[發(fā)明專利]客戶特征定位方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210079887.2
• 申請日: 2022-01-24
• 公開（公告）號: CN114418017A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 李莉;居易;喬延柯
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/02
• 代理公司: 深圳市賽恩倍吉知識產(chǎn)權(quán)代理有限公司 44334
• 代理人: 龔慧惠

1.一種客戶特征定位方法，其特征在于，所述客戶特征定位方法包括：

獲取預(yù)設(shè)客戶在多個預(yù)設(shè)維度上的維度信息；

根據(jù)每個預(yù)設(shè)維度的維度映射表及所述維度信息生成所述預(yù)設(shè)客戶的客戶表征矩陣；

基于預(yù)先訓(xùn)練好的類別預(yù)測模型對所述客戶表征矩陣進(jìn)行預(yù)測分析，得到用戶類別及所述用戶類別的類別概率；

根據(jù)所述用戶類別及所述類別概率從所述預(yù)設(shè)客戶中篩選目標(biāo)客戶；

基于每個預(yù)設(shè)維度從所述目標(biāo)客戶的客戶表征矩陣中提取特征矩陣；

根據(jù)所述類別預(yù)測模型對每個特征矩陣在所述用戶類別上的預(yù)測概率及所述類別概率生成每個預(yù)設(shè)維度對所述目標(biāo)客戶的影響度；

根據(jù)所述影響度及所述用戶類別生成所述目標(biāo)用戶的特征信息。

2.如權(quán)利要求1所述的客戶特征定位方法，其特征在于，所述根據(jù)每個預(yù)設(shè)維度的維度映射表及所述維度信息生成所述預(yù)設(shè)客戶的客戶表征矩陣包括：

從預(yù)設(shè)映射庫中獲取與每個預(yù)設(shè)維度對應(yīng)的列表，得到多個所述維度映射表；

基于每個維度映射表并行對相應(yīng)的維度信息進(jìn)行映射處理，得到每個預(yù)設(shè)維度的維度向量；

獲取所述類別預(yù)測模型中任一配置類別的權(quán)值矩陣；

識別每個預(yù)設(shè)維度的維度權(quán)值在所述權(quán)值矩陣中的權(quán)值位置；

根據(jù)所述權(quán)值位置拼接所述維度向量，得到所述客戶表征矩陣。

3.如權(quán)利要求2所述的客戶特征定位方法，其特征在于，所述類別預(yù)測模型包括標(biāo)準(zhǔn)化層及輸出層，所述基于預(yù)先訓(xùn)練好的類別預(yù)測模型對所述客戶表征矩陣進(jìn)行預(yù)測分析，得到用戶類別及所述用戶類別的類別概率包括：

計(jì)算每個權(quán)值矩陣與所述客戶表征矩陣的乘積，得到所述預(yù)設(shè)客戶在每個配置類別上的輸出分?jǐn)?shù)；

基于所述標(biāo)準(zhǔn)化層對所述輸出分?jǐn)?shù)進(jìn)行標(biāo)準(zhǔn)化處理，得到所述預(yù)設(shè)客戶在每個配置類別上的輸出概率，所述輸出概率的計(jì)算公式為：

其中，P_i是指第i個配置類別的輸出概率，x_i是指所述第i個配置類別的輸出分?jǐn)?shù)，μ是指所述類別預(yù)測模型中所有配置類別的輸出分?jǐn)?shù)的平均值，σ是指所述所有配置類別的輸出分?jǐn)?shù)的標(biāo)準(zhǔn)差；

從所述輸出層中獲取每個配置類別的預(yù)設(shè)概率閾值；

將取值大于對應(yīng)的預(yù)設(shè)概率閾值的輸出概率確定為所述類別概率，并將與所述類別概率所對應(yīng)的配置類別確定為所述用戶類別。

4.如權(quán)利要求3所述的客戶特征定位方法，其特征在于，所述根據(jù)所述類別預(yù)測模型對每個特征矩陣在所述用戶類別上的預(yù)測概率及所述類別概率生成每個預(yù)設(shè)維度對所述目標(biāo)客戶的影響度包括：

將每個特征矩陣輸入至所述類別預(yù)測模型中，并從所述標(biāo)準(zhǔn)化層中提取每個特征矩陣在所述用戶類別上的輸出值作為所述預(yù)測概率；

計(jì)算每個預(yù)測概率與所述類別概率的差值，得到所述影響度。

5.如權(quán)利要求2所述的客戶特征定位方法，其特征在于，所述基于每個預(yù)設(shè)維度從所述目標(biāo)客戶的客戶表征矩陣中提取特征矩陣包括：

對于任一預(yù)設(shè)維度，刪除所述目標(biāo)客戶的客戶表征矩陣中與所述任一預(yù)設(shè)維度對應(yīng)的維度向量，得到所述特征矩陣。

6.如權(quán)利要求1所述的客戶特征定位方法，其特征在于，所述根據(jù)所述用戶類別及所述類別概率從所述預(yù)設(shè)客戶中篩選目標(biāo)客戶包括：

篩選出與所述用戶類別對應(yīng)的預(yù)設(shè)客戶作為待測客戶；

統(tǒng)計(jì)所述待測客戶的客戶數(shù)量，并計(jì)算所述客戶數(shù)量與預(yù)設(shè)比例的乘積，得到目標(biāo)數(shù)量；

依照所述待測客戶在所述用戶類別上的類別概率對所述預(yù)設(shè)客戶進(jìn)行排序，得到客戶列表；

根據(jù)所述目標(biāo)數(shù)量從所述客戶列表中依次選取出所述目標(biāo)客戶。

7.如權(quán)利要求1所述的客戶特征定位方法，其特征在于，所述根據(jù)所述影響度及所述用戶類別生成所述目標(biāo)用戶的特征信息包括：

將所述影響度最大的預(yù)設(shè)維度確定為目標(biāo)維度；

從所述維度信息中提取所述目標(biāo)用戶在所述目標(biāo)維度上的信息作為目標(biāo)因素；

根據(jù)所述目標(biāo)因素及所述用戶類別確定為所述特征信息。