基于大数据和业务分析的用户数据处理方法及服务器技术

本发明专利技术涉及大数据技术领域，尤其涉及一种基于大数据和业务分析的用户数据处理方法及服务器包括：利用服务器将业务分类，并根据历史用户的已完成业务处理方式对各业务的属性值按数值进行赋值；将单个业务以赋值作为特征值放入对应的业务方式池中；服务器以各业务的收益率作为显示概率向各用户推送，以一定周期收集各个用户的使用记录进行赋值并将其与该用户账号绑定；在一定周期后，调整各用户的赋值并按一定方式向该用户进行业务推荐。利用服务器将各业务的特征属性分类的方式，建立业务方式池并刻画业务画像，并以业务方式池为基础向各用户进行业务推荐，通过用户的使用记录不断调整该用户的匹配值，从而提升业务和用户的匹配度。匹配度。匹配度。

【技术实现步骤摘要】
基于大数据和业务分析的用户数据处理方法及服务器


[0001]本专利技术涉及大数据
，尤其涉及一种基于大数据和业务分析的用户数据处理方法及服务器。

技术介绍

[0002]在大数据的时代背景下，网络中每天都要产生巨量的信息交互数据，将其收集并加以处理，可以便捷地匹配业务和用户。公开号为CN112463859A公开了“基于大数据和业务分析的用户数据处理方法及大数据平台”，利用刻画用户画像的方式将业务与用户相匹配；公开号为CN111680073A公开了“一种基于用户数据的金融服务平台政策资讯推荐方法”，利用分类标签和用户画像将金融业务推荐给潜在用户；公开号为CN105007171A公开了“基于通信领域大数据的用户数据分析系统及方法”，根据用户模型将用户分类并推荐给业务生产方。
[0003]由此可见，上述系统和方法存在以下问题：随着时间变化，用户的需求会随之发生较大改变，利用用户画像匹配业务和用户会出现较大偏差，从而导致业务与用户匹配不精准的问题。

