(19)國家知識產(chǎn)權局(12)發(fā)明專利地址100012北京市朝陽區(qū)雙營路11號院3(72)發(fā)明人陶然張潮華朱明林鄭彥公司11691GO6Q30/GO6Q30/0203(G06Q40/03(2權利要求書3頁說明書9頁附圖4頁獲取用戶數(shù)據(jù)，創(chuàng)建用戶風險畫像根據(jù)所述用戶風險畫像，將用戶劃分為多個客群獲取用戶數(shù)據(jù)，創(chuàng)建用戶風險畫像根據(jù)所述用戶風險畫像，將用戶劃分為多個客群構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾切分過濾后的客群中的用戶形成客群分塊所述風險規(guī)則對所述多個客群中的用戶進行過2獲取用戶數(shù)據(jù)并將用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)；針對不同維度的數(shù)據(jù)建立不同評分模型來輸出對應不同維度的數(shù)據(jù)的評分，并根據(jù)不同維度的數(shù)據(jù)的評分確定不同維度的數(shù)據(jù)對應的不同的用戶標簽，根據(jù)不同的用戶標簽創(chuàng)建用戶風險畫像；根據(jù)所述用戶風險畫像，將用戶劃分為多個客群；構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾，包括：構建強風險規(guī)則，所述強風險規(guī)則為完全不予通過的規(guī)則，用于剔除客群中的用戶；以及，構建弱風險規(guī)則，在統(tǒng)一對各個客群中的用戶采用強風險規(guī)則剔除符合強風險規(guī)則的用戶后，再用所述弱風險規(guī)則根據(jù)各個客群的屬性不同而分析個別客群中的用戶以僅進行差異化調幅處理而不剔除用戶；使用Behaviorscorecard獲取用戶行為評分，并根據(jù)顆粒度最細膩的用戶行為評分的高低對過濾后的客戶群中的用戶進行排序，按照排序結果切分過濾后的客群中的用戶形成客群分塊；根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。2.如權利要求1所述的方法，其特征在于，針對不同維度的數(shù)據(jù)建立不同評分模型來輸出對應不同維度的數(shù)據(jù)的評分，并根據(jù)不同維度的數(shù)據(jù)的評分確定不同維度的數(shù)據(jù)對應的對屬性數(shù)據(jù)，建立屬性類評分模型以輸出屬性數(shù)據(jù)的評分；對行為數(shù)據(jù)，建立行為類評分模型以輸出行為數(shù)據(jù)的評分；對風險數(shù)據(jù)，建立風險類評分模型以輸出風險數(shù)據(jù)的評分；模型評分數(shù)據(jù)包括AI模型評分；各個不同的所述評分模型為機器學習模型；通過屬性數(shù)據(jù)的評分、行為數(shù)據(jù)的評分、風險數(shù)據(jù)的評分、AI模型評分確定所述用戶的標簽。3.如權利要求1所述的方法，其特征在于，所述根據(jù)所述用戶風險畫像，將用戶劃分為選取用戶標簽；基于選取的所述用戶標簽，建立分群規(guī)則；按照所述分群規(guī)則分析所述的用戶風險畫像，并將用戶劃分為多個客群。4.如權利要求1所述的方法，其特征在于，還包括：所述用戶行為評分比起強風險規(guī)則和弱風險規(guī)則的顆粒度最細膩。獲取所述客群分塊的收益和風險數(shù)據(jù)；通過調整用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性。用戶數(shù)據(jù)劃分單元，將用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)；3用戶標簽建立單元，針對不同維度的數(shù)據(jù)建立不同評分模型來輸出對應不同維度的數(shù)據(jù)的評分，并根據(jù)不同維度的數(shù)據(jù)的評分確定不同維度的數(shù)據(jù)對應的不同的用戶標簽；用戶風險畫像創(chuàng)建單元，根據(jù)不同的用戶標簽創(chuàng)建用戶風險畫像；客群劃分模塊，用于根據(jù)所述用戶風險畫像，將用戶劃分為多個客群；風險規(guī)則構建及使用模塊，用于構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