(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 202211058071.8 (22)申请日 2022.08.30 (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 童楚婕　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 李建忠　李艳艳 (51)Int.Cl. G06K 9/62(2022.01) G06Q 40/02(2012.01) (54)发明名称 手机银行用户分类的方法及装置 (57)摘要 本发明公开了一种手机银行用户分类的方 法及装置， 可用于人工智能技术领域， 包括： 获取 手机银行待测用户的交易信息， 将待测用户的交 易信息输入至第一用户分类模型， 得到待测用户 的交易信息对应的第一用户分类预测结果； 将待 测用户的交易信息输入至第二用户分类模型， 得 到待测用户的交易信息对应的第二用户分类预 测结果； 根据第一用户分类预测结果以及第二用 户分类预测结果确定待测用户的用户分类结果， 本发明通过第一用户分类模型、 第二用户分类模 型根据待测用户的交易信息对待测用户进行分 类， 从海量的用户交易信息中高效提取了有用的 信息， 根据用户的实时的交易行为动态更新， 实 现实时增量更新用户类别， 提高了手机银行用户 分类的准确性及效率。 权利要求书2页 说明书7页 附图2页 CN 115392385 A 2022.11.25 CN 115392385 A 1.一种手机银 行用户分类的方法， 其特 征在于， 包括： 获取手机银行待测用户的交易信息； 待测用户的交易信息包括： 待测用户最近一次交 易时间、 待测用户预设时间段内的交易频率以及交易金额； 将待测用户的交易信 息输入至第 一用户分类模型， 得到待测用户的交易信 息对应的第 一用户分类预测结果； 所述第一用户分类模型为利用手机银行历史用户的交易信息和分类 结果对决策树模型进行训练后得到； 将待测用户的交易信 息输入至第 二用户分类模型， 得到待测用户的交易信 息对应的第 二用户分类预测结果； 所述第二用户分类模型为利用手机银行历史用户的交易信息和分类 结果对线性回归 模型进行训练后得到； 根据所述第一用户分类预测结果以及所述第二用户分类预测结果确定待测用户的用 户分类结果。 2.如权利要求1所述的手机银行用户分类的方法， 其特征在于， 在将待测用户的交易信 息输入至第一用户分类模型， 得到待测用户的交易信息对应的第一用户分类预测结果之 前， 还包括： 获取手机银 行历史用户的交易信息和分类结果； 对历史用户的交易信 息和分类结果进行预处理， 确定历史用户的交易信 息和分类结果 对应的第一训练集； 根据第一训练集对决策树模型进行训练， 得到所述第一用户分类模型。 3.如权利要求1所述的手机银行用户分类的方法， 其特征在于， 在将待测用户的交易信 息输入至第二用户分类模型， 得到待测用户的交易信息对应的第二用户分类预测结果之 前， 还包括： 获取手机银行历史用户的交易信 息和分类结果； 对历史用户的交易信 息和分类结果进 行预处理， 确定历史用户的交易信息和分类结果对应的第二训练集； 根据第二训练集对线性回归 模型进行训练， 得到所述第二用户分类模型。 4.如权利要求1所述的手机银行用户分类的方法， 其特征在于， 待测用户的交易信 息还 包括交易类型； 根据所述第一用户分类预测结果以及所述第二用户分类预测结果确定待测用户的用 户分类结果， 包括： 根据所述第一用户分类预测结果以及所述第二用户分类预测结果确定待测用户基于 所述交易类型的用户分类结果。 5.如权利要求1所述的手机银行用户分类的方法， 其特征在于， 将待测用户的交易信 息 输入至第二用户分类模型， 得到待测用户的交易信息对应的第二用户分类预测结果， 包括： 将待测用户的交易信 息输入至第 二用户分类模型， 得到待测用户的交易信 息对应的分 类指标值； 根据分类指标值、 预设的分类指标值与用户分类预测结果的映射关系， 确定第二用户 分类预测结果。 6.一种手机银 行用户分类的装置， 其特 征在于， 包括： 获取模块， 用于获取手机银行待测用户的交易信息； 待测用户的交易信息包括： 待测用 户最近一次交易时间、 待测用户预设时间段内的交易频率以及交易金额；权　利　要　求　书 1/2 页 2 CN 115392385 A 2处理模块， 用于将待测用户的交易信息输入至第一用户分类模型， 得到待测用户的交 易信息对应的第一用户分类预测结果； 所述第一用户分类模型为利用手机银行历史用户的 交易信息和分类结果对决策树模型进 行训练后得到； 将待测用户的交易信息输入至第二用 户分类模型， 得到待测用户的交易信息对应的第二用户分类预测结果； 所述第二用户分类 模型为利用手机银行历史用户的交易信息和分类结果对线性回归模型进 行训练后得到； 根 据所述第一用户分类预测结果以及所述第二用户分类预测结果确定待测用户的用户分类 结果。 7.如权利要求6所述的手机银 行用户分类的装置， 其特 征在于， 所述处 理模块还用于： 在将待测用户的交易信 息输入至第 一用户分类模型， 得到待测用户的交易信 息对应的 第一用户分类预测结果之前， 获取手机银 行历史用户的交易信息和分类结果； 对历史用户的交易信 息和分类结果进行预处理， 确定历史用户的交易信 息和分类结果 对应的第一训练集； 根据第一训练集对决策树模型进行训练， 得到所述第一用户分类模型。 8.如权利要求6所述的手机银行用户分类的装置， 其特征在于， 所述处理模块具体用 于： 将待测用户的交易信 息输入至第 二用户分类模型， 得到待测用户的交易信 息对应的分 类指标值； 根据分类指标值、 预设的分类指标值与用户分类预测结果的映射关系， 确定第二用户 分类预测结果。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至5任一所述方 法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处 理器执行时实现权利要求1至 5任一所述方法。 11.一种计算机程序产品， 其特征在于， 所述计算机程序产品包括计算机程序， 所述计 算机程序被处 理器执行时实现权利要求1至 5任一所述方法。权　利　要　求　书 2/2 页 3 CN 115392385 A 3