本发明涉及大数据应用技术领域，尤其涉及一种基于大数据的用户深层标签挖掘方法。

背景技术：

用户画像建立的过程就是添加相应的标签，在数据挖掘领域称为标签化。标签是通过对用户信息分析而得到的高度精炼的特征标识。通过对用户进行标签化，可以更加准确的判断客户的需求，维护和绑定客户。现有技术中，对用户进行标签化管理层面还不够深，对客户的判断还不够准确。

技术实现要素：

本发明的目的在于提供一种基于大数据的用户深层标签挖掘方法，以解决上述技术问题。

本发明为解决上述技术问题，采用以下技术方案来实现：

一种基于大数据的用户深层标签挖掘方法，其特征在于：根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，用户深层标签挖掘方法包括：

(1)根据客户的身份证号码，提取出用户的籍贯、出生日期、性别等信息；

(2)根据客户的出生日期进一步推算出星座、生肖、性格；

(3)根据客户购买产品的种类和用户的一些行为特征推测添加用户的标签；根据客户的消费额、消费频次得到有业务价值的用户分类。

作为优选，根据上述指标综合对用户进行聚类分析，最终得到不同用户群体，每个群体设置一个标签。

作为优选，根据用户消费额、消费频次和行为特征的变化，预测用户流失概率的高低，根据用户流失概率的高低，划分出不同的流失概率标签。

本发明的有益效果是：

本发明提供一种基于大数据的用户深层标签挖掘方法，对用户进行更深层次的标签挖掘，标签化管理层面深，对客户的判断准确。通过对用户进行标签化，可以更加准确的判断客户的需求，维护和绑定客户。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明，但下述实施例仅仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本发明的保护范围。

实施例1

一种基于大数据的用户深层标签挖掘方法，其特征在于：根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，用户深层标签挖掘方法包括：

(1)根据客户的身份证号码，提取出用户的籍贯、出生日期、性别等信息；

(2)根据客户的出生日期进一步推算出星座、生肖、性格；

(3)根据客户购买产品的种类和用户的一些行为特征推测添加用户的标签；根据客户的消费额、消费频次得到有业务价值的用户分类。

实施例2

一种基于大数据的用户深层标签挖掘方法，其特征在于： 根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，用户深层标签挖掘方法包括：

(1)根据客户的身份证号码，提取出用户的籍贯、出生日期、性别等信息；

(2)根据客户的出生日期进一步推算出星座、生肖、性格；

(3)根据客户购买产品的种类和用户的一些行为特征推测添加用户的标签；根据客户的消费额、消费频次得到有业务价值的用户分类；

(4)根据上述指标综合对用户进行聚类分析，最终得到不同用户群体，每个群体设置一个标签。

实施例3

一种基于大数据的用户深层标签挖掘方法，其特征在于： 根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，用户深层标签挖掘方法包括：

(1)根据客户的身份证号码，提取出用户的籍贯、出生日期、性别等信息；

(2)根据客户的出生日期进一步推算出星座、生肖、性格；

(3)根据客户购买产品的种类和用户的一些行为特征推测添加用户的标签；根据客户的消费额、消费频次得到有业务价值的用户分类；

(4)根据上述指标综合对用户进行聚类分析，最终得到不同用户群体，每个群体设置一个标签；

(5)根据用户消费额、消费频次和行为特征的变化，预测用户流失概率的高低，根据用户流失概率的高低，划分出不同的流失概率标签。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。