[發(fā)明專利]目標客戶的默搭購買行為的處理方法和裝置

有效

• 申請?zhí)枺?/td>: 202010420792.3
• 申請日: 2020-05-18
• 公開（公告）號: CN111598256B
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 趙占永
• 申請（專利權(quán)）人: 北京互金新融科技有限公司
• 主分類號: G06Q30/0601
• 分類號: G06Q30/0601;G06Q30/0202;G06N20/20;G06F18/243
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 霍文娟

1.一種目標客戶的默搭購買行為的處理方法，其特征在于，包括：

確定所述目標客戶所屬的客群；

針對所述目標客戶所屬的客群，確定所述目標客戶的信息向量，其中，所述信息向量用于表征所述目標客戶的商品購買行為；

基于使用訓(xùn)練數(shù)據(jù)通過機器學(xué)習(xí)訓(xùn)練得到的分類模型，識別出所述目標客戶的信息向量對應(yīng)的默搭購買行為，其中，所述訓(xùn)練數(shù)據(jù)包括多組訓(xùn)練數(shù)據(jù)，所述多組訓(xùn)練數(shù)據(jù)中的每一組訓(xùn)練數(shù)據(jù)均包括目標客戶的信息向量以及所述目標客戶的信息向量對應(yīng)的默搭購買行為；確定所述目標客戶所屬的客群包括：獲取所述目標客戶的歷史購買行為和商品使用行為；根據(jù)所述歷史購買行為和所述商品使用行為，得到所述目標客戶所屬的客群，其中，所述客群包括以下至少之一：表現(xiàn)用戶、小白用戶、純白用戶；所述目標客戶所屬的客群為小白用戶，針對所述目標客戶所屬的客群，確定所述目標客戶的信息向量包括：基于社區(qū)網(wǎng)絡(luò)獲取客戶之間的關(guān)聯(lián)關(guān)系；根據(jù)所述關(guān)聯(lián)關(guān)系以及關(guān)聯(lián)限制，篩選出與所述目標客戶關(guān)聯(lián)的表現(xiàn)用戶；將所述目標客戶關(guān)聯(lián)的表現(xiàn)用戶的信息向量進行加權(quán)聚合，得到所述目標客戶的信息向量，或者所述目標客戶所屬的客群為表現(xiàn)用戶，針對所述目標客戶所屬的客群，確定所述目標客戶的信息向量包括：獲取所述目標客戶的歷史購買行為，其中，所述歷史購買行為包含默搭處理行為；根據(jù)所述目標客戶的歷史購買行為，確定所述目標客戶的信息向量，或者所述目標客戶所屬的客群為純白用戶，針對所述目標客戶所屬的客群，確定所述目標客戶的信息向量包括：依據(jù)模糊信息建立表現(xiàn)用戶的聚類群；從所述聚類群中篩選出與所述目標客戶最為臨近的多個表現(xiàn)用戶；將所述目標客戶最為臨近的多個表現(xiàn)用戶的信息向量進行聚合，得到所述目標客戶的信息向量。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在基于使用訓(xùn)練數(shù)據(jù)通過機器學(xué)習(xí)訓(xùn)練得到的分類模型，識別出所述目標客戶的信息向量對應(yīng)的默搭購買行為之前，所述方法還包括：

獲取目標客戶的多組訓(xùn)練數(shù)據(jù)，其中，所述目標客戶所屬的客群均為表現(xiàn)用戶；

使用所述多組訓(xùn)練數(shù)據(jù)通過機器學(xué)習(xí)進行訓(xùn)練得到所述分類模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，使用所述多組訓(xùn)練數(shù)據(jù)通過機器學(xué)習(xí)進行訓(xùn)練得到所述分類模型包括：

依據(jù)所述表現(xiàn)用戶的默搭處理行為對多組訓(xùn)練數(shù)據(jù)進行分類，得到分類結(jié)果，其中，所述分類結(jié)果包括第一表現(xiàn)用戶的訓(xùn)練數(shù)據(jù)和第二表現(xiàn)用戶的訓(xùn)練數(shù)據(jù)；

通過機器學(xué)習(xí)對所述分類結(jié)果進行訓(xùn)練，得到所述分類模型。

4.一種目標客戶的默搭購買行為的處理裝置，其特征在于，包括：

第一確定模塊，用于確定所述目標客戶所屬的客群；

第二確定模塊，用于針對所述目標客戶所屬的客群，確定所述目標客戶的信息向量，其中，所述信息向量用于表征所述目標客戶的商品購買行為；

識別模塊，用于基于使用訓(xùn)練數(shù)據(jù)通過機器學(xué)習(xí)訓(xùn)練得到的分類模型，識別出所述目標客戶的信息向量對應(yīng)的默搭購買行為，其中，所述訓(xùn)練數(shù)據(jù)包括多組訓(xùn)練數(shù)據(jù)，所述多組訓(xùn)練數(shù)據(jù)中的每一組訓(xùn)練數(shù)據(jù)均包括目標客戶的信息向量以及所述目標客戶的信息向量對應(yīng)的默搭購買行為；所述第一確定模塊包括：第一獲取單元，用于獲取所述目標客戶的歷史購買行為和商品使用行為；第一得到單元，用于根據(jù)歷史購買行為和商品使用行為，得到所述目標客戶所屬的客群，其中，所述客群包括以下至少之一：表現(xiàn)用戶、小白用戶、純白用戶；所述目標客戶所屬的客群為小白用戶，所述第二確定模塊包括：第三獲取單元，用于基于社區(qū)網(wǎng)絡(luò)獲取客戶之間的關(guān)聯(lián)關(guān)系；第一篩選單元，用于根據(jù)所述關(guān)聯(lián)關(guān)系以及關(guān)聯(lián)限制，篩選出與目標客戶關(guān)聯(lián)的所述表現(xiàn)用戶；第二得到單元，用于將所述目標客戶關(guān)聯(lián)的所述表現(xiàn)用戶的信息向量進行加權(quán)聚合，得到所述目標客戶的所述信息向量，或者所述目標客戶所屬的客群為表現(xiàn)用戶，所述第二確定模塊包括：第二獲取單元，用于獲取所述目標客戶的歷史購買行為，其中，所述歷史購買行為包含默搭處理行為；確定單元，用于根據(jù)所述目標客戶的所述歷史購買行為，確定所述目標客戶的信息向量；或者所述目標客戶所屬的客群為純白用戶，所述第二確定模塊包括：建立單元，用于依據(jù)模糊信息建立所述表現(xiàn)用戶的聚類群；第二篩選單元，用于從所述聚類群中篩選出與所述目標客戶最為臨近的多個所述表現(xiàn)用戶；第三得到單元，用于將所述目標客戶最為臨近的多個所述表現(xiàn)用戶的所述信息向量進行聚合，得到所述目標客戶的信息向量。