一种持卡人消费画像的生成方法及装置的制造方法
【专利摘要】本发明公开一种持卡人消费画像的生成方法及装置，该方法包括：获取的持卡人消费信息，持卡人消费信息包括持卡人属性信息和银行卡交易信息；将持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息；根据持卡人属性信息对所述有效持卡人消费信息进行聚类分析，得到针对每个持卡人的有效消费信息集合；针对一个持卡人，确定每个银行卡交易信息对应的消费类型；根据每个银行卡交易信息对应的消费类型，将持卡人的有效消费信息集合划分为对应不同消费类型的有效消费信息子集合；根据有效消费信息子集合，确定持卡人的消费画像，用以解决现有技术中存在分析结果不够全面、准确的问题。
【专利说明】
一种持卡人消费画像的生成方法及装置
技术领域
[0001]本发明涉及信息技术领域，尤其涉及一种持卡人消费画像的生成方法及装置。
【背景技术】
[0002]在商品市场竞争日趋激烈的情况下，各种商户平台都在努力推出各种营销策略，而营销策略的制定则依赖于对于海量数据的挖掘分析。
[0003]传统营销策略在制定过程中首先要分析消费群体的消费行为特征，比如针对消费群体线下消费的分析结果发现大部分的目标客户属于年轻人，且消费能力较高，则可以针对这一情况调整营销策略，向目标客户投放广告，或者增加目标客户的消费品。但是目前分析消费群体的线下消费行为特征的方法只是简单统计持卡人在各类商户的交易额、交易笔数，并没有真正深入挖掘这些交易数据，进而造成对持卡人的消费行为没有准确的分析。
[0004]例如消费者的兴趣爱好、商户信息等，因此无法准确得出关于持卡人的个人属性特征、生活状况、财务状况、兴趣爱好、日常习惯等反映消费画像的关键因素，进而造成消费者的行为特征的分析结果不够全面准确，降低了营销的成功性。
[0005]综上，现有技术亟需一种提升对持卡人消费行为准确分析的方法。
【发明内容】
[0006]本发明实施例提供一种消费画像的生成方法及装置，用以解决现有技术中存在分析结果不够全面、准确的问题。
[0007]本发明方法包括一种持卡人消费画像的生成方法，该方法包括:获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息;将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息;根据所述持卡人属性信息对所述有效持卡人消费信息进行聚类分析，得到针对每个持卡人的有效消费信息集合;针对一个持卡人，根据所述有效持卡人消费信息中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型;根据所述每个银行卡交易信息对应的消费类型，将所述有效持卡人的消费信息集合划分为对应不同消费类型的消费信息子集合;根据所述消费信息子集合，确定所述持卡人的消费画像。
[0008]基于同样的发明构思，本发明实施例进一步地提供一种持卡人消费画像的生成装置，该装置包括:获取单元，用于获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息;数据清洗单元，用于将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息；聚类分析单元，用于根据所述持卡人属性信息对所述有效持卡人消费信息中的进行聚类分析，得到针对每个持卡人的有效消费信息集合;确定消费类型单元，用于针对一个持卡人，根据所述持卡人的有效消费信息集合中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型;划分单元，用于根据所述每个银行卡交易信息对应的消费类型，将所述持卡人的有效消费信息集合划分为对应不同消费类型的有效消费信息子集合;确定消费画像单元，用于根据所述有效消费信息子集合，确定所述持卡人的消费画像。