技术实现思路

[0004]为此，本专利技术提供一种基于大数据和业务分析的用户数据处理方法及服务器，用以克服现有技术中利用用户画像匹配业务和用户会出现较大偏差，从而导致业务与用户匹配不精准的问题。
[0005]为实现上述目的，本专利技术提供一种基于大数据和业务分析的用户数据处理方法，包括：步骤S1，利用服务器将业务分类，并根据历史用户的已完成业务处理方式对各业务的持续周期以及处理业务的消耗时间作为该业务的属性值并按数值大小进行赋值；步骤S2，建立业务方式池，并将单个业务依照各属性的赋值的和作为特征值放入业务方式池中，并利用特征值对业务方式池进行排序；步骤S3，所述服务器将所述业务方式池按特征值编制成组，并以各业务的收益率作为显示概率向各用户推送，同时以一定周期收集各个用户的使用记录；步骤S4，按照特征值对所述单个用户的使用记录进行赋值，并将其与该用户账号绑定；步骤S5，在所述一定周期后，调整各所述用户的赋值并以业务方式池的排序为基准按一定方式向该用户进行业务推荐。
[0006]进一步地，所述服务器根据历史完成业务将所述业务处理方式赋值，包括业务的持续周期P、处理业务的消耗时间T和业务的收益率S；对于第i个所述历史完成业务，设定i=1,2,3，
…
，n，其中，n为历史完成业务总量，所述服务器根据该历史项目的持续周期Pi、处理业务的消耗时间Ti以及业务的收益率Si将
该业务按比例分解，并放入对应的业务方式池中。
[0007]进一步地，所述服务器以所述持续周期P为横轴和该周期P的历史出现频次为纵轴绘制曲线，获得的曲线符合正态分布，其中为该曲线的最高点对应的持续周期的值；所述服务器计算第一持续周期Pf1、第二持续周期Pf2，第三持续周期Pf3，第四持续周期Pf4，其中Pf1＜Pf2＜Pf3＜Pf4，Pf1和Pf4为对应的P值，Pf2和Pf3为对应的P值；若Pi≤Pf1，所述服务器判定该历史完成业务处于第一持续周期池，并将Pi的特征值PPi赋值为10；若Pf1＜Pi≤Pf2，所述服务器判定该历史完成业务处于第二持续周期池，并将Pi的特征值PPi赋值为20；若Pf2＜Pi≤Pf3，所述服务器判定该历史完成业务处于第三持续周期池，并将Pi的特征值PPi赋值为30；若Pf3＜Pi≤Pf4，所述服务器判定该历史完成业务处于第四持续周期池，并将Pi的特征值PPi赋值为40；若Pf4＜Pi，所述服务器判定该历史完成业务处于第五持续周期池，并将Pi的特征值PPi赋值为50。
[0008]进一步地，所述服务器将所述各历史完成业务的处理业务消耗时间Ti的值从小到大进行排序，顺序为k的处理业务消耗时间为tk，其中k=1,2,3，
…
，n；所述服务器将tk构成一个与0
‑
10对应的函数Ft（tk），使Ft（t1）=0，Ft（tn）=9，其中Ft（tk）取整；服务器计算Ft（Ti）作为Ti的特征值，并利用其计算结果将Ti分为第一业务消耗时间池，第二业务消耗时间池，
…
，第十业务消耗时间池。
[0009]进一步地，所述服务器设置一个所述业务方式池，其由所述特征值Bi组成，其中Bi=PPi+Ft（Ti），所述服务器预设有特征值补正值
△
B以及由特征值B=35为起始点的初始业务推荐表，若单个用户首次浏览特征值为Bi
’
的业务后，将该用户的特征值调整为α，设定α=35+（Bi
’‑
35）
×△
B，服务器开始推送由特征值B=α为起始点的业务推荐表；若单个用户继续浏览由特征值B=α为起始点的业务推荐表，该用户浏览特征值为Bi”的业务后，将该用户的特征值调整为α
’
，其中α
’
=α+（α
’‑
α）
×△
B。
[0010]进一步地，所述服务器内设置若干所述业务推荐表Q，单个业务推荐表显示的概率是一定的，业务推荐出现显示第i个业务的概率根据所述的业务的收益率Si构成。
[0011]进一步地，所述服务器将所述单个用户的首个业务完成时间作为一个收集周期，并根据该用户的浏览记录推荐业务。
[0012]进一步地，所述服务器包括：存储模块，其基于分布式架构，用以存储和调用业务数据与用户数据；处理模块，其基于云平台，用以分段处理业务数据和用户数据，并将计算结果和所
述业务推荐表推送给用户；网络模块，其基于互联网，用以传输数据。
[0013]进一步地，所述存储模块由用户端和服务端构成，利用基于计算机操作平台的应用式软件传递信息，用以记录数据。
[0014]进一步地，所述处理模块为基于互联网的逻辑运算核心，用以将处理后的数据进行封装和传递。
[0015]与现有技术相比，本专利技术的有益效果在于，利用服务器将各业务的特征属性分类的方式，建立业务方式池并刻画业务画像，并以业务方式池为基础向各用户进行业务推荐，通过用户的使用记录不断调整该用户的匹配值，从而提升业务和用户的匹配度。
[0016]进一步地，所述服务器将历史业务的特征属性进行分类并赋值，分解后放入对应的业务方式池中，在有效避免了因业务特征庞杂导致的分类不精确的同时，降低了分类的复杂程度，从而进一步提升了业务和用户的匹配度。
[0017]进一步地，所述服务器利用正态分布将有关频次的属性进行分解并赋值，在有效避免了因概率问题导致的分类不准确的同时，提升了分类的精确度，从而进一步提升了业务和用户的匹配度。
[0018]进一步地，所述服务器将业务的连续属性均分并赋值，在有效避免了因业务分类过于宽泛的同时，提升了分类精细度，从而进一步提升了业务和用户的匹配度。
[0019]进一步地，所述服务器将业务的特征值与用户匹配，并在用户使用过程中不断变更用户的使用倾向，在有效避免了因业务推荐过于集中的同时，消除了用户的信息壁垒，从而进一步提升了业务和用户的匹配度。
[0020]进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和业务分析的用户数据处理方法，其特征在于，包括：步骤S1，利用服务器将业务分类，并根据历史用户的已完成业务处理方式对各业务的持续周期以及处理业务的消耗时间作为该业务的属性值并按数值大小进行赋值；步骤S2，建立业务方式池，并将单个业务依照各属性的赋值的和作为特征值放入业务方式池中，并利用特征值对业务方式池进行排序；步骤S3，所述服务器将所述业务方式池按特征值编制成组，并以各业务的收益率作为显示概率向各用户推送，同时以一定周期收集各个用户的使用记录；步骤S4，按照特征值对所述单个用户的使用记录进行赋值，并将其与该用户账号绑定；步骤S5，在所述一定周期后，调整各所述用户的赋值并以业务方式池的排序为基准按一定方式向该用户进行业务推荐。2.根据权利要求1所述的基于大数据和业务分析的用户数据处理方法，其特征在于，所述服务器根据历史完成业务将所述业务处理方式赋值，包括业务的持续周期P、处理业务的消耗时间T和业务的收益率S；对于第i个所述历史完成业务，设定i=1,2,3，
…
，n，其中，n为历史完成业务总量，所述服务器根据该历史项目的持续周期Pi、处理业务的消耗时间Ti以及业务的收益率Si将该业务按比例分解，并放入对应的业务方式池中。3.根据权利要求2所述的基于大数据和业务分析的用户数据处理方法，其特征在于，所述服务器以所述持续周期P为横轴和该周期P的历史出现频次为纵轴绘制曲线，获得的曲线符合正态分布，其中为该曲线的最高点对应的持续周期的值；所述服务器计算第一持续周期Pf1、第二持续周期Pf2，第三持续周期Pf3，第四持续周期Pf4，其中Pf1＜Pf2＜Pf3＜Pf4，Pf1和Pf4为对应的P值，Pf2和Pf3为对应的P值；若Pi≤Pf1，所述服务器判定该历史完成业务处于第一持续周期池，并将Pi的特征值PPi赋值为10；若Pf1＜Pi≤Pf2，所述服务器判定该历史完成业务处于第二持续周期池，并将Pi的特征值PPi赋值为20；若Pf2＜Pi≤Pf3，所述服务器判定该历史完成业务处于第三持续周期池，并将Pi的特征值PPi赋值为30；若Pf3＜Pi≤Pf4，所述服务器判定该历史完成业务处于第四持续周期池，并将Pi的特征值PPi赋值为40；若Pf4＜Pi，所述服务器判定该历史完成业务处于第五持续周期池，并将Pi的特征值PPi赋值为50。4.根据权利要求3所述的基于大数据和业务分析的用户数据处理方法，其特征在于，所述服务器将所述各历史完成业务的处理业务消耗时间Ti的值从小到大进行排序，顺序为k的处理业务消耗时间为tk，其中k=1,...

【专利技术属性】
技术研发人员：金莎莎，
申请(专利权)人：金莎莎，
类型：发明
国别省市：