[發明專利]客戶數據分類方法、裝置及電子設備

有效

• 申請號: 202010086453.6
• 申請日: 2020-02-11
• 公開（公告）號: CN111339294B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 井玉欣;陳永林;陳甜甜
• 申請（專利權）人: 普信恒業科技發展（北京）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F18/23213
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 薛嬌

本發明提供了一種客戶數據分類方法、裝置及電子設備，其中方法包括：獲取包含多條客戶記錄的客戶數據；其中所述客戶數據包括多列屬性；分別確定每列屬性的屬性類型；其中屬性類型為分類型或數值型；將所述客戶數據中分類型數據屬性對應的屬性值、轉換為數值型數據屬性對應的屬性值；對所述客戶數據執行聚類操作，獲得用于表示客戶細分的聚類結果。本發明可以將分類型數據屬性轉換為數值型數據屬性，然后再執行聚類操作，以便聚類操作中可以均衡考慮分類型數據屬性和數值型數據屬性，使得分類效果更優。

技術領域

本申請涉及市場營銷及人工智能領域技術領域，尤其涉及客戶數據分類方法、裝置及電子設備。

背景技術

客戶細分已是一個企業必須要做的事情，客戶細分不僅可以更好地理解客戶，還能能夠有效降低成本、給企業帶來巨大利益。客戶細分是一個基礎工程，特別對客戶關系管理來說，精確地客戶細分會極大提高營銷效率；細分方法無論是對一般的營銷戰術、生產運作甚至企業戰略應用都具有一定的幫助作用。

目前客戶細分主要從區分客戶不同需求、客戶不同屬性特征出發，按照一定標準把整體市場細分成為若干個需要不同產品和不同市場營銷組合的子市場，在此基礎上選擇一定的目標市場，最后設計相應的營銷工具的整個活動過程。

客戶細分的對象是客戶數據，客戶數據通常包括基本數據和行為數據等，從數據類型上看可以包括分類型數據屬性(離散型)和數值型數據屬性(連續型)。對于客戶數據來說，分類型數據屬性包括客戶的性別、職業、居住地等屬性，其屬性的取值范圍是離散、有限的；數值型數據屬性包括客戶的收入、登錄時長、消費金額等，其屬性的取值范圍是連續的數值區間。

目前在對客戶數據進行分類的過程中，并未區分客戶數據的數據類型(分類型數據屬性和數值型數據屬性)，不過聚類算法因為分類型數據屬性的明顯特性而偏向于分類型數據屬性，導致最終分類結果會過多關注于分類型數據屬性，忽略數值型數據屬性，導致分類效果不優。

發明內容

鑒于此，本申請提供客戶數據分類方法、裝置及電子設備，可以將分類型數據屬性轉換為數值型數據屬性，然后再執行聚類操作，以便聚類操作中可以均衡考慮分類型數據屬性和數值型數據屬性，使得分類效果更優。

為了實現上述目的，本發明提供下述技術特征：

一種客戶數據分類方法，包括：

獲取包含多條客戶記錄的客戶數據；其中所述客戶數據包括多列屬性；

分別確定每列屬性的屬性類型；其中屬性類型為分類型或數值型；

將所述客戶數據中分類型數據屬性對應的屬性值、轉換為數值型數據屬性對應的屬性值；

對所述客戶數據執行聚類操作，獲得用于表示客戶細分的聚類結果。

可選的，所述分別確定每列屬性的屬性類型，包括：

判斷一列屬性對應屬性值的數值類型是否為連續數據類型；

若非連續數據類型則確定該列屬性為分類型數據屬性；

若是連續數據類型，則統計該列屬性中不同屬性值的個數，并計算不同屬性值的個數與屬性值總數的比值；

判斷所述比值是否大于設定閾值；

若所述比值大于設定閾值，則確定該列屬性為數值型數據屬性；

若所述比值不大于設定閾值，則確定該列屬性為分類型數據屬性。

可選的，所述將所述客戶數據中分類型數據屬性對應的屬性值、轉換為數值型數據屬性對應的屬性值，包括：

針對所述客戶數據中每列分類型數據屬性執行下述操作：