[0009]本发明实施例一方面获取银行卡转接系统中的持卡人消费信息，并完成对该部分持卡人消费信息的数据清洗，将违规商户、欺诈交易等异常数据滤除，进而保证了数据源的准确性；另一方面，本发明实施例将银行卡转接系统中的持卡人消费信息和外部商户网站中的商户信息进行结合，通过内部外商户信息的结合，把每个银行卡交易信息细分到不同的消费类型中，形成若干个对应不同消费类型的有效消费信息子集合，基于对有效消费信息子集合的分析，最后得出持卡人的消费画像。可见，本发明实施例经过数据清洗，内外部信息商户信息整合过程，保证了形成持卡人消费画像的数据源的准确和全面的特点，使得最后形成的消费者的消费画像更加准确，有利于营销策略的制定。
【附图说明】
[0010]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0011]图1为本发明实施例提供一种持卡人消费画像的生成方法流程示意图；
[0012]图2为本发明实施例提供一种持卡人消费画像的生成步骤图；
[0013]图3为本发明实施例提供一种持商户信息分类方法；
[0014]图4为本发明实施例提供一种持卡人消费画像的生成装置架构示意图。
【具体实施方式】
[0015]为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0016]参见图1所示，本发明实施例提供一种持卡人消费画像的生成方法流程示意图，具体地实现方法包括:
[0017]步骤SlOl，获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息。
[0018]步骤S102，将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费
?目息O
[0019]步骤S103，根据所述持卡人属性信息对所述有效持卡人消费信息进行聚类分析，得到针对每个持卡人的有效消费信息集合。
[0020]步骤S104，针对一个持卡人，根据所述持卡人的有效消费信息集合中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型。
[0021]步骤S105，根据所述每个银行卡交易信息对应的消费类型，将所述持卡人的消费信息集合划分为对应不同消费类型的有效消费信息子集合。
[0022]步骤S106，根据所述有效消费信息子集合，确定所述持卡人的消费画像。
[0023]步骤SlOl中，银行卡转接系统中的持卡人消费信息指的是持卡人通过P0S(pointof sale，销售终端)消费生成的交易信息，通常包括商户名称、商户号、交易额，交易时间等信息，这些交易信息从不同的方面反映持卡人的消费习惯和消费能力。通常一个持卡人会拥有多家银行卡，因此需要通过聚类分析，将同一持卡人的消费信息聚类到该持卡人名下，继而针对这部分数据利用本发明实施提供的持卡人消费画像的生成方法进行分类和数据挖掘。
[0024]所谓数据挖掘(Data Mining，DM)又称数据库中的知识发现(Knowledge Discoverin Database，KDD)，是目前人工智能、机器学习与数据库技术等多种学科相结合的产物，是从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，高度自动化地分析企业的数据，做出归纳性的推理，从海量数据挖掘出潜在的、隐含的、有价值的知识，通过客户分群、客户流失预测、产品关联分析等，开展对客户的针对性营销活动，其中数据挖掘算法包括逻辑回归算法、神经网络算法、决策树算法、Apr i or i算法和K-means算法等类型。
[0025]为了保证最后生成的消费画像的准确性，本发明实施例进一步地对获取的持卡人消费信息进行数据清洗，具体地，根据历史持卡人消费信息统计的异常交易关键字建立数据清洗规则;根据所述数据清洗规则从所述持卡人消费信息中识别出与违规商户相关的持卡人消费信息及构成欺诈交易的持卡人消费信息;从所述持卡人消费信息中去除所述与违规商户相关的持卡人消费信息及所述构成欺诈交易的持卡人消费信息，得到所述待分析的有效持卡人消费信息。