群強風險規(guī)則構建單元，構建強風險規(guī)則，所述強風險規(guī)則為完全不予通過的規(guī)則，用于剔除客群中的用戶；弱風險規(guī)則構建單元，構建弱風險規(guī)則，在統(tǒng)一對各個客群中的用戶采用強風險規(guī)則剔除符合強風險規(guī)則的用戶后，再用所述弱風險規(guī)則根據(jù)各個客群的屬性不同而分析個別客群中的用戶以進行差異化調幅處理而不剔除用戶；客群分塊生成模塊，包括：客群分塊生成單元，用于使用Behaviorscorecard獲取用戶行為評分；用戶排序子單元，用于根據(jù)顆粒度最細膩的用戶行為評分的高低對過濾后的客戶群中的用戶進行排序；用戶切分子單元，用于按照排序結果切分過濾后的客群中的用戶形成客群分塊；客群分塊篩選模塊，用于根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。對屬性數(shù)據(jù)，建立屬性類評分模型以輸出屬性數(shù)據(jù)的評分；對行為數(shù)據(jù)，建立行為類評分模型以輸出行為數(shù)據(jù)的評分；對風險數(shù)據(jù)，建立風險類評分模型以輸出風險數(shù)據(jù)的評分；模型評分數(shù)據(jù)包括AI模型評分；各個不同的所述評分模型為機器學習模型；通過屬性數(shù)據(jù)的評分、行為數(shù)據(jù)的評分、風險數(shù)據(jù)的評分、AI模型評分確定所述用戶的標簽。具體包括：用戶標簽選取單元，用于選取用戶標簽；分群規(guī)則建立單元，用于基于選取的所述用戶標簽，建立分群規(guī)則；分群規(guī)則使用單元，用于按照所述分群規(guī)則分析所述的用戶風險畫像，并將用戶劃分為多個客群。9.如權利要求6所述的裝置，其特征在于，所述客群分塊生成單元具體還包括：所述用戶行為評分比起強風險規(guī)則和弱風險規(guī)則的顆粒度最細膩。收益和風險數(shù)據(jù)獲取單元，用于獲取所述客群分塊的收益和風險數(shù)據(jù)；行為評分調整單元，用于通過調整所述用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性。4存儲計算機可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行根據(jù)權利要求1-5中任一項所述的方法。12.一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執(zhí)行時，實現(xiàn)權利要求1-5中任一項所述的方法。5技術領域[0001]本發(fā)明涉及計算機信息處理領域，具體而言，涉及一種篩選用戶的方法、裝置、電子設備及計算機可讀介質。背景技術[0002]現(xiàn)有技術中，在通過篩選目標客戶進行調額時，金融平臺往往注重目標客戶的風險水平，并且使用統(tǒng)一的策略門檻進行校驗?，F(xiàn)有技術選取的頭部客戶風險品質的確較好，但對比全部客戶的覆蓋率較低，對動支金額的促動作用較為有限，且不利于長期優(yōu)化整體風險水平，以及促動動支后的業(yè)務收益。發(fā)明內容[0003]本發(fā)明要解決的技術問題是如何在提高用戶篩選通過率的同時，優(yōu)化整體風險及[0004]本發(fā)明的一方面提供一種一種篩選用戶的方法，其特征在于，包括：獲取用戶數(shù)根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾；切分過濾后的客群中的用戶形成客群分塊；根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。[0005]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述獲取用戶數(shù)據(jù)，創(chuàng)建用戶風險畫像，進一步包括：獲取用戶數(shù)據(jù)；將所述用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)；針對不同維度的數(shù)據(jù)建立不同的用戶標簽；基于所述不同的用戶標簽，創(chuàng)建用戶風險畫像。