客户交互痕迹分析方法及装置制造方法及图纸

技术编号:15502983 阅读:156 留言:0更新日期:2017-06-03 23:37
本发明专利技术提供一种客户交互痕迹分析方法及装置,从关于业务类型或渠道类型的项数量i=2开始,迭代执行以下步骤直至i=k+1,根据预设第k+1最小支持度及k+1‑项集支持度确定的频繁k+1‑项集集合为空时,输出每次迭代确定的频繁i‑项集集合:利用频繁i‑1‑项集集合自连接,生成候选i‑项集集合;候选i‑项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描客户交互痕迹,得到候选i‑项集集合的每个项集出现的次数;根据候选i‑项集集合中的每个项集出现的次数确定i‑项集支持度,并将i‑项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i‑项集集合。上述方法及装置,输出的每次迭代确定的频繁i‑项集集合可以作为数据依据,对客户实施精准的营销方案。

Customer interaction trace analysis method and device

The present invention provides a method and apparatus for analysis of a number of items from the customer interaction traces, I on the type of business or channel type = 2, perform the following steps iteratively until I = k+1, by default the k+1 minimum support k+1 frequent itemsets and k+1 itemsets support the set is empty, sure each iteration output I frequent itemset: using I 1 frequent itemset from the connection, I generating candidate itemsets; candidate itemsets I each set includes the I of the business type or types of channels; scanning customer interaction traces, I candidate itemsets set the number of each item set; according to the I candidate itemsets in each item set to determine the degree of I itemsets support, and the I itemsets support is greater than the set of default I minimum supports the set of identified as I frequent itemset. The method and device to determine each iteration output of the frequent itemsets can be used as I data basis, the implementation of marketing programs on customer precision.

