[發明專利]基于AHP和熵權法結合賦權的客戶評分系統

在審

• 申請號: 202111656468.2
• 申請日: 2021-12-30
• 公開（公告）號: CN114298583A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 全超;陳傳文;劉增國;孫文舉
• 申請（專利權）人: 廣州華銀醫學檢驗中心有限公司;廣州華銀康醫療集團股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/00
• 代理公司: 廣州瑞之凡知識產權代理事務所(普通合伙) 44514
• 代理人: 廖夏林

1.一種基于AHP和熵權法結合賦權的客戶評分系統，其特征在于包括：

指標設計模塊，用于統計輸入月總體業務量、月項目覆蓋量、客戶合作時長、客戶滿意度和業務趨勢的數據；

指標數據標準化模塊，采用min-max標準化模式將指標設計模塊中統計的指標數據進行標準化處理；

評價算法模塊，采用AHP層次分析法與熵權法進行結合賦權的算法進行賦權，并基于權重對進行標準化處理后的指標值進行加權求和，得到最終的評價得分模型。

2.如權利要求1所述的基于AHP和熵權法結合賦權的客戶評分系統，其特征在于，所述指標設計模塊中：

月總體業務量為客戶當月上送的病理例數，用于體現當前客戶的活躍度，為正向指標，越大越好；

月項目覆蓋量為客戶當月送檢項目的種類數，用于體現客戶當前合作深度，為正向指標，越大越好；

客戶合作時長為客戶合作的月份數，客戶合作越久，客戶黏性越高，用于體現客戶關系緊密度，為正向指標，越大越好；

客戶滿意度為客戶滿意度，從報告時長來側面襯托，用于體現客戶期望的匹配度，報告時長為負向指標，越小越好；

業務趨勢為客戶近3個月月均業務量/客戶近12個月均業務量，用于反映客戶的價值潛力，為正向指標，越大越好，對于業務合作3個月以內的客戶，該指標默認為1。

3.如權利要求1所述的基于AHP和熵權法結合賦權的客戶評分系統，其特征在于，將各個指標的數據進行標準化處理的方式如下：

假設給定了k個指標X₁,X₂，……，X_k，其中X_i＝{x₁,x₂,...,x_n}，

假設對各指標數據標準化后的值為Y₁,Y₂,...,Y_k，

那么對于正向指標標準化的公式如下：

那么對于負向指標標準化的公式如下：

所有的指標值標準化后均在[0,1]范圍內，其中max(x_i)表示x_i指標所有客戶數據的最大值，min(x_i)表示x_i指標所有客戶數據的最小值，x_ij表示x_i指標的第j項客戶的數據值。

4.如權利要求1所述的基于AHP和熵權法結合賦權的客戶評分系統，其特征在于，采用AHP層次分析法與熵權法進行結合賦權的算法進行賦權的方式如下：

S31、構建因素比對矩陣，兩兩相互比較，采用相對尺度，按其重要性程度評定等級；

S32、矩陣一致性檢驗，設定n階一致陣的唯一非零特征根為n；n階正互反陣A的最大特征根λ≧n，當且僅當λ＝n時，A為一致矩陣，一致性指標用CI計算，CI越小，說明一致性越大，用最大特征值對應的特征向量作為被比較因素對上層某因素影響程度的權向量，其不一致程度越大，引起的判斷誤差越大，用λ-n數值的大小來衡量A的不一致程度，定義一致性指標為：

CI＝0，有完全的一致性；CI接近于0，有滿意的一致性；CI越大，不一致越嚴重；

S33、求各指標的信息熵，根據信息論中信息熵的定義，一組數據的信息熵

其中

如果

p_ij＝0，則定義

S34、確定各指標權重，根據信息熵的計算公式，計算出各個指標的信息熵為E₁,E₂,...,E_k，

通過信息熵計算各指標的權重：

S35、基于AHP層次分析法和熵權法得到的權重得到組合權重。

5.如權利要求4所述的基于AHP和熵權法結合賦權的客戶評分系統，其特征在于，S32中為了衡量CI的大小，引入隨機一致性指標RI：

其中，隨機一致性指標RI和判斷矩陣的階數有關，矩陣階數越大，則出現一致性隨機偏離的可能性也越大，將CI和隨機一致性指標RI進行比較，得出檢驗系數CR，公式如下：

如果CR0.1，則認為該判斷矩陣通過一致性檢驗，否則就不具有滿意一致性。