本申请涉及商业银行智慧生活技术领域，特别涉及一种客户群体划分方法及装置。
背景技术：
随着互联网信息技术的广泛传播，客户对银行的业务需求从原先的单一化储蓄放贷等主营业务，转向变为多样化的各类型需求。在面对各类型客户的多样化需求的背景下，为了提高业务处理效率，可以先对商业银行的客户群体进行划分。
但是，如何对商业银行的客户群体进行划分成为问题。
技术实现要素：
为解决上述技术问题，本申请实施例提供一种客户群体划分方法及装置，以达到提高客户群体划分的准确性的目的，技术方案如下：
一种客户群体划分方法，包括：
初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点；
获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息；
基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络；
基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入；
若允许，则将所述待加入客户节点加入所述社区发现网络。
一种客户群体划分装置，其特征在于，包括：
初始化模块，用于初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点；
获取模块，用于获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息；
第一确定模块，用于基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络；
第二确定模块，用于基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入；
加入模块，用于若所述社区发现网络允许所述待加入客户节点加入，则将所述待加入客户节点加入所述社区发现网络。
与现有技术相比，本申请的有益效果为：
在本申请中，通过获取待加入客户节点的多维属性值，并基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，能够提高相似度确定的准确性，在此基础上，不仅基于所述待生成社区发现网络中各个客户节点的权重，还基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，确定所述社区发现网络是否允许所述待加入客户节点加入，保证基于更多因素，确定社区发送网络是否允许待加入客户节点加入，提高待加入客户节点加入的准确性，进而提高客户群体划分的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的一种客户群体划分方法实施例1的流程图；
图2是本申请提供的一种客户群体划分方法实施例2的流程图；
图3是本申请提供的一种客户群体划分装置的逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1，为本申请实施例1提供的一种客户群体划分方法的流程示意图，如图1所示，该方法可以包括但并不局限于以下步骤：
步骤s11、初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点。
本实施例中，初始化社区发现网络可以理解为：
s111、获取一个客户节点作为社区发现网络的客户节点，并获取该客户节点的客户数据，基于客户数据确定多维属性值。
客户数据至少包含但不局限于：客户基本信息、客户资产信息及客户购买行为信息。
s112、确定社区发现网络中每个客户节点与社区发现网络中除所述客户节点之外的其它各个客户节点的相似度。
s113、基于社区发现网络中每个客户节点与社区发现网络中除所述客户节点之外的其它各个客户节点的相似度，确定社区发现网络中每个客户节点与社区发现网络之间的相似度。
需要说明的是，在初始化社区发现网络时，若初始化后的社区发现网络中仅有一个客户节点，则无法计算该客户节点与其它客户节点之间的相似度，则可以不计算该客户节点与其它客户节点之间的相似度，或将该客户节点的相似度设置为1。
步骤s12、获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息。
本实施例中，客户节点可以理解为但不局限于：商业银行的客户节点。
步骤s13、基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络。
步骤s14、基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入。
若允许，则执行步骤s15。
步骤s15、将所述待加入客户节点加入所述社区发现网络。
可以理解的是，将所述待加入客户节点加入所述社区发现网络之后，所述社区发现网络得到更新，更新后的社区发现网络与上述待生成社区发现网络的结构相同。
需要说明的是，步骤s11-s14为某一个待加入客户节点加入社区发现网络的过程，在有多个待加入客户节点加入社区发现网络的情况下，需循环执行步骤s11-s14，实现社区发现网络的迭代更新是一个迭代更新的过程，现举例对循环执行步骤s11-s14的过程进行说明，具体如下：
a11、初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点。
a12、从客户节点集合中未被选择的客户节点中随机选择一个客户节点，作为待加入客户节点，并获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息。
a13、基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络；
a14、基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入；
若允许，则执行步骤a15。
a15、将所述待加入客户节点加入所述社区发现网络，并返回执行步骤a12，直至客户节点集合中不存在未被选择的客户节点。
在本申请中，通过获取待加入客户节点的多维属性值，并基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，能够提高相似度确定的准确性，在此基础上，不仅基于所述待生成社区发现网络中各个客户节点的权重，还基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及，确定所述社区发现网络是否允许所述待加入客户节点加入，保证基于更多因素，确定社区发送网络是否允许待加入客户节点加入，提高待加入客户节点加入的准确性，进而提高客户群体划分的准确性。
在提高客户群体划分的准确性的基础上，商业银行可以达到精准营销的目的。
作为本申请另一可选实施例，参照图2，为本申请提供的一种客户群体划分方法实施例2的流程图，本实施例主要是对上述实施例1描述的客户群体划分方法的细化方案，如图2所示，该方法可以包括但并不局限于以下步骤：
步骤s21、初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点。
