1.一種用戶群的分類方法，其特征在于，包括：
獲取至少兩個不同用戶的用戶信息，其中，所述用戶信息包含所述用戶的基本信息、所述用戶的信用信息、所述用戶的社會化關(guān)系信息、所述用戶的行為偏好信息中的至少一種或者多種；
根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，其中，所述設(shè)定業(yè)務(wù)場景至少對應(yīng)一個用戶群；
在得到每一個所述用戶的概率值時，根據(jù)所述概率值的大小，將所述至少兩個不同用戶劃分至所述設(shè)定業(yè)務(wù)場景的用戶群中。
2.如權(quán)利要求1所述的分類方法，其特征在于，根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的有序多分類邏輯回歸算法，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
3.如權(quán)利要求1所述的分類方法，其特征在于，根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的無序多分類邏輯回歸算法，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
4.如權(quán)利要求1所述的分類方法，其特征在于，根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
針對所述至少兩個不同用戶中每一個用戶，分別執(zhí)行以下操作：
根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的有序多分類邏輯回歸算法，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的第一概率值；
根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的無序多分類邏輯回歸算法，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的第二概率值；
比較所述第一概率值與所述第二概率值的大小，將其中概率值較大的作為所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
5.如權(quán)利要求1至4任一項所述的分類方法，其特征在于，根據(jù)所述概率值的大小，將所述至少兩個不同用戶劃分至所述設(shè)定業(yè)務(wù)場景的用戶群中，包括：
將得到的每一個所述用戶的概率值進行排序；
根據(jù)所述設(shè)定業(yè)務(wù)場景所劃分用戶群的個數(shù)，將所述至少兩個不同用戶進行劃分，得到所述設(shè)定業(yè)務(wù)場景的用戶群中包含的用戶。
6.一種用戶群的分類方法，其特征在于，包括：
獲取在設(shè)定業(yè)務(wù)場景下待處理的用戶產(chǎn)生的用戶信息，其中，所述用戶信息中包含所述用戶的基本信息、所述用戶的信用信息、所述用戶的社會化關(guān)系信息、所述用戶的行為偏好信息中的至少一種或者多種；
根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值；
將所述概率值與所述設(shè)定業(yè)務(wù)場景中包含的不同用戶群對應(yīng)的設(shè)定閾值進行比較，確定所述用戶所屬所述設(shè)定業(yè)務(wù)場景的用戶群。
7.一種用戶群的分類設(shè)備，其特征在于，包括：
獲取單元，用于獲取至少兩個不同用戶的用戶信息，其中，所述用戶信息包含所述用戶的基本信息、所述用戶的信用信息、所述用戶的社會化關(guān)系信息、所述用戶的行為偏好信息中的至少一種或者多種；
確定單元，用于根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類邏輯回歸算法，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，其中，所述設(shè)定業(yè)務(wù)場景至少對應(yīng)一個用戶群；
分類單元，用于在得到每一個所述用戶的概率值時，根據(jù)所述概率值的大小，將所述至少兩個不同用戶劃分至所述設(shè)定業(yè)務(wù)場景的不同用戶群中。
8.如權(quán)利要求7所述的分類設(shè)備，其特征在于，所述確定單元根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的有序多分類邏輯回歸算法，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
9.如權(quán)利要求7所述的分類設(shè)備，其特征在于，所述確定單元根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的無序多分類邏輯回歸算法，確定得到每一個所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
10.如權(quán)利要求7所述的分類設(shè)備，其特征在于，所述確定單元根據(jù)所述至少兩個不同用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到每一個所述用戶屬于設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值，包括：
針對所述至少兩個不同用戶中每一個用戶，分別執(zhí)行以下操作：
根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的有序多分類邏輯回歸算法，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的第一概率值；
根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的無序多分類邏輯回歸算法，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的第二概率 值；
比較所述第一概率值與所述第二概率值的大小，將其中概率值較大的作為所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值。
11.如權(quán)利要求7至10任一項所述的分類設(shè)備，其特征在于，所述分類單元根據(jù)所述概率值的大小，將所述至少兩個不同用戶劃分至所述設(shè)定業(yè)務(wù)場景的用戶群中，包括：
將得到的每一個所述用戶的概率值進行排序；
根據(jù)所述設(shè)定業(yè)務(wù)場景所劃分用戶群的個數(shù)，將所述至少兩個不同用戶進行劃分，得到所述設(shè)定業(yè)務(wù)場景的用戶群中包含的用戶。
12.一種用戶群的分類設(shè)備，其特征在于，包括：
獲取單元，用于獲取在設(shè)定業(yè)務(wù)場景下待處理的用戶產(chǎn)生的用戶信息，其中，所述用戶信息中包含所述用戶的基本信息、所述用戶的信用信息、所述用戶的社會化關(guān)系信息、所述用戶的行為偏好信息中的至少一種或者多種；
確定單元，用于根據(jù)所述用戶的用戶信息和基于設(shè)定業(yè)務(wù)場景的多分類模型，確定得到所述用戶屬于所述設(shè)定業(yè)務(wù)場景的其中一個用戶群的概率值；
分類單元，用于將所述概率值與所述設(shè)定業(yè)務(wù)場景中包含的不同用戶群對應(yīng)的設(shè)定閾值進行比較，確定所述用戶所屬所述設(shè)定業(yè)務(wù)場景的用戶群。