[發明專利]基于聚類模型推薦家裝貸款產品拓客地的系統及方法

在審

• 申請號: 202210713496.1
• 申請日: 2022-06-22
• 公開（公告）號: CN115131125A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 周波;張建業;蔡浴泓;陳蓓珍;張風帆
• 申請（專利權）人: 浙江惠瀜網絡科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F16/9535;G06F16/9537;G06F16/958;G06K9/62
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 張姍

1.基于聚類模型推薦家裝貸款產品拓客地的系統，包括潛在客戶信息模塊、聚類分類模塊、聚類定義模塊和聚類模型建立模塊，其特征在于：

所述客戶信息模塊，用于收集潛在客戶的位置等信息；

所述聚類分類模塊，對收集到的信息進行聚類；

所述聚類定義模塊，對聚類處的信息進行定義；

所述聚類模型建立模塊，集合篩選出的信息結合視圖建立模型。

2.根據權利要求1所述的基于聚類模型推薦家裝貸款產品拓客地的系統，其特征在于：所述客戶信息模塊通過客戶瀏覽裝修類app或小程序時的gps地址或是客戶瀏覽裝修類網址時ip對應的地理位置的方法收集潛在客戶的位置等信息。

3.根據權利要求1所述的基于聚類模型推薦家裝貸款產品拓客地的系統，其特征在于：所述聚類分類模塊通過DBSCAN聚類算法進行聚類聚類結果循環聚類，過小放棄該聚類，過大繼續聚類，從而形成給定的面積范圍的聚類。

4.根據權利要求1所述的基于聚類模型推薦家裝貸款產品拓客地的系統，其特征在于：所述所述聚類定義模塊對聚類進行AOI和POI判定，如果某一個AOI覆蓋聚類結果60％的樣本，則輸出AOI名稱作為拓客建議地點，否則對所有POI做N-gram文本分析，返回街道名作為輸出結果。

5.根據權利要求1所述的基于聚類模型推薦家裝貸款產品拓客地的系統，其特征在于：所述聚類模型建立模塊結合聚類多邊形視圖和建立地點建立輸出模型提供參考。

6.根據權利要求1-5任意一項的所述的基于聚類模型推薦家裝貸款產品拓客地的方法，其特征在于：包括以下步驟：

步驟一：分析指定地理圍欄報點在地圖上的分布情況；

步驟二：采取DBSCAN聚類算法(基于密度)進行聚類；

步驟三：采取蒙特卡洛采樣方法對聚類結果制定一個個不規則多邊形，將聚類結果內所有報點圈定起來；

步驟四：獲取不規則多邊形的所有POI和AOI；

步驟五：定義聚類結果好壞性能指標；

步驟六：最終以多邊形視圖和建議地點為最終輸出結果。

7.根據權利要求6所述的基于聚類模型推薦家裝貸款產品拓客地的方法，其特征在于：不規則多邊形的繪制方法包括以下步驟：

S3.1：定位聚類結果左右(x軸)、上下(y軸)最邊緣的四個點，該四個點分別做垂直x\y軸的直線，從而確定一個矩形。

S3.2：給定閾值較小的邊長為d正方形，隨機在步驟1的矩形內采取一個點作為該正方形的中心，計算該正方形內的樣本點數

S3.3：重復S3.2上千次，得到每一個正方形的樣本點數(點數為0的排除)，并進行升序排列，排在前n名的正方形所圈定的樣本點可以近似看成聚類結果的邊緣點(假設m個)，隨后加入x軸左右最邊緣的兩點(重復則去重)，利用這m+2個樣本點畫不規則多邊形。

S3.4：通過最邊緣點確定一條直線，判斷m個點屬于直線左邊的左子集Left和右邊的右子集Right，假設樣本數分別為m1和m2個。

S3.5：以最右邊的點作為初始點，按照該點與右子集Right所有點的距離從小到大排序依次連接，然后按照該點與左子集Left所有點的距離從大到小排序一次連接，得到最終的不規則多邊形，完成作圖。

8.根據權利要求6所述的基于聚類模型推薦家裝貸款產品拓客地的系統及方法，其特征在于：POI興趣點為一個家裝公司、一個轉租店面等地方，AOI興趣面為家博會、新開樓盤、家裝城等地點。

9.根據權利要求1所述的基于聚類模型推薦家裝貸款產品拓客地的系統及方法，其特征在于：最終以多邊形視圖和建議地點為最終輸出結果。