步骤s22、获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息。
步骤s21-s22的详细过程可以参见实施例1中步骤s11-s12的相关介绍，在此不再赘述。
步骤s23、对待生成社区发现网络中每个所述客户节点，基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第一兴趣相似度。
本实施例中，基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，可以包括但不局限于：
将所述客户节点的多维属性值及所述待生成社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式三
user1表示所述客户节点，usern表示所述待生成社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,usern)表示user1与usern之间的相似度，user1k表示user1的多维属性值中的其中一维属性值，
步骤s24、基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度。
所述基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，可以包括但不局限于：
对所述待生成社区发现网络中每个所述客户节点，将所述客户节点的多个第一兴趣相似度输入关系式一
其中，useri表示所述待生成社区发现网络中的第i个节点，usern表示所述社区发现网络中的其中一个客户节点，sim(useri,ck)表示所述待生成社区发现网络中的第i个节点与所述社区发现网络之间的相似度，sim(useri,usern)表示所述第一兴趣相似度，
步骤s25、对所述社区发现网络中每个所述客户节点，基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第二兴趣相似度。
所述基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，可以包括但不局限于：
将所述客户节点的多维属性值及所述社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式四，
user1表示所述客户节点，userj表示所述社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,userj)表示user1与userj之间的相似度，user1l表示user1的多维属性值中的其中一维属性值，
步骤s26、基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度。
本实施例中，所述基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，可以包括但不局限于：
对所述社区发现网络中每个所述客户节点，将所述客户节点的多个第二兴趣相似度输入关系式二
其中，userj表示所述社区发现网络中的第j个节点，userm表示所述社区发现网络中的其中一个客户节点，sim(userj,cl)表示所述社区发现网络中的第j个节点与所述社区发现网络之间的相似度，sim(userj,userm)表示所述第二兴趣相似度，
步骤s23-s26为实施例1中步骤s13的一种具体实施方式。
步骤s27、基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入。
本实施例中，基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入，可以包括但不局限于：
s271、将所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，输入至第一模块度函数
其中，k1表示所述待生成社区发现网络中客户节点的数量，simc1表示所述待生成社区发现网络中第c1个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc1'表示所述待生成社区发现网络中第c1个客户节点的权重，q1'表示第一模块度；
s272、将所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述社区发现网络中各个客户节点的权重，输入至第二模块度函数
其中，k2表示所述社区发现网络中客户节点的数量，simc2表示所述社区发现网络中第c2个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc2'表示所述社区发现网络中第c2个客户节点的权重，q2'表示第二模块度；
s273、计算所述第一模块度与所述第二模块度的差值，并判断所述差值是否大于设定阈值。
本实施例中，设定阈值可以根据需要进行设置，在本申请中不做限制。如，设定阈值可以设置为0。
若所述差值大于设定阈值，则确定允许加入，则执行步骤s28。
步骤s28、将所述待加入客户节点加入所述社区发现网络。
步骤s27-s28的详细过程可以参见实施例1中步骤s14-s15的相关介绍，在此不再赘述。
本实施例中，将客户节点之间的相似度作为客户之间关系强弱的指标，加入考虑因素，将客户节点与社区发现网络之间的相似度作为客户节点与社区发现网络之间关系强弱的指标，构建加权的社区发现网络，以模块度函数作为优化目标，得到社区内部客户联系紧密，社区之间客户联系松散的社区发现模型，实现更精准的客户群体划分。
接下来对本申请提供的一种客户群体划分装置进行介绍，下文介绍的客户群体划分方法与上文介绍的客户群体划分装置可相互对应参照。
请参见图3，客户群体划分装置包括：初始化模块100、获取模块200、第一确定模块300、第二确定模块400和加入模块500。
初始化模块100，用于初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点。
获取模块200，用于获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息。
第一确定模块300，用于基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络。
第二确定模块400，用于基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入。
加入模块500，用于若所述社区发现网络允许所述待加入客户节点加入，则将所述待加入客户节点加入所述社区发现网络。
所述第一确定模块300，可以包括：
第一确定子模块，用于对待生成社区发现网络中每个所述客户节点，基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第一兴趣相似度；
第二确定子模块，用于基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度；
第三确定子模块，用于对所述社区发现网络中每个所述客户节点，基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第二兴趣相似度；