[0006]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述多個維度，進一步包括：屬性維度、行為維[0007]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述根據(jù)所述用戶風險畫像，將用戶劃分為多群規(guī)則分析所述的用戶風險畫像，并將用戶劃分為多個客群。[0008]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述構建風險規(guī)則，進一步包括：構建強風險規(guī)則，所述強風險規(guī)則用于剔除客群中的用戶。[0009]根據(jù)本發(fā)明的一種優(yōu)選實施方式，進一步包括：構建弱風險規(guī)則，所述弱風險規(guī)則用于對客群中的用戶進行差異化處理。[0010]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述切分過濾后的客群中的用戶形成客群分塊，進一步包括：獲取用戶行為評分，并根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊。[0011]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊，進一步包括：根據(jù)所述用戶行為評分的高低，對所述過濾后的客群中的用戶進行排序；按照排序結果切分過濾后的客群中的用戶形成客群分塊。[0012]根據(jù)本發(fā)明的一種優(yōu)選實施方式，還包括：獲取所述客群分塊的收益和風險數(shù)據(jù)；6通過調整所述用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性。[0013]本發(fā)明的第二方面提供一種篩選用戶的裝置，其特征在于，包括：用戶數(shù)據(jù)獲取模用戶劃分為多個客群；風險規(guī)則構建及使用模塊，用于構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾；客群分塊生成模塊，用于切分過濾后的客群中的用戶形成客群分塊；客群分塊篩選模塊，用于根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。[0014]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述用戶數(shù)據(jù)獲取模塊，進一步包括：用戶數(shù)據(jù)獲取單元，用于獲取用戶數(shù)據(jù)；用戶數(shù)據(jù)劃分單元，用于將所述用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)；用戶標簽建立單元，用于針對不同維度的數(shù)據(jù)建立不同的用戶標簽；用戶風險畫像創(chuàng)建單元，用于基于所述不同的用戶標簽，創(chuàng)建用戶風險畫像。[0015]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述多個維度，進一步包括：屬性維度、行為維[0016]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述客群劃分模塊，進一步包括：用戶標簽選取單元，用于選取用戶標簽；分群規(guī)則建立單元，用于基于所述選取的用戶標簽，建立分群規(guī)則；分群規(guī)則使用單元，用于按照所述分群規(guī)則分析所述的用戶風險畫像，并將用戶劃分為多個客群。[0017]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述風險規(guī)則構建及使用模塊，進一步包括：強風險規(guī)則構建單元，用于構建強風險規(guī)則，所述強風險規(guī)則用于剔除客群中的用戶。[0018]根據(jù)本發(fā)明的一種優(yōu)選實施方式，進一步包括：弱風險規(guī)則構建單元，用于構建弱風險規(guī)則，所述弱風險規(guī)則用于對客群中的用戶進行差異化處理。[0019]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述客群分塊生成模塊，進一步包括：客群分塊生成單元，用于獲取用戶行為評分，并根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊。