一种用户分组以及活跃度确定方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111259931A(43)申请公布日2020.06.09(21)申请号202010021127.7(22)申请日2020.01.09(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人曹绍升梁琛吴郑伟张志强(74)专利代理机构成都七星天知识产权代理有限公司51253代理人袁春晓(51)Int.Cl.G06K9/62(2006.01)权利要求书2页说明书14页附图6页(54)发明名称一种用户分组以及活跃度确定方法及系统(57)摘要本说明书实施例公开了一种用户分组及活跃度确定方法。所述用户活跃度确定方法包括：分别获取多个用户的特征数据；基于用户的第一属性，将所述多个用户划分为至少一个群组；对于每个群组，利用聚类算法至少基于用户的特征数据，确定对应于每个用户的聚类簇；对于每一个聚类簇，获取该聚类簇中的用户在预设时间段内产生的交互数据以确定用户的活跃度。本说明书将多个用户划分为聚类簇，可以较为精确的确定存在交互行为的多个用户的各自的活跃度。CN111259931ACN111259931A权利要求书1/2页1.一种用户活跃度确定方法，其中，所述方法包括：分别获取多个用户的特征数据；基于用户的第一属性，将所述多个用户划分为至少一个群组；对于每个群组，利用聚类算法至少基于用户的特征数据，确定对应于每个用户的聚类簇；对于每一个聚类簇，获取该聚类簇中的用户在预设时间段内产生的交互数据以确定用户的活跃度。2.根据权利要求1所述的方法，其中，所述特征数据包括用户属性数据以及行为数据中的至少一种；所述第一属性反映用户的地域信息。3.根据权利要求1所述的方法，其中，所述基于用户的第一属性，将所述多个用户划分为至少一个群组，包括：基于所述特征数据，确定多个用户中任意两个用户之间的关系数据，以获得用户图网络；基于各用户的第一属性，将所述用户图网络划分为至少一个子图网络，将所述至少一个子图网络确定为所述至少一个群组。4.根据权利要求1所述的方法，其中，所述对于每个群组，利用聚类算法至少基于用户的特征数据，确定对应于每个用户的聚类簇，还包括：基于所述特征数据，确定该群组中任意两个用户之间的关系数据，以获得该群组对应的子图网络；利用聚类算法处理所述子图网络，确定对应于每个用户的聚类簇。5.根据权利要求3或4所述的方法，其中，所述任意两个用户之间的关系数据基于该两个用户的特征数据的相似度确定。6.根据权利要求1中所述的方法，所述聚类算法包括louvain算法或k-means算法。7.根据权利要求1所述的方法，其中，所述交互数据至少反映红包分享次数和/或红包核销次数。8.一种用户活跃度确定系统，所述系统包括第一获取模块、第一划分模块、第一确定模块以及执行模块；所述第一获取模块用于分别获取多个用户的特征数据；所述第一划分模块用于基于用户的第一属性，将所述多个用户划分为至少一个群组；所述第一确定模块用于对于每个群组，利用聚类算法至少基于用户的特征数据，确定对应于每个用户的聚类簇；所述执行模块用于对于每一个聚类簇，获取该聚类簇中的用户在预设时间段内产生的交互数据以确定用户的活跃度。9.根据权利要求8所述的系统，其中，所述特征数据包括用户属性数据以及行为数据中的至少一种；所述第一属性反映用户的地域信息。10.根据权利要求8所述的系统，其中，为基于用户的第一属性，将所述多个用户划分为至少一个群组，所述第一划分模块用于：2CN111259931A权利要求书2/2页基于所述特征数据，确定多个用户中任意两个用户之间的关系数据，以获得用户图网络；基于各用户的第一属性，将所述用户图网络划分为至少一个子图网络，将所述至少一个子图网络确定为所述至少一个群组。11.根据权利要求8所述的系统，其中，对于每个群组，为利用聚类算法至少基于用户的特征数据，确定对应于每个用户的聚类簇，所述第一确定模块用于：基于所述特征数据，确定该群组中任意两个用户之间的关系数据，以获得该群组对应的子图网络；利用聚类算法处理所述子图网络，确定对应于每个用户的聚类簇。12.根据权利要求10或11所述的系统，其中，所述任意两个用户之间的关系数据基于该两个用户的特征数据的相似度确定。13.根据权利要求8中所述的系统，所述聚类算法包括louvain算法或k-means算法。14.根据权利要求8所述的系统，其中，所述交互数据至少反映红包分享次数和/或红包核销次数。15.一种用户活跃度确定装置，所述装置包括处理器以及存储介质，其中，存储介质用于存储计算机指令，所述处理器用于执行所述计算机指令以实现如权利要求1～7任一项所述的用户活跃度确定方法。16.一种用户分组确定方法，其中，所