第四确定子模块，用于基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度。
所述第二确定子模块，具体可以用于：
对所述待生成社区发现网络中每个所述客户节点，将所述客户节点的多个第一兴趣相似度输入关系式一
其中，useri表示所述待生成社区发现网络中的第i个节点，usern表示所述社区发现网络中的其中一个客户节点，sim(useri,ck)表示所述待生成社区发现网络中的第i个节点与所述社区发现网络之间的相似度，sim(useri,usern)表示所述第一兴趣相似度，
所述第四确定子模块，具体可以用于：
对所述社区发现网络中每个所述客户节点，将所述客户节点的多个第二兴趣相似度输入关系式二
其中，userj表示所述社区发现网络中的第j个节点，userm表示所述社区发现网络中的其中一个客户节点，sim(userj,cl)表示所述社区发现网络中的第j个节点与所述社区发现网络之间的相似度，sim(userj,userm)表示所述第二兴趣相似度，
所述第二确定模块400，具体可以用于：
将所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，输入至第一模块度函数
其中，k1表示所述待生成社区发现网络中客户节点的数量，simc1表示所述待生成社区发现网络中第c1个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc1'表示所述待生成社区发现网络中第c1个客户节点的权重，q1'表示第一模块度；
将所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述社区发现网络中各个客户节点的权重，输入至第二模块度函数
其中，k2表示所述社区发现网络中客户节点的数量，simc2表示所述社区发现网络中第c2个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc2'表示所述社区发现网络中第c2个客户节点的权重，q2'表示第二模块度；
计算所述第一模块度与所述第二模块度的差值，并判断所述差值是否大于设定阈值。
所述第一确定子模块，具体可以用于：
将所述客户节点的多维属性值及所述待生成社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式三
user1表示所述客户节点，usern表示所述待生成社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,usern)表示user1与usern之间的相似度，user1k表示user1的多维属性值中的其中一维属性值，
所述第三确定子模块，具体可以用于：
将所述客户节点的多维属性值及所述社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式四，
user1表示所述客户节点，userj表示所述社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,userj)表示user1与userj之间的相似度，user1l表示user1的多维属性值中的其中一维属性值，
需要说明的是，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种客户群体划分方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
1.一种客户群体划分方法，其特征在于，包括：
初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点；
获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息；
基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络；
基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入；
若允许，则将所述待加入客户节点加入所述社区发现网络。
2.根据权利要求1所述的方法，其特征在于，所述基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，包括：
对待生成社区发现网络中每个所述客户节点，基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第一兴趣相似度；
基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度；
对所述社区发现网络中每个所述客户节点，基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第二兴趣相似度；
基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度。
3.根据权利要求2所述的方法，其特征在于，所述基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，包括：
对所述待生成社区发现网络中每个所述客户节点，将所述客户节点的多个第一兴趣相似度输入关系式一
其中，useri表示所述待生成社区发现网络中的第i个节点，usern表示所述社区发现网络中的其中一个客户节点，sim(useri,ck)表示所述待生成社区发现网络中的第i个节点与所述社区发现网络之间的相似度，sim(useri,usern)表示所述第一兴趣相似度，
所述基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，包括：
对所述社区发现网络中每个所述客户节点，将所述客户节点的多个第二兴趣相似度输入关系式二
其中，userj表示所述社区发现网络中的第j个节点，userm表示所述社区发现网络中的其中一个客户节点，sim(userj,cl)表示所述社区发现网络中的第j个节点与所述社区发现网络之间的相似度，sim(userj,userm)表示所述第二兴趣相似度，
4.根据权利要求3所述的方法，其特征在于，所述基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入，包括：
将所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，输入至第一模块度函数
其中，k1表示所述待生成社区发现网络中客户节点的数量，simc1表示所述待生成社区发现网络中第c1个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc1'表示所述待生成社区发现网络中第c1个客户节点的权重，q1'表示第一模块度；
将所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述社区发现网络中各个客户节点的权重，输入至第二模块度函数
