买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安银信博锐信息科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及一种用户多维度指标数据的聚合方法，包括：根据每个用户在每种维度组合下的所属类簇中的数据点分布、每个用户对应的行为数据，获得低样本数量聚类用户；根据每个低样本数量聚类用户在每种维度组合下对应的数据点与目标点之间的距离、每个低样本数量聚类用户的低意向倾向程度、在每种维度组合下对应的类簇中的用户的单维度低意向倾向程度，获得最少样本数；根据最少样本数进行用户多维度指标数据的聚合，并完成用户个性化筛选。本发明减小了最少样本数对聚类的影响，提高了多维度指标数据的聚合的准确性。

主权项：1.一种用户多维度指标数据的聚合方法，其特征在于，该方法包括以下步骤：采集用户的个人信息数据和行为数据；对用户不同维度的个人信息和行为进行两两组合，得到若干种维度组合，对每种维度组合下的所有数据点进行聚类，得到若干个类簇；根据每个用户在每种维度组合下的所属类簇中的数据点分布和用户对应的行为数据，得到每个用户的低意向倾向程度，通过所述低意向倾向程度从所有的用户中筛选出低样本数量聚类用户；将每种维度组合下数据点个数最多的类簇对应的聚类中心点，记为每种维度组合下的目标点，根据每个低样本数量聚类用户在每种维度组合下对应的数据点与目标点之间的距离、每个低样本数量聚类用户的低意向倾向程度，从所有低样本数量聚类用户中筛选出标记用户，将所有标记用户的个数作为聚类过程中每个类簇的最少样本数；根据最少样本数进行用户多维度指标数据的聚合，并完成用户个性化筛选；所述根据每个用户在每种维度组合下的所属类簇中的数据点分布和用户对应的行为数据，得到每个用户的低意向倾向程度，包括的具体步骤如下：将每个用户在每种维度组合下对应的数据点到所属类簇边界的距离的倒数、对应的数据点所属类簇中的总数据点个数之间的乘积结果，记为每个用户在每种维度组合下的簇内数据点分布特征，将每个用户在每种维度组合下对应的行为数据与所述簇内数据点分布特征之和，记为每个用户在每种维度组合下的第一数值，对每个用户在每种维度组合下的第一数值进行负相关映射，获得每个用户在每种维度组合下的单维度低意向倾向程度，将每个用户在所有种维度组合下的单维度低意向倾向程度的均值，作为每个用户的低意向倾向程度；所述每个用户在每种维度组合下对应的数据点到所属类簇边界的距离，包括的具体步骤如下：通过Graham扫描算法获取每个类簇所有数据点组成的最小凸多边形，得到对应的边界，获取每个类簇中每个数据点到边界的最小距离，记为每个数据点到所属类簇边界的距离。

全文数据：

权利要求：

百度查询： 西安银信博锐信息科技有限公司 一种用户多维度指标数据的聚合方法