[0020]根據(jù)本發(fā)明的一種優(yōu)選實施方式，所述客群分塊生成單元，進一步包括：用戶排序子單元，用于根據(jù)所述用戶行為評分的高低，對所述過濾后的客群中的用戶進行排序；用戶切分子單元，用于按照排序結果切分過濾后的客群中的用戶形成客群分塊。[0021]根據(jù)本發(fā)明的一種優(yōu)選實施方式，還包括：收益和風險數(shù)據(jù)獲取單元，用于述客群分塊的收益和風險數(shù)據(jù)；行為評分調整單元，用于通過調整所述用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性。[0023]存儲計算機可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行任一項所述的方法。[0024]本發(fā)明的第四方面提供一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執(zhí)行時，實現(xiàn)任一項所述的方法。[0026]本發(fā)明通過創(chuàng)建用戶風險畫像對用戶進行分群，有利于針對各個客群的特點配置差異化的篩選策略，從而達到精細化經(jīng)營的目的。[0027]本發(fā)明通過構建強風險規(guī)則和弱風險規(guī)則，實現(xiàn)針對各個客群特點的差異化篩選7策略。[0028]本發(fā)明通過使用用戶行為評分對客群進行分塊，使分塊的風險與收益呈現(xiàn)單調性，進而達到優(yōu)化整體風險與收益的效果。附圖說明[0029]為了使本發(fā)明所解決的技術問題、采用的技術手段及取得的技術效果更加清楚，下面將參照附圖詳細描述本發(fā)明的具體實施例。但需聲明的是，下面描述的附圖僅僅是本發(fā)明示例性實施例的附圖，對于本領域的技術人員來講，在不付出創(chuàng)造性勞動的前提下，可以根據(jù)這些附圖獲得其他實施例的附圖。[0030]圖1是本發(fā)明的一種篩選用戶的方法流程示意圖；[0031]圖2是本發(fā)明的一種篩選用戶的方法的創(chuàng)建用戶風險畫像的流程示意圖；[0032]圖3是本發(fā)明的一種篩選用戶的方法的用戶風險畫像示意圖；[0033]圖4是本發(fā)明的一種篩選用戶的裝置的模塊架構示意圖；[0034]圖5是本發(fā)明的一種篩選用戶的裝置的用戶數(shù)據(jù)獲取模塊架構示意圖；[0035]圖6是本發(fā)明的篩選用戶的電子設備結構框架示意圖；[0036]圖7是本發(fā)明的計算機可讀存儲介質示意圖。具體實施方式[0037]現(xiàn)在將參考附圖更全面地描述本發(fā)明的示例性實施例。然而，示例性實施例能夠以多種形式實施，且不應被理解為本發(fā)明僅限于在此闡述的實施例。相反，提供這些示例性實施例能夠使得本發(fā)明更加全面和完整，更加便于將發(fā)明構思全面地傳達給本領域的技術人員。在圖中相同的附圖標記表示相同或類似的元件、組件或部分，因而將省略對它們的重復描述。[0038]在符合本發(fā)明的技術構思的前提下，在某個特定的實施例中描述的特征、結構、特性或其他細節(jié)不排除可以以合適的方式結合在一個或更多其他的實施例中。[0039]在對于具體實施例的描述中，本發(fā)明描述的特征、結構、特性或其他細節(jié)是為了使本領域的技術人員對實施例進行充分理解。但是，并不排除本領域技術人員可以實踐本發(fā)明的技術方案而沒有特定特征、結構、特性或其他細節(jié)的一個或更多。[0040]附圖中所示的流程圖僅是示例性說明，不是必須包括所有的內容和操作/步驟，也不是必須按所描述的順序執(zhí)行。例如，有的操作/步驟還可以分解，而有的操作/步驟可以合并或部分合并，因此實際執(zhí)行的順序有可能根據(jù)實際情況改變。[0041]附圖中所示的方框圖僅僅是功能實體，不一定必須與物理上獨立的實體相對應。即，可以采用軟件形式來實現(xiàn)這些功能實體，或在一個或多個硬件模塊或集成電路中實現(xiàn)這些功能實體，或在不同網(wǎng)絡和/或處理器裝置和/或微控制器裝置中實現(xiàn)這些功能實體。[0042]應理解，雖然本文中可能使用第一、第二、第三等表示編號的定語來描述各種器件、元件、組件或部分，但這不應受這些定語限制。這些定語乃是用以區(qū)分一者與另一者。