其中，k2表示所述社区发现网络中客户节点的数量，simc2表示所述社区发现网络中第c2个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc2'表示所述社区发现网络中第c2个客户节点的权重，q2'表示第二模块度；
计算所述第一模块度与所述第二模块度的差值，并判断所述差值是否大于设定阈值。
5.根据权利要求2所述的方法，其特征在于，所述基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，包括：
将所述客户节点的多维属性值及所述待生成社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式三
user1表示所述客户节点，usern表示所述待生成社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,usern)表示user1与usern之间的相似度，user1k表示user1的多维属性值中的其中一维属性值，
所述基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，包括：
将所述客户节点的多维属性值及所述社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式四，
user1表示所述客户节点，userj表示所述社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,userj)表示user1与userj之间的相似度，user1l表示user1的多维属性值中的其中一维属性值，
6.一种客户群体划分装置，其特征在于，包括：
初始化模块，用于初始化社区发现网络，初始化后的社区发现网络至少包含一个客户节点；
获取模块，用于获取待加入客户节点的多维属性值，所述多维属性值为从所述客户节点的客户数据中提取得到的，所述客户数据至少包含客户基本信息、客户资产信息及客户购买行为信息；
第一确定模块，用于基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，确定待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度，所述待生成社区发现网络为：由所述社区发现网络中客户节点与所述待加入客户节点组成的社区发现网络；
第二确定模块，用于基于所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，确定所述社区发现网络是否允许所述待加入客户节点加入；
加入模块，用于若所述社区发现网络允许所述待加入客户节点加入，则将所述待加入客户节点加入所述社区发现网络。
7.根据权利要求6所述的装置，其特征在于，所述第一确定模块，包括：
第一确定子模块，用于对待生成社区发现网络中每个所述客户节点，基于所述待加入客户节点的多维属性值及所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述待生成社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第一兴趣相似度；
第二确定子模块，用于基于所述待生成社区发现网络中每个所述客户节点的多个第一兴趣相似度，确定所述待生成社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度；
第三确定子模块，用于对所述社区发现网络中每个所述客户节点，基于所述社区发现网络中每个所述客户节点的多维属性值，计算所述客户节点与所述社区发现网络中其它每个客户节点之间的相似度，将确定出的相似度作为第二兴趣相似度；
第四确定子模块，用于基于所述社区发现网络中每个所述客户节点的多个第二兴趣相似度，确定所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度。
8.根据权利要求7所述的装置，其特征在于，所述第二确定子模块，具体用于：
对所述待生成社区发现网络中每个所述客户节点，将所述客户节点的多个第一兴趣相似度输入关系式一
其中，useri表示所述待生成社区发现网络中的第i个节点，usern表示所述社区发现网络中的其中一个客户节点，sim(useri,ck)表示所述待生成社区发现网络中的第i个节点与所述社区发现网络之间的相似度，sim(useri,usern)表示所述第一兴趣相似度，
所述第四确定子模块，具体用于：
对所述社区发现网络中每个所述客户节点，将所述客户节点的多个第二兴趣相似度输入关系式二
其中，userj表示所述社区发现网络中的第j个节点，userm表示所述社区发现网络中的其中一个客户节点，sim(userj,cl)表示所述社区发现网络中的第j个节点与所述社区发现网络之间的相似度，sim(userj,userm)表示所述第二兴趣相似度，
9.根据权利要求8所述的装置，其特征在于，所述第二确定模块，具体用于：
将所述待生成社区发现网络中每个客户节点与所述社区发现网络之间的相似度，及所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述待生成社区发现网络中各个客户节点的权重，输入至第一模块度函数
其中，k1表示所述待生成社区发现网络中客户节点的数量，simc1表示所述待生成社区发现网络中第c1个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc1'表示所述待生成社区发现网络中第c1个客户节点的权重，q1'表示第一模块度；
将所述社区发现网络中每个所述客户节点与所述社区发现网络之间的相似度及所述社区发现网络中各个客户节点的权重，输入至第二模块度函数
其中，k2表示所述社区发现网络中客户节点的数量，simc2表示所述社区发现网络中第c2个客户节点与所述社区发现网络之间的相似度，sim表示所述社区发现网络中多个所述客户节点与所述社区发现网络之间的相似度的累加和，dc2'表示所述社区发现网络中第c2个客户节点的权重，q2'表示第二模块度；
计算所述第一模块度与所述第二模块度的差值，并判断所述差值是否大于设定阈值。
10.根据权利要求7所述的装置，其特征在于，所述第一确定子模块，具体用于：
将所述客户节点的多维属性值及所述待生成社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式三
user1表示所述客户节点，usern表示所述待生成社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,usern)表示user1与usern之间的相似度，user1k表示user1的多维属性值中的其中一维属性值，
所述第三确定子模块，具体用于：
将所述客户节点的多维属性值及所述社区发现网络中除所述客户节点之外的每个客户节点的多维属性值分别输入至关系式四，
user1表示所述客户节点，userj表示所述社区发现网络中除所述客户节点之外的任意一个客户节点，所述siminterest(user1,userj)表示user1与userj之间的相似度，user1l表示user1的多维属性值中的其中一维属性值，
