(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210878187.X (22)申请日 2022.07.25 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 王惠君　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 马小青 (51)Int.Cl. G06F 16/906(2019.01) G06F 16/9535(2019.01) G06F 16/9536(2019.01) G06Q 30/02(2012.01) (54)发明名称 一种用户分类方法及装置 (57)摘要 本申请提供了一种用户分类方法及装置， 可 应用于互联网或金融领域。 首先按照预设属性信 息对用户进行筛选， 得到第一分类用户； 然后根 据所述第一 分类用户、 所述第一 分类用户购买的 产品、 所述第一分类用户购买的产品所属的产品 类型构建异质信息网络； 再根据所述异质信息网 络构建初始化社团； 最后根据初始化社团密度与 节点对于初始化社团的贡献关系， 对初始化社团 进行扩张得到扩张社团； 所述扩张社团对应第二 分类用户。 这样， 通过根据用户、 用户购买的产 品、 产品类型构建异质信息网络， 然后根据初始 化社团密度与节点对于初始化社团的贡献关系， 对初始化社团进行扩张得到扩张社团， 得到用户 细分结果， 能够实现用户的精细化分类， 使得用 户分类更加准确。 权利要求书3页 说明书8页 附图2页 CN 115309961 A 2022.11.08 CN 115309961 A 1.一种用户分类方法， 其特 征在于， 所述方法包括： 按照预设属性信息对用户进行筛 选， 得到第一分类用户； 根据所述第一分类用户、 所述第一分类用户购买的产品、 所述第一分类用户购买的产 品所属的产品类型构建异质信息网络； 根据所述异质信息网络构建初始化社团； 根据初始化社团密度与节点对于初始化社团的贡献关系， 对所述初始化社团进行扩 张 得到扩张社团； 所述扩张社团对应第二分类用户。 2.根据权利要求1所述的方法， 其特征在于， 所述根据初始化社团密度与节点对于初始 化社团的贡献关系， 对所述初始化社团进行扩张得到扩张社团， 具体包括： 根据第一公式计算所述初始化社团密度， 所述第一公式为： d (C)为所述初始化社团的密度； |V(C)|为所述初始化社团中节 点的数量； E(C)为所述初始化 社团中边的集 合； w(e)为节点相似度； e为所述初始化社团中的边； 根据第二公式计算所述节点对于初始化社团的贡献； 所述第二公式为： 其中c(v,C)为节点对 于初始化社团的贡献度； V(C)为 社团中节点的集合； 是一个参数； w(uv)为节点的相似度； Adj[v][u]表示邻接矩阵 的值； |V(C)|为所述初始化社团中节点的数量； 若节点对于初始化社团的贡献度与初始化社团的密度满足扩 张条件， 则将所述节点扩 张到所述初始化社团中， 得到扩张社团； 所述扩张条件为： c(v,C)＞and(C)， 其中， γ≥1,t≥1是一个特定参数； n＝|V(C)|， 表示所述初始化社团中的节点 数量。 3.根据权利要求2所述的方法， 其特 征在于， 节点之间的相似度计算方法具体包括： 根据第三 公式计算节 点之间的相似度； 所述第三公 式为： 其中， w[i][j]表示节点i、 j之间的相似度； Nij表示节点i和节点j的共同邻居节点集合； |Nij |表示节点 i和节点j的共同邻居节点数； Adj[i][j]表示邻接矩阵的值。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述异质信 息网络构建初始化社 团， 具体包括： 选取所述异质信息网络中节点度最大的节点作为种子节点； 将所述种子节点及其邻居节点组合形成初始化社团。 5.根据权利要求1所述的方法， 其特征在于， 在所述根据初始化社团子密度与节点对于 初始化社团的贡献关系， 对初始化社团进行扩张得到扩张社团之后， 所述方法还 包括： 判断所述扩张社团之间是否满足合并条件； 若满足所述合并条件， 将所述扩张社团进行合并； 所述合并条件为|CA∩CB|≥β min(|CA |， |CB|)； 其中， |CA∩CB|为扩张社团A和扩张社团B所包含的共同节点的数量； |CA|为所述扩 张社团A所包含的节点的数量； |CB|为所述扩张社团B所包含的节 点的数量； min(|CA|,|CB|)权　利　要　求　书 1/3 页 2 CN 115309961 A 2表示所述扩张社 团A和所述扩张社 团B的节点数的最小值； β ∈(0,1)为经验值； 所述扩张社 团A和所述扩张社团B为所述扩张社团中任意两个扩张社团。 6.一种用户分类装置， 其特征在于， 所述装置包括： 筛选模块、 第一构建模块、 第 二构建 模块、 扩张模块； 所述筛选模块， 用于按照预设属性信息对用户进行筛 选， 得到第一分类用户； 所述第一构建模块， 用于根据 所述第一分类用户、 所述第 一分类用户购买的产品、 所述 第一分类用户购买的产品所属的产品类型构建异质信息网络； 所述第二构建模块， 用于根据所述异质信息网络构建初始化社团； 所述扩张模块， 用于根据初始化社团密度与节点对于初始化社团的贡献关系， 对所述 初始化社团进行扩张得到扩张社团； 所述扩张社团对应第二分类用户。 7.根据权利要求6所述的装置， 其特 征在于， 所述扩张模块具体用于： 根据第一公式计算所述初始化社团密度， 所述第一公式为： d (C)为所述初始化社团的密度； |V(C)|为所述初始化社团中节 点的数量； E(C)为所述初始化 社团中边的集 合； w(e)为节点相似度； e为所述初始化社团中的边； 根据第二公式计算所述节点对于初始化社团的 贡献 ； 所述第二公式为 ： 其中c(v,C)为节点对于初始化社团的贡献度； V(C)为社 团中节点的集合； 是一个参数； w(uv)为节点的相似度； Adj[v][u]表示邻接矩阵的 值； |V(C)|为所述初始化社团中节点的数量； 若节点对于初始化社团的贡献度与初始化社团的密度满足扩 张条件， 则将所述节点扩 张到所述初始化社团中， 得到扩张社团； 所述扩张条件为： c(v,C)＞and(C)， 其中， γ≥1,t≥1是一个特定参数； n＝|V(C)|， 表示所述初始化社团中的节点 数量。 8.根据权利要求7所述的装置， 其特征在于， 所述装置还包括计算模块， 所述计算模块 具体用于： 根据第三公式计算节点之间的相似度； 所述第三公式为： 其中， w[i][j]表示节点i、 j之间的相似度； Nij表示节点i和节点j的共同邻居节点集合； |Nij |表示节点 i和节点j的共同邻居节点数； Adj[i][j]表示邻接矩阵的值。 9.根据权利要求6所述的装置， 其特 征在于， 所述第二构建模块具体用于： 选取所述异质信息网络中节点度最大的节点作为种子节点； 将所述种子节点及其邻居节点组合形成初始化社团。 10.根据权利要求6所述的装置， 其特征在于， 所述装置还包括合并模块， 在所述根据初 始化社团子密度与 节点对于初始 化社团的贡献关系， 对初始 化社团进 行扩张得到扩张社团 之后， 所述 合并模块具体用于： 判断所述扩张社团之间是否满足合并条件； 若满足所述合并条件， 将所述扩张社团进行合并； 所述合并条件为|CA∩CB|≥β min(|CA权　利　要　求　书 2/3 页 3 CN 115309961 A 3