摘要
本发明公开了一种用于筛选目标客户群体的分析方法、装置、设备及介质,涉及客户数据分析技术领域。所述方法包括:将已注册用户行为数据构建为包含用户节点、行为节点、实体节点的三元组图结构,并注入领域知识进行语义增强;划分24小时为周期性时段,生成时段嵌入向量,通过时段感知Transformer建模跨时段行为依赖。本发明通过构建三元组图结构并注入领域知识,结合周期性时段建模与多模态特征融合,深入挖掘行为语义关联和时序依赖,达到捕捉用户隐性需求的效果;通过本地多源数据交叉验证优化客户分层,明确四层级划分并关联强化学习与动态阈值决策,达到提升分层精准度的效果。
技术关键词
分层
客户
层级
节点
互补特征
三元组
实体
参数
时序特征
分析方法
语义特征
聚类
动态
强化学习算法
周期性
双向长短期记忆网络
嵌入特征
历史消费数据
系统为您推荐了相关专利信息
编码特征
编码模块
预训练网络
图像增强模型
层级
概率密度函数
高斯混合模型
集群机器人
概率路线图
运动规划方法