摘要
本发明公开了一种数字人民币客户群体的价值分类方法和装置。其方法包括:获取多个客户的多个维度特征数据,多个维度特征包括两个方面:客户本身的属性特征和客户使用数字人民币交易的行为特征;对客户的每个维度特征分别进行归一化;对归一化后的每个零散值特征和每个连续值特征分别构造初始特征关系图;使用图卷积神经网络搭建分类模型,将价值标签已知的客户的预标签赋值为其价值标签,将价值标签未知的客户的预标签赋值为0,通过最小化交叉熵损失函数优化分类模型的训练参数,对价值标签未知的客户预测其价值分类。本发明使用不同特征共同训练分类模型,且使用已知的价值标签作为标签引导,使得分类结果具有目标性和倾向性,更符合目标人群。
技术关键词
客户
标签
损失函数优化
价值分类方法
人民币
分类模型训练
关系
训练分类模型
矩阵
层级
参数
分类装置
数据
节点
系统为您推荐了相关专利信息
网络剪枝方法
分类网络训练
参数
图像
构建训练集
车辆路径规划方法
深度强化学习
客户
融合策略
代表