例如，第一器件亦可稱為第二器件而不偏離本發(fā)明實質的技術方案。[0043]術語“和/或”或者“及/或”包括相關聯(lián)的列出項目中的任一個及一或多者的所有組合。8[0044]現(xiàn)有技術中，在根據(jù)業(yè)務特點篩選目標客戶時，往往只注重單一維度的變量?？衫纾鹑谄脚_在通過篩選目標客戶進行調額時，往往只注重目標客戶的風險水平，而忽略掉其他維度的變量，造成大量數(shù)據(jù)的浪費?，F(xiàn)有技術使用單一變量，選取的頭部客戶風險品質的確較好，但對比全部客戶的覆蓋率較低，對動支金額的促動作用較為有限，且不利于長期優(yōu)化整體風險水平，以及促動動支后的業(yè)務收益。[0045]現(xiàn)有技術在篩選目標用戶時存在篩選粒度較粗的問題。[0046]本發(fā)明通過獲取用戶數(shù)據(jù)，將用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)，并避免使用單一維度的數(shù)據(jù)。[0047]除此之外，本發(fā)明還包括構建用戶風險畫像，并將用戶風險畫像劃分為客群，結合風險規(guī)則和用戶行為評分對不同客群中的用戶進行篩選等步驟，用以達到對目標用戶的精[0048]圖1是本發(fā)明的一種篩選用戶的方法流程示意圖；如圖1所示，本發(fā)明的方法至少包括步驟S101～S105。[0049]S101:獲取用戶數(shù)據(jù)，創(chuàng)建用戶風險畫[0050]如圖2所示，圖2是本發(fā)明的一種篩選用戶的方法的創(chuàng)建用戶風險畫像的流程示意數(shù)據(jù)劃分為多個維度的數(shù)據(jù)；針對不同維度的數(shù)據(jù)建立不同的用戶標簽；基于所述不同的中的至少一個。網(wǎng)購商品類型、網(wǎng)購商品價格、月網(wǎng)購消費金額等數(shù)據(jù)；通過金融平臺獲取逾期次數(shù)、逾期[0053]將獲取到的上述數(shù)據(jù)劃分為屬性數(shù)據(jù)、行為數(shù)據(jù)、風險數(shù)據(jù)、模型評分數(shù)據(jù)等維度。[0055]針對屬性數(shù)據(jù)、行為數(shù)據(jù)、風險數(shù)據(jù)建立不同的機器學習模型，用于輸出針對不同維度數(shù)據(jù)的評分，根據(jù)評分得到用戶的標簽。K-Means、關聯(lián)規(guī)則、和/或時序模式算法實現(xiàn)，使得輸入用戶屬性數(shù)據(jù)，可以得到屬性是與非的概率，作為屬性類評分，屬性與的用戶評分為1,為賦予相應用戶標簽；屬性非的用戶評分為0,則不賦予相應用戶標簽。[0057]行為類評分模型、風險類評分模型的構建過程與屬性類評分模型的構建過程相[0058]作為示例，圖3是本發(fā)明的一種篩選用戶的方法的用戶風險畫像示意圖；如圖3所用戶風險畫像。[0059]S102:根據(jù)所述用戶風險畫像，將用戶劃分為多個客群。9[0060]其中，所述根據(jù)所述用戶風險畫像，將用戶劃分為多個客群，進一步包括：選取用戶標簽；基于所述選取的用戶標簽，建立分群規(guī)則；按照所述分群規(guī)則分析所述的用戶風險險高、風險低四個標簽，建立分群規(guī)則。分群規(guī)則可為：將屬性與且風險高的用戶劃為客群A,屬性非且風險高的用戶劃為客群B,將屬性與且風險低的用戶劃為客群C,屬性非且風險群D四種。[0062]S103:構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾。[0063]其中，構建風險規(guī)則，進一步包括：構建強風險規(guī)則，所述強風險規(guī)則用于剔除客群中的用戶。[0064]其中，構建弱風險規(guī)則，所述弱風險規(guī)則用于對客群中的用戶進行差異化處理。[0065]作為示例，統(tǒng)一對各個客群剔除符合強風險規(guī)則的用戶。強風險規(guī)則，即完全不予通過的規(guī)則，即該用戶的硬性條件，表明該用戶的風險極大?？衫缈腿篈中某用戶逾期100次，用戶的風險極大，利用強風險規(guī)則剔除客群A中的該用戶。[0066]對各客群采用強風險規(guī)則后，須對各個客群分別分析弱風險類規(guī)則，由于各個客群的屬性不盡相同，弱風險類規(guī)則并不會對每類客群都呈現(xiàn)有效的區(qū)分度，僅對個別客群使用弱風險規(guī)則，顯現(xiàn)客戶分群的差異化策略。