(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 202210355525.1 (22)申请日 2022.04.06 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 樊松松　王译锌　 (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 张静 (51)Int.Cl. G06K 9/62(2022.01) G06F 7/22(2006.01) G06N 5/00(2006.01) G06Q 40/02(2012.01) (54)发明名称 一种信用卡 客户数据细分方法及装置 (57)摘要 本发明提供了一种信用卡客户数据细分方 法及装置， 在对目标信用卡客户数据集进行细分 之前， 利用目标信用卡客户数据集创建信用卡客 户数据KD ‑树， 从而使用信用卡客户数据KD ‑树与 DBSCAN算法相结合的空间搜索算法， 对目标信用 卡客户数据集进行细分。 由于KD ‑树形结构使得 执行DBSCAN算法时仅需遍历有限数量的搜索路 径， 便可完成DBSCAN算法中核心点的确定， 最终 算法的时间复杂度为O(nlogn)， 相对于仅使用 DBSCAN算法的时间复杂度O(n2)， 节省了遍历无 效数据的时间， 有效减少信用卡客户数据细分时 间， 极大的提高了信用卡 客户数据细分效率。 权利要求书3页 说明书10页 附图2页 CN 114722935 A 2022.07.08 CN 114722935 A 1.一种信用卡 客户数据细分方法， 其特 征在于， 包括： 根据细分需求对原 始信用卡 客户数据进行 预处理， 得到目标信用卡 客户数据集； 利用所述目标信用卡 客户数据集创建信用卡 客户数据KD ‑树； 使用所述信用卡客户数据KD ‑树与DBSCAN算法相结合的空间搜索算法， 对所述目标信 用卡客户数据集进行细分。 2.根据权利要求1所述的方法， 其特征在于， 所述根据细 分需求对原始信用卡客户数据 进行预处理， 得到目标信用卡 客户数据集， 包括： 根据细分需求确定多个信用卡 客户属性； 从所述原始信用卡客户数据中提取包括多个所述信用卡客户属性的所述目标信用卡 客户数据集。 3.根据权利要求2所述的方法， 其特征在于， 利用所述目标信用卡客户数据集创建信用 卡客户数据KD ‑树， 包括： 计算待划分数据集中每个所述信用卡客户属性对应的数据方差， 并将最大数据方差对 应的所述信用卡客户属性确定为分割维度， 在初始状态下待划分数据集为所述目标信用卡 客户数据集； 在所述分割维度对所述目标信用卡客户数据集中的信用卡客户数据进行排序， 并确定 排序中的中值； 将所述中值对应的信用卡客户数据作为节点， 将不大于所述中值的信用卡客户数据划 分到左子树， 并将大于所述中值的信用卡 客户数据划分到右子树； 分别将左 子树和右子树对应的信用卡客户数据确定为待划分数据集， 并返回执行所述 计算待划分数据集中每个所述信用卡客户属性对应的数据方差， 直到左子树和右子树都只 包含一个信用卡 客户数据为止 。 4.根据权利要求1所述的方法， 其特征在于， 使用所述信用卡客户数据KD ‑树与DBSCAN 算法相结合的空间搜索算法， 对所述目标信用卡 客户数据集进行细分， 包括： 设置DBSCAN 算法的邻域半径和密度； 通过KD‑树空间搜索算法搜索所述信用卡客户数据KD ‑树中目标数据p的邻域半径内的 数据集合， 在初始状态下目标数据p为所述 目标信用卡客户数据集中任意一个信用卡客户 数据； 若搜索到的数据集 合内信用卡 客户数据的数量小于所述密度， 重新选取目标 数据p； 若搜索到的数据集合内信用卡客户数据的数量不小于所述密度， 将目标数据p标记为 核心点， 开始一个新的细分对象； 遍历目标数据p的邻域半径内的每个信用卡客户数据， 将其邻域半径内的数据集合内 信用卡数据的数量 不小于所述密度的信用卡 客户数据加入到所述细分对象中； 在所述目标信用卡客户数据集中的未处理信用卡客户数据中选取任意一个信用卡客 户数据作为目标数据p， 返回执行所述通过KD ‑树空间搜索算法搜索所述信用卡客户数据 KD‑树中目标数据p的邻域半径内的数据集合， 直到所述目标信用卡客户数据集中所有信用 卡客户数据都被处 理完成， 细分结束。 