龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供一种用户分类方法及系统，属于大数据技术领域。该用户分类方法包括：获取用户数量、用户分类数量和用户特征；根据所述用户特征构造约束矩阵；根据用户数量和用户分类数量确定秩约束条件；判断约束矩阵是否满足秩约束条件，根据判断结果对用户进行分类。本发明可以快速精准地对用户进行分类，从而针对各类用户提供个性化服务，提高用户体验和用户粘性。
主权项：1.一种用户分类方法，其特征在于，包括：获取用户数量、用户分类数量和用户特征；根据所述用户特征构造约束矩阵；所述根据所述用户特征构造约束矩阵，包括：根据所述用户特征构造分类输入矩阵；根据所述分类输入矩阵、正则化参数和初始相似度矩阵确定相似度目标函数；所述相似度目标函数为ui为干净数据矩阵U的第i列，uj为干净数据矩阵U的第j列，sij为初始相似度矩阵S第i行第j列的数据，γ为正则化参数；确定所述相似度目标函数的最小值对应的初始相似度矩阵为相似度矩阵；所述相似度矩阵为所述相似度目标函数的最优值对应的S；根据所述相似度矩阵确定度矩阵；确定所述度矩阵与所述相似度矩阵的差值为约束矩阵；所述根据所述分类输入矩阵、正则化参数和初始相似度矩阵确定相似度目标函数，包括：根据所述分类输入矩阵确定初始噪声矩阵和初始干净数据矩阵；根据所述初始噪声矩阵、所述初始干净数据矩阵和稀疏系数确定噪声分离目标函数；所述噪声分离目标函数为||U||*+α||E||1，U为m×n维不含噪声的初始干净数据矩阵，E为初始噪声矩阵，α为稀疏系数；确定所述噪声分离目标函数的最小值对应的初始干净数据矩阵为干净数据矩阵；根据所述干净数据矩阵、正则化参数和初始相似度矩阵确定相似度目标函数；根据所述用户数量和所述用户分类数量确定秩约束条件；判断所述约束矩阵是否满足秩约束条件，根据判断结果对所述用户进行分类，包括：判断所述约束矩阵的秩是否等于所述用户数量与所述用户分类数量的差值；当所述约束矩阵的秩等于所述用户数量与所述用户分类数量的差值时，根据所述相似度矩阵对所述用户进行分类。
权利要求：
百度查询： 中国工商银行股份有限公司 用户分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号