[0067]弱風險規(guī)則不剔除客戶，僅做客群差異化調幅策略使用。例如：有無學歷規(guī)則，風險對應值為0.3%和0.5%,則有學歷客戶調幅高，無學歷客戶調幅低。[0068]S104:切分過濾后的客群中的用戶形成客群分塊。[0070]獲取用戶行為評分，并根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊。[0071]進一步地，所述根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊，進一步包括：根據(jù)所述用戶行為評分的高低，對所述過濾后的客群中的用戶進行排序；按照排序結果切分過濾后的客群中的用戶形成客群分塊。分的高低，對過濾后的客群中的用戶進行由高到低的排序，按照排序結果切分過濾后的客群中的用戶形成客群分塊。[0073]由于用戶行為評分較強風、弱風險規(guī)則等其他策略的顆粒度最為細膩，因此作為最后的兜底規(guī)則，有利于將客群切分為小方塊。[0074]其中，本發(fā)明的方法還包括：獲取所述客群分塊的收益和風險數(shù)據(jù)；以及通過調整所述用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性[0075]S105:根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用[0076]評估每客群分塊對應的實際風險表現(xiàn)與實際現(xiàn)金流表現(xiàn)，基于客戶分群后的穩(wěn)定性與行為評分模型的優(yōu)越性，根據(jù)行為評分的由高到低劃分后的每一個客群分塊應當是呈現(xiàn)出單調趨勢的收益與風險，將收益不達標或高于整體風險的小方塊剔除，或調整策略使收益與風險呈現(xiàn)單調性，能夠得到基于盈虧平衡與優(yōu)化風險的客群篩選結果。[0077]最后，根據(jù)步驟S10S～105得到的篩選結果，策略制定者可以在此基礎上根據(jù)自己的業(yè)務目標(如KPI目標)平衡規(guī)模、風險以及收益，從而制定出基于不同業(yè)務目標的多套風控篩選策略。[0078]本發(fā)明通過創(chuàng)建用戶風險畫像對用戶進行分群，有利于針對各個客群的特點配置差異化的篩選策略，從而達到精細化經(jīng)營的目的。[0079]本發(fā)明通過構建強風險規(guī)則和弱風險規(guī)則，實現(xiàn)針對各個客群特點的差異化篩選[0080]本發(fā)明通過使用用戶行為評分對客群進行分塊，使分塊的風險與收益呈現(xiàn)單調性，進而達到優(yōu)化整體風險與收益的效果。[0081]本領域技術人員可以理解，實現(xiàn)上述實施例的全部或部分步驟被實現(xiàn)為由計算機數(shù)據(jù)處理設備執(zhí)行的程序(計算機程序)。在該計算機程序被執(zhí)行時，可以實現(xiàn)本發(fā)明提供的上述方法。而且，所述的計算機程序可以存儲于計算機可讀存儲介質中，該存儲介質可以等可讀存儲介質，也可以是多個存儲介質組成的存儲陣列，例如磁盤或磁帶存儲陣列。所述的存儲介質不限于集中式存儲，其也可以是分布式存儲，例如基于云計算的云存儲。[0082]下面描述本發(fā)明的裝置實施例，該裝置可以用于執(zhí)行本發(fā)明的方法實施例。對于本發(fā)明裝置實施例中描述的細節(jié)，應視為對于上述方法實施例的補充；對于在本發(fā)明裝置實施例中未披露的細節(jié)，可以參照上述方法實施例來實現(xiàn)。[0083]本領域技術人員可以理解，上述裝置實施例中的各模塊可以按照描述分布于裝置中，也可以進行相應變化，分布于不同于上述實施例的一個或多個裝置中。上述實施例的模塊可以合并為一個模塊，也可以進一步拆分成多個子模塊。[0084]圖4是本發(fā)明的一種篩選用戶的裝置的模塊架構示意圖；如圖4所示，本發(fā)明的裝置400,包括用戶數(shù)據(jù)獲取模塊401,客群劃分模塊402,風險規(guī)則構建及使用模塊403,客群分塊生成模塊404,客群分塊篩選模塊405.[0085]用戶數(shù)據(jù)獲取模塊401,用于獲取用戶數(shù)據(jù)，創(chuàng)建用戶風險畫像。[0086]客群劃分模塊402,用于根據(jù)所述用戶風險畫像，將用戶劃分為多個客群。