业务操作方法、装置及可读介质与流程

本技术涉及车辆应用领域，具体涉及一种业务操作方法、装置及可读介质。

背景技术：

1、目前利用不同用户数据按照不同业务策略进行业务操作的领域，例如互联网或者电商行业，可以采用用户价值模型进行价值用户的挖掘，然后根据不同价值用户匹配不同业务操作，但在汽车行业中，购车属于决策周期较长的行为，且购车频率和电商商品不同，电商商品可以同时买多件，购买行为可以是几十次到几百次不等，而车企用户一般几年才会置换新车，购买行为大多是0次和1次，原有用户价值模型较难直接应用，对于车企而言，相对的高价值用户和低价值用户无法有效区分，导致后续的匹配业务策略时出现问题，因此存在缺陷。

技术实现思路

1、为了解决现有技术中用户价值模型无法直接应用于车企用户业务策略匹配的问题，本技术实施例提供一种业务操作方法、装置及可读介质，能够从海量用户中挖掘出高价值用户，从而可以对价值用户匹配更优质的业务操作，对低价值用户匹配更平价或者更经济的业务操作。

2、一方面，本技术实施例提供一种业务操作方法，包括：

3、获取用户特征数据集，所述用户特征数据集包括n个用户的用户特征组，任一用户特征组包括k个特征维度，所述k个特征维度包括目标对象所在宣传平台的用户登录次数、用户登录时长，以及针对所述目标对象的用户支付深度；

4、根据所述用户特征数据集将所述n个用户划分m个用户群；

5、在任一特征维度上确定至少一条分割线，所述至少一条分割线用于将所述m个用户群划分到所述任一特征维度上的至少两个特征区间内，任一特征区间对应一价值评估分数；

6、根据每个用户群在每个特征维度上所处特征区间的价值评估分数，分别确定每个用户群的综合评估分数；

7、根据每个用户群的综合评估分数，分别确定每个用户群的业务策略，按照业务策略对所述m个用户群执行业务操作。

8、另一方面，本技术实施例提供一种业务操作装置，包括：

9、获取模块，获取用户特征数据集，所述用户特征数据集包括n个用户的用户特征组，任一用户特征组包括k个特征维度，所述k个特征维度包括目标对象所在宣传平台的用户登录次数、用户登录时长，以及针对所述目标对象的用户支付深度；

10、用户划分模块，根据所述用户特征数据集将所述n个用户划分m个用户群；

11、分割线确定模块，在任一特征维度上确定至少一条分割线，所述至少一条分割线用于将所述m个用户群划分到所述任一特征维度上的至少两个特征区间内，任一特征区间对应一价值评估分数；

12、评估模块，根据每个用户群在每个特征维度上所处特征区间的价值评估分数，分别确定每个用户群的综合评估分数；

13、业务操作模块，根据每个用户群的综合评估分数，分别确定每个用户群的业务策略，按照业务策略对所述m个用户群执行业务操作。

14、在可选的实施例中，评估模块，包括：

15、将每个用户群在每个特征维度上所处特征区间的价值评估分数与对应的权重相乘，得到每个特征维度的加权得分；

16、针对每个用户群，计算所有加权得分的总和，得到综合评估分数。

17、在可选的实施例中，业务操作模块，包括：

18、若一用户群的综合评估分数低于第一阈值，确定所述用户群的业务策略为低端车辆产品介绍广告推送，并择时向所述用户群推送低端车辆产品介绍广告；

19、若一用户群的综合评估分数低于第二阈值，且不低于第一阈值，确定所述用户群的业务策略为车企试驾活动信息推送，并择时向所述用户群推送车企试驾活动信息；

20、若一用户群的综合评估分数低于第三阈值，且不低于第二阈值，确定所述用户群的业务策略为最新优惠活动及高端车型信息推送，并择时向所述用户群推送最新优惠活动及高端车型信息。

21、在可选的实施例中，还包括：

22、轮廓系数和相对熵确定模块，根据每个用户群中所有用户数据，确定每个用户群的轮廓系数和相对熵；

23、分离程度确定模块，根据每个用户群的轮廓系数和相对熵确定每个用户群的群体分离度；

24、用户分离模块，根据每个用户群的群体分离度，从每个用户群分离出至少一个用户。

25、在可选的实施例中，还包括：

26、特征距离确定模块，针对每个分离出的用户，基于其用户数据和每个用户群中至少一个用户的用户数据，得到该用户与每个用户群的特征距离；

27、归类模块，根据分离出的用户与每个用户群的特征距离，重新将所述分离出的用户归类至其中一个用户群。

28、在可选的实施例中，所述轮廓系数和相对熵确定模块，包括：

29、第一计算模块，计算第一权重与所述轮廓系数的乘积，并计算第二权重与所述相对熵的乘积；

30、分离度计算模块，将两个乘积之和作为所述用户群的群体分离度。

31、在可选的实施例中，所述聚类模块，包括：

32、模型输入单元，将用户的互动数据输入至所述用户价值模型，得到每个用户在模型空间中的三维坐标，其中所述模型空间的每一特征维度坐标轴表示一个特征维度的交互特征指标；

33、聚类单元，根据每个用户在模型空间中的三维坐标对所述用户进行聚类，得到所述多个用户群。

34、在可选的实施例中，所述价值评估分数在对应特征维度坐标上沿坐标轴递增或递减；

35、所述分割模块包括：

36、坐标查找单元，针对每个特征维度，查找所有用户坐标在对应坐标轴上的坐标范围；

37、分区划分单元，根据设定层数，将所述坐标范围切分为多个分区，并得到每个相邻两个分区之间的所述分割线。

38、又一方面，本技术实施例提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的方法。

39、又一方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。

40、有益效果

41、本技术提供一种业务操作方法、装置、计算机设备及可读介质，通过用户群和用户价值模型结合，将每个用户群划分到不同区间，之后得到每个区间分割线，由于用户价值模型的模型空间中每个坐标对应一个价值评估分数，从而确定每个区间分割线之后，可以结合每个区间分割线的坐标，确定出每个用户群在每个单一特征维度上的评估分数，之后汇总三个特征维度的评估分数即可确定出高价值的用户群，本技术中虽然单个用户本身的互动数据较少，但是划分用户群后以用户群的数据为单位，因此单个分析对象的数据相应增多，根据区间分割线的坐标，确定每个区间的价值评估分数，相当于将一个区间的车企用户互动数据等同于其他高频互动行业的一个用户，解决了目前车企行业由于低频互动导致的数据量不足的问题，可以针对每个用户群给出对应价值评估分数的业务逻辑，可以将高价值客户推送给车企，或者将低价值用户匹配潜在价值挖掘的业务逻辑，从而可以对每个用户倾斜不同资源和方向。