[發明專利]客戶流量數據處理方法、裝置、電子設備及可讀介質有效
| 申請號: | 201910764124.X | 申請日: | 2019-08-19 |
| 公開(公告)號: | CN110443657B | 公開(公告)日: | 2022-03-18 |
| 發明(設計)人: | 閆永澤;劉設偉;何廣武 | 申請(專利權)人: | 泰康保險集團股份有限公司;泰康在線財產保險股份有限公司 |
| 主分類號: | G06Q30/02 | 分類號: | G06Q30/02;G06Q30/00 |
| 代理公司: | 隆天知識產權代理有限公司 72003 | 代理人: | 李曄;金鵬 |
| 地址: | 100031 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 客戶 流量 數據處理 方法 裝置 電子設備 可讀 介質 | ||
1.一種客戶流量數據處理方法,其特征在于,包括:
獲取第一業務場景特征與多個歷史客戶流量序列;
根據業務場景的目標分布函數確定所述多個歷史客戶流量序列對應的多個分布參數,在所述歷史客戶流量序列中提取獲得第二業務場景特征;
將所述歷史客戶流量序列的第二業務場景特征作為輸入,所述歷史客戶流量序列的所述分布參數作為輸出,整合為訓練樣本集;
利用所述訓練樣本集訓練分布參數預測模型;
將所述第一業務場景特征輸入所述分布參數預測模型以預測當前分布參數;以及
根據所述當前分布參數與所述目標分布函數預測客戶流量。
2.如權利要求1所述的方法,其特征在于,在根據業務場景的目標分布函數確定所述多個歷史客戶流量序列對應的多個分布參數之前,所述方法還包括:
根據多個備選分布函數對所述多個歷史客戶流量序列進行擬合;
基于擬合結果計算分布相似度,以在多個備選分布函數中確定所述目標分布函數。
3.如權利要求2所述的方法,其特征在于,基于擬合結果計算分布相似度,以在多個備選分布函數中確定所述目標分布函數包括:
根據所述多個歷史客戶流量序列確定多個歷史經驗分布;
計算所述多個歷史經驗分布與所述多個備選分布函數的多個距離;
在所述多個距離中篩選獲得最小距離,并確定所述最小距離的備選分布函數為目標分布函數。
4.如權利要求2所述的方法,其特征在于,基于擬合結果計算分布相似度,以在多個備選分布函數中確定所述目標分布函數包括:
根據柯爾莫哥洛夫-斯米爾諾夫檢驗方法在所述多個備選分布函數中確定所述目標分布函數;或
根據安德森-達林檢驗方法在所述多個備選分布函數中確定所述目標分布函數;或
根據卡方檢驗方法在所述多個備選分布函數中確定所述目標分布函數。
5.如權利要求1所述的方法,其特征在于,根據所述當前分布參數與所述目標分布函數預測客戶流量包括:
根據所述當前分布參數與所述目標分布函數確定具有最大概率的客戶流量區間。
6.如權利要求1所述的方法,其特征在于,獲取多個歷史客戶流量序列包括:
以業務場景的時間窗口大小為基準,在歷史客戶流量數據庫中提取獲得多個歷史客戶流量序列。
7.一種客戶流量數據處理裝置,其特征在于,包括:
數據獲取模塊,用于獲取第一業務場景特征與多個歷史客戶流量序列;
歷史分布參數確定模塊,用于根據業務場景的目標分布函數確定所述多個歷史客戶流量序列對應的多個分布參數;
第二業務場景特征提取模塊,用于在所述歷史客戶流量序列中提取獲得第二業務場景特征;
訓練樣本生成模塊,用于將所述歷史客戶流量序列的第二業務場景特征作為輸入,所述歷史客戶流量序列的所述分布參數作為輸出,整合為訓練樣本集;
模型訓練模塊,用于利用所述訓練樣本集訓練分布參數預測模型;
分布參數預測模塊,用于將所述第一業務場景特征輸入所述分布參數預測模型以預測當前分布參數;以及
客戶流量預測模塊,用于根據所述當前分布參數與所述目標分布函數預測客戶流量。
8.一種電子設備,其特征在于,包括:
一個或多個處理器;
存儲裝置,用于存儲一個或多個程序;
當所述一個或多個程序被所述一個或多個處理器執行,使得所述一個或多個處理器實現如權利要求1-6中任一所述的方法。
9.一種計算機可讀介質,其上存儲有計算機程序,其特征在于,所述程序被處理器執行時實現如權利要求1-6中任一所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于泰康保險集團股份有限公司;泰康在線財產保險股份有限公司,未經泰康保險集團股份有限公司;泰康在線財產保險股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910764124.X/1.html,轉載請聲明來源鉆瓜專利網。





