消费行为识别的方法及装置、电子设备和存储介质与流程

本公开涉及数据处理，尤其涉及一种消费行为识别的方法及装置、电子设备和存储介质。

背景技术：

1、网络运营商为用户提供了非常多的网络套餐，不同的用户对网络套餐的敏感程度存在差异。通过对客户的历史消费数据进行分析，能够获取客户的消费需求、偏好以及客户的消费敏感程度，以便为每个客户提供定制化的服务。

2、目前，利用传统的机器学习算法建模评估客户是否消费敏感。但是，这种通过机器学习算法建模评估的方法需要具有大量的标签数据，才能是实现较准确的分类效果，对于客户是否消费敏感识别领域而言往往缺乏已标注的数据，通过人工标注数据既费时费力，又难以保证人工标注的准确性。而传统的回归、聚类算法只适用于通用技术领域层面而非特定行业下的消费敏感等级识别。因此，如何提高对客户消费敏感识别的准确度成为亟待解决的问题。

技术实现思路

1、本公开提供了一种消费行为识别的方法及装置、电子设备和存储介质。其主要目的在于实现提高对客户消费敏感识别的准确度。

2、根据本公开的第一方面，提供了一种消费行为识别的方法，包括：

3、对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据；

4、将所述消费特征数据进行标准化处理，其中，所述消费特征数据包括至少一项消费指标；

5、对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值；

6、基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别。

7、可选的，所述对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据，包括：

8、根据所述消费行为数据，确定所述目标用户与其他用户，其中，所述其他用户包括至少一种用户分类；

9、基于所述至少一种消费指标，对所述目标用户的消费行为数据进行筛选并生成所述消费特征数据。

10、可选的，所述将所述消费特征数据进行标准化处理，包括：

11、基于预设标准化算法，将所述消费特征数据进行转换处理；

12、将转换处理后的所述消费特征数据进行标准评分处理，得到每条所述消费指标对应的标准得分。

13、可选的，所述对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值，包括：

14、将标准化处理后的所述消费特征数据进行熵值化处理，得到每条所述消费指标对应的熵权；

15、基于所述熵权及所述标准得分，计算所述目标用户的评分值。

16、可选的，所述将标准化处理后的所述消费特征数据进行熵值化处理，包括：

17、基于所述标准化处理后的所述消费特征数据，计算每条所述消费指标对应的熵值；

18、根据每条所述消费指标对应的熵值，确定每条所述消费指标对应的熵权。

19、可选的，所述方法还包括：

20、划分预设数量的消费行为分类，并确定所述消费行为分类对应的评分范围。

21、可选的，所述基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别，包括：

22、基于所述评分值及所述评分范围，确定所述目标用户的消费行为类别。

23、根据本公开的第二方面，提供了一种消费行为识别的装置，包括：

24、预处理单元，用于对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据；

25、标准化单元，用于将所述消费特征数据进行标准化处理，其中，所述消费特征数据包括至少一项消费指标；

26、评分单元，用于对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值；

27、分类单元，用于基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别。

28、可选的，所述预处理单元包括：

29、确定模块，用于根据所述消费行为数据，确定所述目标用户与其他用户，其中，所述其他用户包括至少一种用户分类；

30、生成模块，用于基于所述至少一种消费指标，对所述目标用户的消费行为数据进行筛选并生成所述消费特征数据。

31、可选的，所述标准化单元包括：

32、转换模块，用于基于预设标准化算法，将所述消费特征数据进行转换处理；

33、评分模块，用于将转换处理后的所述消费特征数据进行标准评分处理，得到每条所述消费指标对应的标准得分。

34、可选的，所述评分单元包括：

35、处理模块，用于将标准化处理后的所述消费特征数据进行熵值化处理，得到每条所述消费指标对应的熵权；

36、计算模块，用于基于所述熵权及所述标准得分，计算所述目标用户的评分值。

37、可选的，所述处理模块还用于：

38、基于所述标准化处理后的所述消费特征数据，计算每条所述消费指标对应的熵值；

39、根据每条所述消费指标对应的熵值，确定每条所述消费指标对应的熵权。

40、可选的，所述装置还包括：

41、确定单元，用于划分预设数量的消费行为分类，并确定所述消费行为分类对应的评分范围。

42、可选的，所述分类单元还用于：

43、基于所述评分值及所述评分范围，确定所述目标用户的消费行为类别。

44、根据本公开的第三方面，提供了一种电子设备，包括：

45、至少一个处理器；以及

46、与所述至少一个处理器通信连接的存储器；其中，

47、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面所述的方法。

48、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述第一方面所述的方法。

49、根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。

50、本公开提供了一种消费行为识别的方法及装置、电子设备和存储介质，对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据；将所述消费特征数据进行标准化处理，其中，所述消费特征数据包括至少一项消费指标；对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值；基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别。与相关技术相比，本公开实施例通过将目标用户的消费行为数据进行标准化、评分处理后，得到目标用户的消费行为类别，可以消除消费特征数据中不同消费指标对整体评分的影响，进而提升对目标用户的消费行为的识别准确度。

51、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种消费行为识别的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述消费特征数据进行标准化处理，包括：

4.根据权利要求3所述的方法，其特征在于，所述对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值，包括：

5.根据权利要求4所述的方法，其特征在于，所述将标准化处理后的所述消费特征数据进行熵值化处理，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，所述基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别，包括：

8.一种消费行为识别的装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。

技术总结
本公开提供了一种消费行为识别的方法及装置、电子设备和存储介质，对所有用户的消费行为数据进行预处理，得到目标用户的消费特征数据；将所述消费特征数据进行标准化处理，其中，所述消费特征数据包括至少一项消费指标；对标准化处理后的所述消费特征数据进行熵值评分处理，得到所述目标用户的评分值；基于所述评分值，对所述目标用户进行消费行为分类得到所述目标用户的消费行为类别。与相关技术相比，本公开实施例通过将目标用户的消费行为数据进行标准化、评分处理后，得到目标用户的消费行为类别，可以消除消费特征数据中不同消费指标对整体评分的影响，进而提升对目标用户的消费行为的识别准确度。

技术研发人员：庞哲翀,孟令坤,龚双双
受保护的技术使用者：中移（苏州）软件技术有限公司
技术研发日：
技术公布日：2024/1/15