【技術實現步驟摘要】
本申請涉及金融，尤其涉及一種用戶分類的方法、裝置、電子設備及存儲介質。
技術介紹
1、隨著市場競爭的日益激烈，差異化服務和個性化營銷成為金融機構提高市場競爭力的重要因素。用戶分類能讓銀行更加了解用戶、識別潛在的市場機會，幫助銀行為不同用戶制定個性化的產品和服務，從而提高用戶忠誠度和滿意度。
2、在現有技術中，企業或金融機構對用戶進行分類時，考慮的融資場景和指標比較單一，而供應鏈融資場景復雜，用戶可以在多個商圈融資辦理多種產品，是一對多的消費場景。這也導致用戶分類的結果不夠準確，無法滿足企業的需求。
技術實現思路
1、有鑒于此，本申請提供了一種用戶分類的方法、裝置、電子設備及存儲介質，以解決現有技術中用戶分類的結果不夠準確的問題。
2、為實現上述目的，本申請提供如下技術方案：
3、本申請第一方面公開了一種用戶分類的方法，包括：
4、構建待分類用戶的供應鏈-用戶稀疏矩陣；其中，所述供應鏈-用戶稀疏矩陣用于表征供應鏈與用戶之間的關聯關系；
5、對所述供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣；
6、對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到所述待分類用戶的供應鏈特征向量；
7、基于所述供應鏈特征向量和所述待分類用戶的用戶特征向量，計算得到用戶的特征向量；其中，所述用戶特征向量根據待分類用戶的的用戶信息生成得到；
8、將所述特征向量輸入到預先構建的分類器中進行處
9、可選的，上述的方法，所述構建供應鏈-用戶稀疏矩陣，包括：
10、針對每一個供應鏈，生成所述待分類用戶在當前供應鏈下的屬性向量；其中，所述屬性向量用于表征所述待分類用戶與所述當前供應鏈相關的屬性；
11、基于每一個供應鏈和所述待分類用戶在每一個供應鏈下的屬性向量，生成所述供應鏈-用戶稀疏矩陣。
12、可選的，上述的方法，所述對所述供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣，包括：
13、確定每一個供應鏈的權重值，并基于每一個供應鏈的權重值生成權重矩陣；
14、將所述權重矩陣與所述供應鏈-用戶稀疏矩陣相乘，得到賦權后的供應鏈-用戶稀疏矩陣。
15、可選的，上述的方法，所述對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到用戶的特征向量，包括：
16、利用主成分分析算法，對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到所述待分類用戶的供應鏈特征向量。
17、可選的，上述的方法，所述分類器的訓練過程，包括：
18、獲取樣本特征向量以及樣本特征向量的實際分類結果；
19、將所述樣本特征向量輸入到初始分類器中進行運算，得到所述樣本特征向量的分類結果；
20、判斷所述樣本特征向量的分類結果與所述樣本特征向量的實際分類結果是否相同；
21、若所述樣本特征向量的分類結果與所述樣本特征向量的實際分類結果相同，則完成所述分類器的訓練；
22、若所述樣本特征向量的分類結果與所述樣本特征向量的實際分類結果不相同，則求出誤差函數，并利用所述誤差函數調整所述分類器的參數，直至輸出的所述樣本特征向量的分類結果與所述樣本特征向量的實際分類結果相同，則完成所述分類器的訓練。
23、本申請第二方面公開了一種用戶分類的裝置，包括：
24、構建單元，用于構建待分類用戶的供應鏈-用戶稀疏矩陣；其中，所述供應鏈-用戶稀疏矩陣用于表征供應鏈與用戶之間的關聯關系；
25、賦權單元，用于對所述供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣；
26、降維單元，用于對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到所述待分類用戶的供應鏈特征向量；
27、計算單元，用于基于所述供應鏈特征向量和所述待分類用戶的用戶特征向量，計算得到用戶的特征向量；其中，所述用戶特征向量根據待分類用戶的的用戶信息生成得到；
28、分類單元，用于將所述特征向量輸入到預先構建的分類器中進行處理，得到所述待分類用戶的分類結果；其中，所述分類器預先根據樣本特征向量進行訓練得到。
29、可選的，上述裝置，所述構建單元，包括：
30、第一生成子單元，用于針對每一個供應鏈，生成所述待分類用戶在當前供應鏈下的屬性向量；其中，所述屬性向量用于表征所述待分類用戶與所述當前供應鏈相關的屬性；
31、第二生成子單元，用于基于每一個供應鏈和所述待分類用戶在每一個供應鏈下的屬性向量，生成所述供應鏈-用戶稀疏矩陣。
32、可選的，上述裝置，所述賦權單元，包括：
33、確定子單元，用于確定每一個供應鏈的權重值，并基于每一個供應鏈的權重值生成權重矩陣；
34、計算子單元，用于將所述權重矩陣與所述供應鏈-用戶稀疏矩陣相乘，得到賦權后的供應鏈-用戶稀疏矩陣。
35、本申請第三方面公開了一種電子設備，包括：
36、一個或多個處理器；
37、存儲裝置，其上存儲有一個或多個程序；
38、當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如本專利技術第一方面中任意一項所述的方法。
39、本申請第四方面公開了一種計算機存儲介質，其上存儲有計算機程序，其中，所述計算機程序被處理器執行時實現如本專利技術第一方面中任意一項所述的方法。
40、從上述技術方案可以看出，本申請提供的一種用戶分類的方法中，首先構建待分類用戶的供應鏈-用戶稀疏矩陣。對供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣。對賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到待分類用戶的供應鏈特征向量。基于供應鏈特征向量和待分類用戶的用戶特征向量，計算得到用戶的特征向量。將特征向量輸入到預先構建的分類器中進行處理，得到待分類用戶的分類結果。由此可知，利用本申請的方法對用戶進行分類時，不僅考慮用戶自身的特征，也考慮了用戶與各個供應鏈之間的聯系，保證了用戶分類結果更具有客觀性，提升了用戶分類的準確性。
本文檔來自技高網...【技術保護點】
1.一種用戶分類的方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述構建供應鏈-用戶稀疏矩陣，包括：
3.根據權利要求1所述的方法，其特征在于，所述對所述供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣，包括：
4.根據權利要求1所述的方法，其特征在于，所述對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到用戶的特征向量，包括：
5.根據權利要求1所述的方法，其特征在于，所述分類器的訓練過程，包括：
6.一種用戶分類的裝置，其特征在于，包括：
7.根據權利要求6所述的裝置，其特征在于，所述構建單元，包括：
8.根據權利要求6所述的裝置，其特征在于，所述賦權單元，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機存儲介質，其特征在于，其上存儲有計算機程序，其中，所述計算機程序被處理器執行時實現如權利要求1至5中任意一項所述的方法。
【技術特征摘要】
1.一種用戶分類的方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述構建供應鏈-用戶稀疏矩陣，包括：
3.根據權利要求1所述的方法，其特征在于，所述對所述供應鏈-用戶稀疏矩陣進行賦權處理，得到賦權后的供應鏈-用戶稀疏矩陣，包括：
4.根據權利要求1所述的方法，其特征在于，所述對所述賦權后的供應鏈-用戶稀疏矩陣進行降維處理，得到用戶的特征向量，包括：
5.根據權利要求1所述的方法...
【專利技術屬性】
技術研發人員：高凌妤，吳姝昕，李華春，喻梅，程呈，
申請(專利權)人：中國農業銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。