[發(fā)明專利]客戶數(shù)據(jù)資源共享方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 202010487246.1
• 申請日: 2020-06-01
• 公開（公告）號: CN111639102A
• 公開（公告）日: 2020-09-08
• 發(fā)明（設計）人: 王飛;麻恒波;陳凱;叢穎;劉佳;崔術豐;阮敬濤;岳娜;秦璐;胡家郡;趙秀梅
• 申請（專利權）人: 陽光保險集團股份有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F16/176;G06Q30/02;G06Q40/08;G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 張萌

本發(fā)明提供了一種客戶數(shù)據(jù)資源共享方法、裝置及電子設備，涉及數(shù)據(jù)篩選的技術領域，方法包括接收用戶輸入的客戶數(shù)據(jù)篩選指令，所述客戶數(shù)據(jù)篩選指令包括至少一個業(yè)務規(guī)則篩選維度；根據(jù)至少一個業(yè)務規(guī)則篩選維度從模型庫中確定至少一個預先訓練的客戶數(shù)據(jù)篩選模型，根據(jù)至少一個預先訓練的客戶數(shù)據(jù)篩選模型進行客戶數(shù)據(jù)的篩選，得到客戶數(shù)據(jù)篩選結果；其中，所述客戶數(shù)據(jù)篩選模型包括客戶評分模型；所述客戶評分模型用于根據(jù)客戶數(shù)據(jù)對每個客戶分別進行客戶評分，根據(jù)每個客戶的客戶評分篩選客戶數(shù)據(jù)；展示客戶數(shù)據(jù)篩選結果。本發(fā)明能夠?qū)崿F(xiàn)客戶數(shù)據(jù)的篩選，為客戶數(shù)據(jù)的刪除、匹配和下發(fā)提供保障。

技術領域

本發(fā)明涉及數(shù)據(jù)篩選技術領域，尤其是涉及一種客戶數(shù)據(jù)資源共享方法、裝置及電子設備。

背景技術

現(xiàn)今對客戶數(shù)據(jù)資源的篩選和下發(fā)都是通過后臺數(shù)據(jù)庫操作，面對各個子公司各渠道交叉使用客戶數(shù)據(jù)資源的需求時，由于要避免對客戶的過度打擾，并要充分利用客戶資源，滿足客戶的綜合金融需求，所以客戶資源的分配規(guī)則需要經(jīng)常變化，目前，還沒有可以靈活篩選客戶數(shù)據(jù)的系統(tǒng)來完成數(shù)據(jù)的篩選、刪除、匹配和下發(fā)任務。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種客戶數(shù)據(jù)資源共享方法、裝置及電子設備，能夠?qū)崿F(xiàn)客戶數(shù)據(jù)的篩選，為客戶數(shù)據(jù)的刪除、匹配和下發(fā)提供保障。

第一方面，實施例提供一種客戶數(shù)據(jù)資源共享方法，包括：

接收用戶輸入的客戶數(shù)據(jù)篩選指令，所述客戶數(shù)據(jù)篩選指令包括至少一個業(yè)務規(guī)則篩選維度；

根據(jù)至少一個業(yè)務規(guī)則篩選維度從模型庫中確定至少一個預先訓練的客戶數(shù)據(jù)篩選模型，根據(jù)至少一個預先訓練的客戶數(shù)據(jù)篩選模型進行客戶數(shù)據(jù)的篩選，得到客戶數(shù)據(jù)篩選結果；其中，所述客戶數(shù)據(jù)篩選模型包括客戶評分模型；所述客戶評分模型用于根據(jù)客戶數(shù)據(jù)對每個客戶分別進行客戶評分，根據(jù)每個客戶的客戶評分篩選客戶數(shù)據(jù)；

展示客戶數(shù)據(jù)篩選結果。

在可選的實施方式中，根據(jù)客戶數(shù)據(jù)對每個客戶分別進行客戶評分，根據(jù)每個客戶的客戶評分篩選客戶數(shù)據(jù)，包括：

獲取多個客戶的客戶數(shù)據(jù)，根據(jù)客戶數(shù)據(jù)提取每個客戶對應的至少一個特征變量；

將每個客戶的每個特征變量輸入預先訓練的客戶評分模型，得到每個客戶的客戶評分；

根據(jù)每個客戶的客戶評分和預設評分閾值對客戶數(shù)據(jù)進行篩選。

在可選的實施方式中，還包括：

獲取訓練樣本；

根據(jù)訓練樣本計算目標變量；

根據(jù)訓練樣本和目標變量確定至少一個特征變量；

采用目標變量和至少一個特征變量對客戶評分模型進行訓練；其中，客戶評分模型包括基于特征變量的評分卡模型運算和評分運算；

所述評分卡模型運算，用于對每個特征變量分別進行評分，得到每個客戶對應的基于特征變量的評分卡數(shù)據(jù)；

所述評分運算，用于將每個客戶對應的基于特征變量的評分卡數(shù)據(jù)輸入評分模型，計算每個客戶的客戶評分。

在可選的實施方式中，所述評分模型為基于多因子動態(tài)加權綜合評價算法的評分模型。

在可選的實施方式中，根據(jù)訓練樣本和目標變量確定至少一個特征變量，包括：

根據(jù)訓練樣本對目標變量和多個預先設定的特征分別進行相關性計算，得到相關性計算結果；

根據(jù)相關性計算結果和每個特征對應的預設特征閾值對多個預先設定的特征進行篩選，得到至少一個特征變量。