分群规则推荐方法和装置、电子设备及可读存储介质与流程

本发明涉及互联网技术应用领域，尤其涉及一种分群规则推荐方法和装置、电子设备及可读存储介质。

背景技术：

1、近年来传统软件“注智”成为趋势，在此过程中对于人工加上推荐的方式越来越被用户所接收，以此作为便捷、高效、智能的软件能力提升方法。

2、客户群管理系统以不断累计的客户基础特征作为数据来源，让业务用户能够选取特征并设置复杂的规则最终生成具有业务特征的客户群最终为业务运营分析、内容推荐、精准营销等业务提供数据依据。

3、现有的客户分群方式大致以下几种：

4、专利cn202010584585.1提供了一种用协同过滤算法利用相似用户所选定标签来生成目标用户的标签推荐；此方法在相似用户较少的情况下推荐理想度较低，而且只推荐了客户标签，对于更为复杂的计算规则没有进行推荐，对于实际业务运营效果提升有限；专利cn201911421024.3基于标签画像系统聚类算法，依靠用户选择的特征给目标群体二次分群；此方法较为单一，属于特定分群方法，无法灵活应对业务多变性，让用户产生不信任感；专利cn201710429233.7公开了提供了使用知识图谱做标签管理推荐，只有单个标签没有条件与规则推荐相关内容，在规则配置灵活度上提升较小，对区间、枚举等内容都没有涉及，准确度低；专利cn202010885050.8提供了一种通过客户行为意图给用户打标签的过程，这些标签就是方法中的画像，此方法不存在分群规则定义与规则推荐步骤等内容与本方法存在明显不同，对分群业务用户相当于一个黑盒子，与本方法的关系可以认为是打完的标签是本方法基于的特征信息。

5、综上所述，上述方法使用机器算法对固定业务场景进行建模，适用于业务相对单一且固化场景；现有方法无法针完成业务分群规则的进行通用化推荐，无法做到让用户有更多的决策权，无法降低使用门槛让较少感知的情况下进行业务分群工作，无法解决了实际业务中要么完全靠经验，要么完全靠算法的方式，用户参与度、推荐准确度、可扩展性、灵活性都有待提高。

技术实现思路

1、本发明提供一种分群规则推荐方法和装置、电子设备及可读存储介质，用以解决现有技术中存在的技术缺陷。

2、本发明提供一种分群规则推荐方法，包括：

3、s1、对推荐专题中的关系数据进行预处理，得到处理后的关系数据；所述关系数据包括客户标识、关系目标和关系度；

4、s2、将用户的特征宽表数据和处理后的关系数据进行合并后，以关系目标进行分组，并分析分组特征；

5、s3、添加所述用户选择的规则项到分组特征中形成分群规则；

6、s4、基于所述分群规则，生成已选池，将所述已选池的分群规则与预设推荐池内的原始规则进行匹配后，将匹配得到的推荐规则按推荐度排序；

7、s5、将所述推荐度排序满足预设条件的推荐规则进行呈现；

8、s6、将所述用户引用推荐规则后的添加规则保存后添加至所述特征宽表数据中，返回所述s2。

9、根据本发明所述的分群规则推荐方法，其中，所述方法还包括：

10、基于所述用户所引用的推荐规则，记录用户对引用关系目标的关注度；

11、基于所述关注度和所述关系度，得到所述推荐度。

12、根据本发明所述的分群规则推荐方法，其中，所述对推荐专题中的关系数据进行预处理，得到处理后的关系数据之前，包括：

13、创建推荐专题，所述推荐专题包括：专题名称、损失系数、推荐权重。

14、根据本发明所述的分群规则推荐方法，其中，当所述对推荐专题中的关系数据进行预处理，得到处理后的关系数据，包括：

15、以关系目标列的数据对客户标识进行预分组处理，预分组过程中若客户标识对关系目标出现多次，关系度会无穷递减，设损失系数为q，公式为：

16、

17、将所述关系数据中的关系度归一化、形成0到100的值，公式为：

18、

19、其中，x是所述用户对关系目标的关系度，xn表示客户标识对关系目标出现n次的关系度；q表示损失系数，an代表示当前关系数据的关系度；xscale代表被归一化的关系度；xmin表示所有关系度中最小值，xmax表示所有关系度最大值。

20、根据本发明所述的分群规则推荐方法，其中，所述分析分组特征，包括：

21、对分组后的所述关系数据进行聚类分箱，记录特征，分箱区间、用户规模，区间关系度总和；

22、或记录特征，枚举值，客户规模，枚举关系度总和；

23、或记录特征，用户规模，关系度总和。

24、根据本发明所述的分群规则推荐方法，其中，所述将所述已选池的分群规则与预设推荐池内的原始规则进行匹配，包括：

25、将所述已选池的分群规则与推荐池中的原始规则的原始规则项、原始条件、原始运算符进行匹配，将相互匹配成功的作为推荐规则，其中，所述分群规则包括分群特征与条件，分群运算符，分群参数。

26、根据本发明所述的分群规则推荐方法，其中，所述将所述推荐度排序满足预设条件的推荐规则进行呈现之后，包括：

27、基于所述用户引用的推荐规则，将所述推荐规则对应的推荐内容展示给所述用户。

28、本发明还提供了一种分群规则推荐装置，包括：

29、预处理模块，用于对推荐专题中的关系数据进行预处理，得到处理后的关系数据；所述关系数据包括客户标识、关系目标和关系度；

30、分组模块，用于将用户的特征宽表数据和处理后的关系数据进行合并后，以关系目标进行分组，并分析分组特征；

31、分群规则确定模块，用于添加所述用户选择的规则项到分组特征中形成分群规则；

32、匹配模块，用于基于所述分群规则，生成已选池，将所述已选池的分群规则与预设推荐池内的原始规则进行匹配后，将匹配得到的推荐规则按推荐度排序；

33、推荐呈现模块，用于将所述推荐度排序满足预设条件的推荐规则进行呈现；

34、更新模块，用于将所述用户引用推荐规则后的添加规则保存后添加至所述特征宽表数据中，返回所述分组模块。

35、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述分群规则推荐方法的步骤。

36、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述分群规则推荐方法的步骤。

37、本发明在保留的规则的灵活度的情况下，对规则推荐能力作为了补充，使用户在做业务分群的时候随时都能看到明确的提示内容，并且能够根据自身实际情况随时调整；调整后的内容可以作为下次提示的基础依据，如此迭代，不断提升规则推荐的准确度；能够对不同专题内多种关系目标有效准确的推荐给用户，方便进行快速推荐；而每次选择专题、关系目标、规则会作为下次的推荐排名依据，迭代并强化推荐的准确率，提高了用户参与度、可扩展性、灵活性、流程可视程度。