[0087]風險規(guī)則構建及使用模塊403,用于構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾。[0088]客群分塊生成模塊404,用于切分過濾后的客群中的用戶形成客群分塊。[0089]客群分塊篩選模塊405,用于根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。[0090]圖5是本發(fā)明的一種篩選用戶的裝置的用戶數(shù)據(jù)獲取模塊架構示意圖；如圖5所示，用戶數(shù)據(jù)獲取模塊401,進一步包括：用戶數(shù)據(jù)獲取單元501,用戶數(shù)據(jù)劃分單元502,用戶標簽建立單元503,用戶風險畫像創(chuàng)建單元504。[0091]用戶數(shù)據(jù)獲取單元501,用于獲取用戶數(shù)據(jù)。[0092]用戶數(shù)據(jù)劃分單元502,用于將所述用戶數(shù)據(jù)劃分為多個維度的數(shù)據(jù)。[0093]用戶標簽建立單元503,用于針對不同維度的數(shù)據(jù)建立不同的用戶標簽。[0094]用戶風險畫像創(chuàng)建單元504,用于基于所述不同的用戶標簽，創(chuàng)建用戶風險畫像。11中的至少一個。群規(guī)則建立單元，用于基于所述選取的用戶標簽，建立分群規(guī)則；分群規(guī)則使用單元，用于按照所述分群規(guī)則分析所述的用戶風險畫像，并將用戶劃分為多個客群。建強風險規(guī)則，所述強風險規(guī)則用于剔除客群中的用戶。[0098]其中，進一步包括：弱風險規(guī)則構建單元，用于構建弱風險規(guī)則，所述弱風險規(guī)則用于對客群中的用戶進行差異化處理。[0099]其中，所述客群分塊生成模塊，進一步包括：客群分塊生成單元，用于獲取用戶行為評分，并根據(jù)所述用戶行為評分切分過濾后的客群中的用戶形成客群分塊。[0100]其中，所述客群分塊生成單元，進一步包括：用戶排序子單元，用于根據(jù)所述用戶行為評分的高低，對所述過濾后的客群中的用戶進行排序；用戶切分子單元，用于按照排序結果切分過濾后的客群中的用戶形成客群分塊。[0101]其中，本發(fā)明的裝置，還包括：收益和風險數(shù)據(jù)獲取單元，用于獲取所述客群分塊的收益和風險數(shù)據(jù)；行為評分調整單元，用于通過調整所述用戶行為評分使所述客群分塊的收益和風險數(shù)據(jù)符合單調性。[0102]下面描述本發(fā)明的電子設備實施例，該電子設備可以視為對于上述本發(fā)明的方法和裝置實施例的具體實體實施方式。對于本發(fā)明電子設備實施例中描述的細節(jié)，應視為對于上述方法或裝置實施例的補充；對于在本發(fā)明電子設備實施例中未披露的細節(jié)，可以參照上述方法或裝置實施例來實現(xiàn)。[0103]圖6是本發(fā)明的篩選用戶的電子設備的結構框架示意圖。下面參照圖6來描述根據(jù)本發(fā)明該實施例的電子設備600。圖6顯示的電子設備600僅僅是一個示例，不應對本發(fā)明實施例的功能和使用范圍帶來任何限制。[0104]如圖6所示，電子設備600以通用計算設備的形式表現(xiàn)。電子設備600的組件可以包括但不限于：至少一個處理單元610、至少一個存儲單元620、連接不同系統(tǒng)組件(包括存儲單元620和處理單元610)的總線630、顯示單元640等。[0105]其中，所述存儲單元存儲有程序代碼，所述程序代碼可以被所述處理單元610執(zhí)行，使得所述處理單元610執(zhí)行本說明書上述電子處方流轉處理方法部分中描述的根據(jù)本發(fā)明各種示例性實施方式的步驟。例如，所述處理單元610可以執(zhí)行如圖1所示的步驟。[0106]所述存儲單元620可以包括易失性存儲單元形式的可讀介質，例如隨機存取存儲單元(RAM)6201和/或高速緩存存儲單元6202,還可以進一步包括只讀存儲單元(ROM)6203。[0107]所述存儲單元620還可以包括具有一組(至少一個)程序模塊6205的程序/實用工具6204,這樣的程序模塊6205包括但不限于：操作系統(tǒng)、一個或者多個應用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個或某種組合中可能包括網(wǎng)絡環(huán)境的實現(xiàn)。