征信数据即第一目标属性值则确定所属第一客群(例如征信客群)，如果接收的处理结果不存在征信数据则调用存储的第二目标属性表(例如代发工资数据表)。若具有代发工资数据则确定所属第二客群(例如代发工资客群)，若不具有代发工资数据则确定所属第三客群(例如一般客群)。步骤S103，调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据本文档来自技高网...

【技术保护点】
1.一种用户识别方法，其特征在于，包括：/n通过调用预设的数据接口，从数据仓库中获取用户数据；/n基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；/n调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据，进而根据所述历史数据计算得到所述用户的评分结果，将评分结果符合预设匹配条件的用户数据推送至第三方营销平台。/n

【技术特征摘要】
1.一种用户识别方法，其特征在于，包括：
通过调用预设的数据接口，从数据仓库中获取用户数据；
基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；
调用识别模型引擎，选取数据采集时点，以获取所述用户的历史数据，进而根据所述历史数据计算得到所述用户的评分结果，将评分结果符合预设匹配条件的用户数据推送至第三方营销平台。


2.根据权利要求1所述的方法，其特征在于，通过调用预设的数据接口，从数据仓库中获取用户数据之后，包括：
调用预设的筛选组件，对获取的用户数据进行过滤，以生成待识别的用户数据。


3.根据权利要求1所述的方法，其特征在于，根据预设的客群分类组件确定所属客群，包括：
根据所述用户数据，向征信数据库服务器发送数据请求，进而判断接收的处理结果是否存在第一目标属性值，若是则确定所属第一客群；若否则调用存储的第二目标属性表，判断是否存在所述用户数据，如果是则确定所属第二客群，如果否则确定所属第三客群。


4.根据权利要求1所述的方法，其特征在于，获取所述用户的历史数据，包括：
根据所述识别模型，获取相应的配置信息，进而通过预设的时间窗口对不同类型的配置信息计算各窗口内相应的统计变量。


5.根据权利要求1所述的方法，其特征在于，包括：
调用识别模型的评价引擎，根据预设的评价模型和稳定性验证模型对各个客群对应的识别模型进行处理；
待监控到处理结果不符合预设的目标条件时，触发模型训练程序，以对识别模型的参数进行调整。


6.根据权利要求1-5任一所述的方法，其特征在于，还包括：
基于lightGBM模型，分别对各种客群进行机器学习，以训练得到对应的识别模型，进而构建识别模型引擎。


7.一种用户识别装置，其特征在于，包括：
获取模块，用于通过调用预设的数据接口，从数据仓库中获取用户数据；
处理模块，用于基于所述用户数据，根据预设的客群分类组件确定所属客群，以匹配所属客群对应的识别模型；...

【专利技术属性】
技术研发人员：邓强，史博慧，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：上海;31