[0026]关于数据清洗规则的建立是基于从历史数据中提取的少部分欺诈样本(错误数据)，利用数据挖掘算法，迭代训练违规数据识别模型，并将多类型违规数据识别模型进行组合筛选，识别出其他未知的错误数据。考虑持卡人消费信息中的异常数据主要是包括违规商户和欺诈交易两种类型，本实施例通过给出如下二次清洗的过程，对数据清洗的方法进行举例描述，具体包括如下两个步骤。
[0027]步骤一，通过建立违规商户侦测模型，找出违规商户，例如POS移机违规、套用MCC码违规等，每个类型的违规商户识别都对应一个模型。基于这些侦测模型识别不合法的商户，并将这部分商户的消费去除。
[0028]步骤二，通过建立欺诈交易侦测模型，找出欺诈交易。其中，欺诈交易模型是由一系列欺诈侦测子模型组合而成，这些欺诈侦测子模型包括套现欺诈模型、伪卡欺诈模型、预授权欺诈模型等多种欺诈交易类型，通过这些子模型过滤这部分欺诈交易数据。
[0029]可见，经过上述两个过程的数据清洗，本发明实施例中的待分析的消费信息集合中数据属于正常交易产生的数据，基于该数据集合生成的消费画像才能够更加准确地反映持卡人的消费习惯和消费能力。
[0030]进一步地，根据所述每个银行卡交易信息的内部商户信息的商户名，确定所述商户名对应的外部商户信息的分类;根据所述每个银行卡交易信息对应的内部商户信息的分类和所述外部商户信息的分类，确定每个银行卡交易信息对应的消费类型。
[0031]具体地，根据所述银行卡交易信息的商户名，通过系统商户分类关系表确定所述持卡人的有效消费信息集合中的每个有效持卡人消费信息的消费类型;所述系统商户分类关系表是通过银行卡系统内的商户分类和第三方系统的商户分类得到的。
[0032]获取待归类对象的名称;将所述待归类对象的名称与对应关系表中的关键词进行匹配，若匹配成功，则获取所述对应关系表中与所述待归类对象的名称相匹配的关键词所对应的对象类别，所述对应关系表用于存储关键词与对象类别的对应关系;将获取到的对象类别确定为所述待归类对象的类别。
[0033 ]因为通常银行卡转接系统中的商户信息包含的内容较少，对应商户的分类也比较粗略，例如收到一笔来自肯德基的交易，只是简单的归类为餐饮类型，并没有针对消费时间和消费地点进行细分。故本发明实施例结合使用外部网站中的商户信息，例如从大众点评网站中获取不同商户名称对应的产品类型、产品的价格、商户的位置等信息。这样，通过内外部商户信息的结合，将每笔银行卡交易信息细化为不同的消费类型，最后再汇总每种消费类对应的消费行为特征。
[0034]比如说，银行卡转接系统中一笔银行卡交易信息为在一家旅行社的一个POS消费为一万元的交易订单，因此银行卡转接系统分析该笔银行卡为旅游消费，交易额为一万元，进一步地，本发明实施例结合携程网站中该旅游社的信息，得知该旅游社开展的服务出境旅游服务，消费等级对应中高端消费等级的消费群体，因此内外部商户信息的结合，将该笔消费交易归类为旅游消费类型，细化为消费较高的境外旅游类型。
[0035]又比如说，银行卡转接系统中某一持卡人的多笔银行卡交易信息是关于汽车的相关交易信息，有来自加油站的POS交易单、也有来自4S店的维修交易信息等，利用本发明实施例中内外部数据相结合，将商户信息和交易信息向结合，可以归类为汽车类型的消费，在该大类下面包含汽车属性、加油情况、驾驶特征等小类。
[0036]进一步地，针对每个有效消费信息子集合，根据所述有效消费信息子集合中的每个有效持卡人消费信息的消费时间和消费金额，计算每类消费类型对应的消费行为特征；组合所述每类消费类型对应的消费行为特征，得到所述持卡人的消费画像。
[0037]例如，上述例子中，大类为汽车类型的消费信息，小类包含汽车属性、加油情况、驾驶特征等类型的消费信息，就可以根据每个小类利用数据挖掘算法进行建模，针对每个小类利用数据挖掘算法得出该持卡人的消费行为特征，例如通过在加油站的加油订单的位置不同、频率较高，得出该持卡人属于自驾族，通过汽车属性属于高端类型品牌，得出该持卡人的消费能力较高等信息，基于以上小类对应的消费行为特征进行结合，可以得出该持卡人属于在汽车消费类型上消费能力高、出行频繁的自驾一族。