[0108]總線630可以為表示幾類總線結構中的一種或多種，包括存儲單元總線或者存儲單元控制器、外圍總線、圖形加速端口、處理單元或者使用多種總線結構中的任意總線結構的局域總線。[0109]電子設備600也可以與一個或多個外部設備700(例如鍵盤、指向設備、藍牙設備等)通信，還可與一個或者多個使得用戶能與該電子設備600交互的設備通信，和/或與使得該電子設備600能與一個或多個其它計算設備進行通信的任何設備(例如路由器、調制解調器等等)通信。這種通信可以通過輸入/輸出(I/0)接口650進行。并且，電子設備600還可以通過網(wǎng)絡適配器660與一個或者多個網(wǎng)絡(例如局域網(wǎng)(LAN),廣域網(wǎng)(WAN)和/或公共網(wǎng)絡，例如因特網(wǎng))通信。網(wǎng)絡適配器660可以通過總線630與電子設備600的其它模塊通信。應當明白，盡管圖中未示出，可以結合電子設備600使用其它硬件和/或軟件模塊，包括但不限據(jù)備份存儲系統(tǒng)等。[0110]通過以上的實施方式的描述，本領域的技術人員易于理解，本發(fā)明描述的示例性實施例可以通過軟件實現(xiàn)，也可以通過軟件結合必要的硬件的方式來實現(xiàn)。因此，根據(jù)本發(fā)明實施方式的技術方案可以以軟件產(chǎn)品的形式體現(xiàn)出來，該軟件產(chǎn)品可以存儲在一個計算機可讀的存儲介質(可以是CD-ROM,U盤，移動硬盤等)中或網(wǎng)絡上，包括若干指令以使得一臺計算設備(可以是個人計算機、服務器、或者網(wǎng)絡設備等)執(zhí)行根據(jù)本發(fā)明的上述方法。當所述計算機程序被一個數(shù)據(jù)處理設備執(zhí)行時，使得該計算機可讀介質能夠實現(xiàn)本發(fā)明的上客群；構建風險規(guī)則，并根據(jù)所述風險規(guī)則對所述多個客群中的用戶進行過濾；切分過濾后的客群中的用戶形成客群分塊；根據(jù)所述客群分塊的收益和風險數(shù)據(jù)，對所述客群分塊進行篩選以完成用戶篩選。[0111]所述計算機程序可以存儲于一個或多個計算機可讀介質上，如圖7所示。計算機可讀介質可以是可讀信號介質或者可讀存儲介質。可讀存儲介質例如可以為但不限于電、磁、具體的例子(非窮舉的列表)包括：具有一個或多個導線的電連接、便攜式盤、硬盤、隨機存緊湊盤只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任[0112]所述計算機可讀存儲介質可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了可讀程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。可讀存儲介質還可以是可讀存儲介質以外的任何可讀介質，該可讀介質可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結合使用的程序?？勺x存儲介質上包含的程序代碼可以用任何適當?shù)慕橘|傳輸，包[0113]可以以一種或多種程序設計語言的任意組合來編寫用于執(zhí)行本發(fā)明操作的程序代碼，所述程序設計語言包括面向對象的程序設計語言一諸如Java、C++等，還包括常規(guī)的過程式程序設計語言一諸如“C”語言或類似的程序設計語言。程序代碼可以完全地在用戶計算設備上執(zhí)行、部分地在用戶設備上執(zhí)行、作為一個獨立的軟件包執(zhí)行、部分在用戶計算設備上部分在遠程計算設備上執(zhí)行、或者完全在遠程計算設備或服務器上執(zhí)行。在涉及遠程計算設備的情形中，遠程計算設備可以通過任意種類的網(wǎng)絡，包括局域網(wǎng)(LAN)或廣域網(wǎng)(WAN),連接到用戶計算設備，或者，可以連接到外部計算設備(例如利用因特網(wǎng)服務提供商來通過因特網(wǎng)連接)。[0114]綜上所述，本發(fā)明可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領域的技術人員應當理解，可以在實踐中使用微處理器或者數(shù)字信號處理器(DSP)等通用數(shù)據(jù)處理設備來實現(xiàn)根據(jù)本發(fā)明實施例中的一些或者全部部件的一