5.一种信用卡 客户数据细分装置， 其特 征在于， 包括： 数据预处理单元， 用于根据细分需求对原始信用卡客户数据进行预处理， 得到目标信权　利　要　求　书 1/3 页 2 CN 114722935 A 2用卡客户数据集； KD‑树创建单 元， 用于利用所述目标信用卡 客户数据集创建信用卡 客户数据KD ‑树； 数据细分单元， 用于使用所述信用卡客户数据KD ‑树与DBSCAN算法相结合的空间搜索 算法， 对所述目标信用卡 客户数据集进行细分。 6.根据权利要求5所述的装置， 其特 征在于， 所述数据预处 理单元， 具体用于： 根据细分需求确定多个信用卡 客户属性； 从所述原始信用卡客户数据中提取包括多个所述信用卡客户属性的所述目标信用卡 客户数据集。 7.根据权利要求6所述的装置， 其特 征在于， 所述KD ‑树创建单 元， 具体用于： 计算待划分数据集中每个所述信用卡客户属性对应的数据方差， 并将最大数据方差对 应的所述信用卡客户属性确定为分割维度， 在初始状态下待划分数据集为所述目标信用卡 客户数据集； 在所述分割维度对所述目标信用卡客户数据集中的信用卡客户数据进行排序， 并确定 排序中的中值； 将所述中值对应的信用卡客户数据作为节点， 将不大于所述中值的信用卡客户数据划 分到左子树， 并将大于所述中值的信用卡 客户数据划分到右子树； 分别将左 子树和右子树对应的信用卡客户数据确定为待划分数据集， 并返回执行所述 计算待划分数据集中每个所述信用卡客户属性对应的数据方差， 直到左子树和右子树都只 包含一个信用卡 客户数据为止 。 8.根据权利要求5所述的装置， 其特 征在于， 所述数据细分单 元， 具体用于： 设置DBSCAN 算法的邻域半径和密度； 通过KD‑树空间搜索算法搜索所述信用卡客户数据KD ‑树中目标数据p的邻域半径内的 数据集合， 在初始状态下目标数据p为所述 目标信用卡客户数据集中任意一个信用卡客户 数据； 若搜索到的数据集 合内信用卡 客户数据的数量小于所述密度， 重新选取目标 数据p； 若搜索到的数据集合内信用卡客户数据的数量不小于所述密度， 将目标数据p标记为 核心点， 开始一个新的细分对象； 遍历目标数据p的邻域半径内的每个信用卡客户数据， 将其邻域半径内的数据集合内 信用卡数据的数量 不小于所述密度的信用卡 客户数据加入到所述细分对象中； 在所述目标信用卡客户数据集中的未处理信用卡客户数据中选取任意一个信用卡客 户数据作为目标数据p， 返回执行所述通过KD ‑树空间搜索算法搜索所述信用卡客户数据 KD‑树中目标数据p的邻域半径内的数据集合， 直到所述目标信用卡客户数据集中所有信用 卡客户数据都被处 理完成， 细分结束。 9.一种存储介质， 其特征在于， 所述存储介质包括存储的程序， 其中， 所述程序执行权 利要求1至4中任意 一项所述的信用卡 客户数据细分方法。 10.一种电子设备， 其特征在于， 所述电子设备包括至少一个处理器、 以及与处理器连 接的至少一个存 储器、 总线； 其中， 所述处 理器、 所述存 储器通过 所述总线完成相互间的通信； 所述处理器用于调用所述存储器 中的程序指令， 以执行如权利要求1至4中任一项所述权　利　要　求　书 2/3 页 3 CN 114722935 A 3