[0038]依次类推，对于每一张有消费记录的银行卡，分别利用卡基本信息分析模型、商旅特征分析模型、汽车消费特征分析模型、餐饮消费特征分析模型、休闲娱乐消费分析模型、运动爱好特征分析模型、出境特征分析模型和消费力特征分析模型等8个模型，在大数据平台上进行分布式计算，分别得到卡基本信息表、商旅特征表、汽车特征表、餐饮特征表、休闲娱乐特征表、运动爱好特征表、出境特征表和消费力特征表等8张子类明细特征表。然后以持卡人为主键，可以得出该持卡人的商旅特征、餐饮特征、兴趣爱好等不同消费类型的消费行为特征，故可以结合以上消费行为特征，对该持卡人进行消费画像，从而得出该持卡人完整的消费能力和消费习惯的消费画像。
[0039]为了详细地描述上述持卡人消费画像的生成过程，本发明实施例进一步地提供图2，分步骤阐述消费画像的形成过程。
[0040]步骤I，采集银行卡转接系统中的银行卡交易记录、欺诈交易表、商户分类表、银行卡卡BIN信息表等信息，然后通过违规商户侦测模型进行数据清洗。
[0041]步骤2，进一步，将上述清洗之后的数据进行二次清洗，采用欺诈交易侦测模型过滤掉异常交易数据。
[0042 ]步骤3，将上述清洗之后的交易数据进行内部商户信息分离。
[0043]步骤4，将上述清洗之后的交易数据进行聚类分析，使得一个持卡人名下所有银行卡交易信息都聚类到该人名下，形成该持卡人的消费信息集合。
[0044]步骤5，从外部商户网站，例如大众点评网等获取不同商户的商户号、商户业务类型、消费等级等信息。
[0045]步骤6，将内部商户信息和外部商户信息通过商户信息模型进行整合，形成每个商户的多维商户信息表。
[0046]步骤7、将聚合形成的多维商户信息表进行商户类别划分标定，形成完整商户信息表。
[0047]步骤8，将每个持卡交易信息表、完整商户信息表和银行卡关联关系表进行整合和分层递进分析，进行持卡人消费特征计算。
[0048]步骤9、以持卡人为主键，对卡基本信息分析模型、商旅特征分析模型、汽车消费特征分析模型、餐饮消费特征分析模型、休闲娱乐消费分析模型、运动爱好特征分析模型、出境特征分析模型和消费力特征分析模型等8个模型生成的8张子类明细特征表进行合并，形成统一持卡人消费特征信息表。信息表的概要示例如图3所示(注:每张子类明细特征表的二级分类都有几十项明细特征，为了便于说明，图中每张子类明细特征表只列出2至3项)。
[0049]步骤10、将统一持卡人消费特征信息表存入分布式数据库中。
[0050]当完成上述消费画像之后，可以利用该消费画像应用在个性化精准营销、银行卡风险防控、持卡人个人征信等方面，具体地，根据所述持卡人的消费画像，确定所述持卡人的消费习惯和消费能力;根据所述所述持卡人的消费习惯和消费能力，生成关于所述持卡人的营销策略。
[0051]例如，上述针对持卡人的消费行为特征的分析得出，该持卡人属于年轻一族，爱好自驾、旅游，消费能力偏高等信息，则可以在产品推送或者介绍时有针对性进行营销。
[0052]基于相同的技术构思，本发明实施例还提供一种持卡人消费画像的生成装置，该装置可执行上述方法实施例。本发明实施例提供的装置如图4所示，包括:获取单元401、数据清洗单元402、聚类分析单元403、确定消费类型单元404、划分单元405、确定消费画像单元406，其中:
[0053]获取单元401，用于获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息；
[0054]数据清洗单元402，用于将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息；
[0055]聚类分析单元403，用于根据所述持卡人属性信息对所述有效持卡人消费信息进行聚类分析，得到针对每个持卡人的有效消费信息集合；
[0056]确定消费类型单元404，用于针对一个持卡人，根据所述持卡人的有效消费信息集合中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型；
[0057]划分单元405，用于根据所述每个银行卡交易信息对应的消费类型，将所述持卡人的消费信息集合划分为对应不同消费类型的有效消费信息子集合；
[0058]确定消费画像单元406，用于根据所述有效消费信息子集合，确定所述持卡人的消费画像。
