【技术实现步骤摘要】
用户分类的方法、装置、设备及存储介质
[0001]本申请涉及人工智能
,尤其涉及一种用户分类的方法、装置、计算机设备及存储介质。
技术介绍
[0002]通过将用户的数据进行合理的收集,并根据用户数据进行分类评分,可提高对用户信用体系的完善,了解用户的需求以及办理业务对应的风险。在获取大量用户数据作为变量进行分类时,容易出现所获取的用户数据类型的固化的问题,当增加多种新的用户数据类型,新增的用户数据类型的信息价值参差不齐,从而导致分类的稳定性降低,影响评分的精确度。
技术实现思路
[0003]本申请提供一种用户分类的方法、装置、计算机设备及存储介质,解决了现有技术在增加新的用户数据类型完善用户分类时,用户分类稳定性降低的问题。
[0004]第一方面,本申请实施例提供了一种用户分类的方法,包括:
[0005]获取用户数据项目集合,识别所述用户数据项目集合中的缺失数据项目和常规数据项目,得到多个缺失数据项目和多个常规数据项目;
[0006]通过特殊值填充法将多个所述缺失数据项目填充为多个特殊数据项目;
[0007]将多个所述特殊数据项目和多个所述常规数据项目输入所述训练后的初级分类模型进行初次分类处理,得到初次分类结果集合,其中,所述初次分类结果集合中包括多个初次分类结果;
[0008]通过训练后的用户分类模型对所述初次分类结果集合中的每个所述初次分类结果进行权重调整后,利用加权求和算法进行处理,得到用户分类结果。
[0009]第二方面,本申请实施例还提 ...
【技术保护点】
【技术特征摘要】
1.一种用户分类的方法,其特征在于,包括:获取用户数据项目集合,识别所述用户数据项目集合中的缺失数据项目和常规数据项目,得到多个缺失数据项目和多个常规数据项目;通过特殊值填充法将多个所述缺失数据项目填充为多个特殊数据项目;将多个所述特殊数据项目和多个所述常规数据项目输入训练后的初级分类模型进行初次分类处理,得到初次分类结果集合,其中,所述初次分类结果集合中包括多个初次分类结果;通过训练后的用户分类模型对所述初次分类结果集合中的每个所述初次分类结果进行权重调整后,利用加权求和算法进行处理,得到用户分类结果。2.如权利要求1所述的用户分类的方法,其特征在于,所述将多个所述特殊数据项目和多个所述常规数据项目输入训练后的初级分类模型进行初次分类处理,得到包括多个初次分类结果的初次分类结果集合,包括;通过所述训练后的初级分类模型根据各所述常规数据项目的IV值进行初次分类处理,得到所述常规数据项目对应的常规数据初次分类结果;通过所述训练后的初级分类模型中的WOE编码单元对各所述特殊数据项目进行初次分类处理,得到所述特殊数据项目对应的特殊数据初次分类结果;将各所述特殊数据初次分类结果和各所述常规数据初次分类结果进行整合,得到初次分类结果集合。3.如权利要求2所述的用户分类的方法,其特征在于,所述通过所述训练后的初级分类模型根据各所述常规数据项目的IV值进行初次分类处理,得到所述常规数据项目对应的常规数据初次分类结果,包括:根据各所述常规数据项目的IV值对所述常规数据项目进行分类处理,得到强IV值数据项目和弱IV值数据项目;利用所述训练后的初级分类模型中的机器学习单元将各所述弱IV值数据项目进行特征增强处理;利用所述训练后的初级分类模型中的评分卡单元对所述特征增强处理的弱IV值数据项目和强IV值数据项目进行初次分类处理,得到所述常规数据初次分类结果。4.如权利要求2所述的用户分类的方法,其特征在于,所述通过训练后的用户分类模型对多个所述初次分类结果进行权重调整后,利用加权求和算法进行处理,得到用户分类结果,包括:通过多个所述常规数据初次分类结果进行归一化,得到常规数据归一化值;通过多个初次分类结果进行归一化,得到全部数据归一化值;利用所述常规数据归一化值与所述全部数据归一化值的比值调整所述初次分类结果的权重,并利用加权求和算法计算出所述用户分类结果。5.如权利要求4所述的用户分类的方法,其特征在于,所述利用所述常规数据归一化值与所述全部数据归一化值的比值调整所述初次分类结果的权重,并利用加权求和算法计算出所述用户分类结果,包括:通过如下公式对所述常规数据初次分类结果进行归一化处理,得到所述常规数据归一化值,公式为τ=∑
i
ω
i
σ
i
,其中τ为所述常规数据归一化值,ω
i
为第i个初次分类结果权重,
σ
i
为常规数据初次分类结果的标准...
【专利技术属性】
技术研发人员:柯虹,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。