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：中国平安人寿保险股份有限公司

摘要：本申请涉及数据分析技术领域，尤其涉及一种基于决策树的信息筛选方法、装置、设备和存储介质，包括：获取原始数据，提取原始数据中的关键词生成用户画像；对用户画像进行分类，生成带有类别标签的用户组；统计每一个用户组中的用户数量，确定各类别标签的纯度值；根据各类别标签的纯度值，确定各类别标签在决策树中的位置，得到决策树模型；将原始数据中的用户信息输入到决策树模型的根节点，根据决策树模型中每一级节点的限制条件，从决策树模型的根节点到最小叶子节点对原始数据进行逐级筛选，汇总筛选后的用户信息。解决了决策树在对客户信息进行分析时，不能够精准的获得用户的特征，不能从客户信息数据中及时有效的筛选出优质客户的问题。

主权项：1.一种基于决策树的信息筛选方法，其特征在于，所述基于决策树的信息筛选方法包括：获取原始数据，提取所述原始数据中的关键词，根据所述关键词生成用户画像；根据预设分类条件对所述用户画像进行分类，生成带有类别标签的用户组；统计每一个所述用户组中的用户数量，根据所述用户数量，确定各类别标签的纯度值；根据所述各类别标签的纯度值，确定所述各类别标签在决策树中的位置，得到决策树模型；将所述原始数据中的用户信息输入到所述决策树模型的根节点，根据所述决策树模型中每一级节点的限制条件，从所述决策树模型的根节点到最小叶子节点对所述原始数据进行逐级筛选，汇总筛选后的用户信息；所述统计每一个所述用户组中的用户数量，根据所述用户数量，确定各类别标签的纯度值包括：获取所述带有类别标签的用户组中用户的实体名称，将属于同一实体名称的用户打包成一个用户小组，统计所述用户小组中的用户数量；计算每一个所述用户小组中的用户数量占所述用户组中的总用户数量的比例，将所述比例入参到预置纯度计算公式中进行计算，得到所述用户组的纯度值，其中，纯度值计算公式为： ；式子中，H表示纯度，P（i）表示第i个用户小组的用户数量占用户组中的总用户数量的比例；所述根据所述各类别标签的纯度值，确定所述各类别标签在决策树中的位置，得到决策树模型包括：获取所述纯度值中最大值对应的第一类别标签，以所述第一类别标签作为所述决策树的根节点；获取纯度值中最小值对应的第二类别标签，以所述第二类别标签作为所述决策树的最小叶子节点；将其它类别标签按照纯度值由大到小进行排列后，依次填充到所述根节点至所述最小叶子节点之间，得到所述决策树模型。

全文数据：

权利要求：

百度查询： 中国平安人寿保险股份有限公司 基于决策树的信息筛选方法、装置、设备和存储介质