[0059]该装置位于数据中转系统、特征计算大数据平台、数据应用系统中，其中，数据中转系统的数据清洗单元402主要是对内部源数据和外部数据进行转换，非结构、半结构的数据、文件转换成结构的数据;对数据进行格式转换和标准化，并进行数据清洗和过滤工作。
[0060]进一步地，所述数据清洗单元402具体用于:根据历史持卡人消费信息统计的异常交易关键字建立数据清洗规则;根据所述数据清洗规则从所述持卡人消费信息中识别出与违规商户相关的持卡人消费信息及构成欺诈交易的持卡人消费信息;从所述持卡人消费信息中去除所述与违规商户相关的持卡人消费信息及所述构成欺诈交易的持卡人消费信息，得到所述待分析的有效持卡人消费信息。
[0061]另外在特征计算大数据平台所述确定消费类型单元404具体用于:根据所述每个银行卡交易信息的内部商户信息的商户名，确定所述商户名对应的外部商户信息的分类；根据所述每个银行卡交易信息对应的内部商户信息的分类和所述外部商户信息的分类，确定每个银行卡交易信息对应的消费类型。
[0062]进一步地，所述确定消费画像单元406具体用于:针对每个有效消费信息子集合，根据所述有效消费信息子集合中的每个有效持卡人消费信息的消费时间和消费金额，计算每类消费类型对应的消费行为特征;组合所述每类消费类型对应的消费行为特征，得到所述持卡人的消费画像。
[0063]进一步地，在数据应用系统中还包括:营销策略生成单元407，用于根据所述持卡人的消费画像，确定所述持卡人的消费习惯和消费能力;根据所述所述持卡人的消费习惯和消费能力，生成关于所述持卡人的营销策略。这样，精准的持卡人画像信息，可以广泛地应用于个性化精准营销、银行卡风险防控、持卡人个人征信等业务上。通过该系统，卡组织可以完整、全面、精确地分析出每一个有消费记录的持卡人的个人特征和生活习惯，形成持卡人画像。精准的持卡人画像信息，可以广泛地应用于个性化精准营销、银行卡风险防控、持卡人个人征信等业务上。
[0064]本发明实施例一方面获取银行卡转接系统中的持卡人消费信息，并完成对该部分持卡人消费信息的数据清洗，将违规商户、欺诈交易等异常数据滤除，进而保证了数据源的准确性；另一方面，本发明实施例将银行卡转接系统中的持卡人消费信息和外部商户网站中的商户信息进行结合，通过内部外商户信息的结合，把每个银行卡交易信息细分到不同的消费类型中，形成若干个对应不同消费类型的有效消费信息子集合，基于对有效消费信息子集合的分析，最后得出持卡人的消费画像。可见，本发明实施例经过数据清洗，内外部信息商户信息整合过程，保证了形成持卡人消费画像的数据源的准确和全面的特点，使得最后形成的消费者的消费画像更加准确，有利于营销策略的制定。
[0065]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0066]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0067]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0068]尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0069]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
【主权项】
1.一种持卡人消费画像的生成方法，其特征在于，该方法包括: 获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息； 将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息； 根据所述持卡人属性信息对所述有效持卡人消费信息进行聚类分析，得到针对每个持卡人的有效消费信息集合； 针对一个持卡人，根据所述有效持卡人消费信息中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型； 根据所述每个银行卡交易信息对应的消费类型，将所述有效持卡人的消费信息集合划分为对应不同消费类型的消费信息子集合； 根据所述消费信息子集合，确定所述持卡人的消费画像。2.如权利要求1所述的方法，其特征在于，所述将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息，包括: 根据历史持卡人消费信息统计的异常交易关键字建立数据清洗规则； 根据所述数据清洗规则从所述持卡人消费信息中识别出与违规商户相关的持卡人消费信息及构成欺诈交易的持卡人消费信息； 从所述持卡人消费信息中去除所述与违规商户相关的持卡人消费信息及所述构成欺诈交易的持卡人消费信息，得到所述待分析的有效持卡人消费信息。3.如权利要求1所述的方法，其特征在于，所述根据所述有效持卡人消费信息中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型，包括: 根据所述每个银行卡交易信息的内部商户信息的商户名，确定所述商户名对应的外部商户信息的分类； 根据所述每个银行卡交易信息对应的内部商户信息的分类和所述外部商户信息的分类，确定每个银行卡交易信息对应的消费类型。4.如权利要求1所述的方法，其特征在于，所述根据所述有效消费信息子集合，确定所述持卡人的消费画像，包括: 针对每个有效消费信息子集合，根据所述有效消费信息子集合中的每个有效持卡人消费信息的消费时间和消费金额，计算每类消费类型对应的消费行为特征； 组合所述每类消费类型对应的消费行为特征，得到所述持卡人的消费画像。5.如权利要求1所述的方法，其特征在于，所述得到所述持卡人的消费画像之后，还包括: 根据所述持卡人的消费画像，确定所述持卡人的消费习惯和消费能力； 根据所述所述持卡人的消费习惯和消费能力，生成关于所述持卡人的营销策略。6.一种持卡人消费画像的生成装置，其特征在于，该装置包括: 获取单元，用于获取持卡人消费信息，所述持卡人消费信息包括持卡人属性信息和银行卡交易信息； 数据清洗单元，用于将所述持卡人消费信息进行数据清洗，得到待分析的有效持卡人消费信息； 聚类分析单元，用于根据所述持卡人属性信息对所述有效持卡人消费信息中的进行聚类分析，得到针对每个持卡人的有效消费信息集合； 确定消费类型单元，用于针对一个持卡人，根据所述持卡人的有效消费信息集合中的每个银行卡交易信息的内部商户信息和外部网站中的外部商户信息，确定每个银行卡交易信息对应的消费类型； 划分单元，用于根据所述每个银行卡交易信息对应的消费类型，将所述持卡人的有效消费信息集合划分为对应不同消费类型的有效消费信息子集合； 确定消费画像单元，用于根据所述有效消费信息子集合，确定所述持卡人的消费画像。7.如权利要求6所述的装置，其特征在于，所述数据清洗单元具体用于: 根据历史持卡人消费信息统计的异常交易关键字建立数据清洗规则； 根据所述数据清洗规则从所述持卡人消费信息中识别出与违规商户相关的持卡人消费信息及构成欺诈交易的持卡人消费信息； 从所述持卡人消费信息中去除所述与违规商户相关的持卡人消费信息及所述构成欺诈交易的持卡人消费信息，得到所述待分析的有效持卡人消费信息。8.如权利要求6所述的装置，其特征在于，所述确定消费类型单元具体用于: 根据所述每个银行卡交易信息的内部商户信息的商户名，确定所述商户名对应的外部商户信息的分类； 根据所述每个银行卡交易信息对应的内部商户信息的分类和所述外部商户信息的分类，确定每个银行卡交易信息对应的消费类型。9.如权利要求6所述的装置，其特征在于，所述确定消费画像单元具体用于: 针对每个有效消费信息子集合，根据所述有效消费信息子集合中的每个有效持卡人消费信息的消费时间和消费金额，计算每类消费类型对应的消费行为特征； 组合所述每类消费类型对应的消费行为特征，得到所述持卡人的消费画像。10.如权利要求6所述的装置，其特征在于，还包括: 营销策略生成单元，用于根据所述持卡人的消费画像，确定所述持卡人的消费习惯和消费能力； 根据所述所述持卡人的消费习惯和消费能力，生成关于所述持卡人的营销策略。
【文档编号】G06F17/30GK105931068SQ201511025848
【公开日】2016年9月7日
【申请日】2015年12月30日
【发明人】王骏, 邱雪涛, 刘为怀, 华锦芝
【申请人】中国银联股份有限公司