【技术实现步骤摘要】
客户交互痕迹分析方法及装置
本专利技术涉及电力信息分析
,尤其涉及一种客户交互痕迹分析方法及装置。
技术介绍
随着电改的深入和市场竞争的到来,电力企业经营模式也逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。面对客户的多样化、层次化、个性化需求,迫切需要电力企业在传统营销服务方式的基础上,针对客户实施精准的营销方案。为了针对客户实施精准的营销方案,需要对客户交互痕迹进行分析,得到对渠道类型及业务类型之间的关联规则。从而以这些关联规则为数据依据,对客户实施精准的营销方案。
技术实现思路
基于此,有必要提供一种为针对客户实施精准的营销方案提供数据依据的客户交互痕迹分析方法及装置。一种客户交互痕迹分析方法,包括:扫描客户交互痕迹,得到候选1-项集集合,以及所述候选1-项集集合中的每个项集出现的次数;所述候选1-项集集合的每个项集包括1个关于业务类型或渠道类型的项;根据所述候选1-项集集合中的每个项集出现的次数确定1-项集支持度,并将1-项集支持度大于预设第1最小支持度的项集组成的集合确定为频繁1-项集集合;从关于所述业务类型或所述渠道类型的项数量i=2开始,迭代执行以下步骤直至i=k+1,根据预设第k+1最小支持度及k+1-项集支持度确定的频繁k+1-项集集合为空时,输出每次迭代确定的频繁i-项集集合,其中,所述输出每次迭代确定的频繁i-项集集合中的i的范围为[2,k]:利用频繁i-1-项集集合自连接,生成候选i-项集集合;所述候选i-项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描所述客户交互痕迹,得到所述候选i-项集集合的每个项集出现的次数;根据所述候选i-项集集合中的每个项集出现的次数确定i-项集支持度,并将i-项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i-项集集合。一种客户交互痕迹分析装置,包括:第一扫描模块,用于扫描客户交互痕迹,得到候选1-项集集合,以及所述候选1-项集集合中的每个项集出现的次数;所述候选1-项集集合的每个项集包括1个关于业务类型或渠道类型的项;频繁1-项集集合确定模块,用于根据所述候选1-项集集合中的每个项集出现的次数确定1-项集支持度,并将1-项集支持度大于预设第1最小支持度的项集组成的集合确定为频繁1-项集集合;迭代执行模块,用于从关于所述业务类型或所述渠道类型的项的数量i=2开始,迭代执行候选i-项集集合确定模块、第二扫描模块及频繁i-项集集合确定模块直至i=k+1,根据预设第k+1最小支持度及k+1-项集支持度确定的频繁k+1-项集集合为空时,输出每次迭代确定的频繁i-项集集合,其中,所述输出每次迭代确定的频繁i-项集集合中的i的范围为[2,k]:所述候选i-项集集合确定模块,用于利用频繁i-1-项集集合自连接,生成候选i-项集集合;所述候选i-项集集合的每个项集包括i个关于业务类型或渠道类型的项;所述第二扫描模块,用于扫描所述客户交互痕迹,得到所述候选i-项集集合的每个项集出现的次数;所述频繁i-项集集合确定模块,用于根据所述候选i-项集集合中的每个项集出现的次数确定i-项集支持度,并将i-项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i-项集集合。上述客户交互痕迹分析方法及装置,由于该方法及装置每次迭代确定的频繁i-项集集合的每个项集的支持度均大于预设最小支持度,因此,每次迭代确定的频繁i-项集集合的每个项集均为具有强关联性的项集。从而,输出的每次迭代确定的频繁i-项集集合可以作为数据依据,对客户实施精准的营销方案。附图说明图1为一实施例的客户交互痕迹分析方法的流程图;图2为另一实施例的客户交互痕迹分析方法的流程图;图3为一实施例的客户交互痕迹分析装置的结构图;图4为另一实施例的客户交互痕迹分析装置的结构图。具体实施方式为了便于理解本专利技术,下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳的实施例。但是,本专利技术可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本专利技术的公开内容的理解更加透彻全面。除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本专利技术。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。请参阅图1,一实施例的客户交互痕迹分析方法,包括:S120:扫描客户交互痕迹,得到候选1-项集集合,以及所述候选1-项集集合中的每个项集出现的次数。候选1-项集集合的每个项集包括1个关于业务类型或渠道类型的项。可以理解地,客户交互痕的每一条数据记录的属性包括业务类型和渠道类型。其中,业务类型包括:咨询查询、用电业务、故障保修、举报业务、表扬业务、其他业务等;渠道类型包括:来电渠道、网厅渠道、微信渠道、其他渠道等。举一个示例,候选1-项集集合可以为:{{咨询查询},{来电渠道},{举报业务},…}。S130:根据所述候选1-项集集合中的每个项集出现的次数确定1-项集支持度,并将1-项集支持度大于预设第1最小支持度的项集组成的集合确定为频繁1-项集集合。支持度包括绝对支持度和相对支持度。在本实施例中,1-项集支持度可以为绝对支持度也可以为相对支持度。当1-项集支持度为绝对支持度时,将候选1-项集集合中的每个项集出现的次数直接确定为1-项集支持度。当1-项集支持度为相对支持度时,将候选1-项集集合中的每个项集出现的次数与客户交互痕迹的记录条数的比值确定为1-项集支持度。预设第1最小支持度为预先设置的确定频繁1-项集集合的最小支持度。优选地,预设第1最小支持度为所述1-项集支持度的平均支持度。举一个示例,候选1-项集集合可以为:{{咨询查询},{来电渠道},…}。S140:从关于所述业务类型或所述渠道类型的项的数量i=2开始,迭代执行以下步骤(S150-S170)直至i=k+1、根据预设第k+1最小支持度及k+1-项集支持度确定的频繁k+1-项集集合为空时,输出每次迭代确定的频繁i-项集集合,其中,所述输出每次迭代确定的频繁i-项集集合中的i的范围为[2,k]。可以理解地,i和k为不小于2的正整数。迭代到找不到包括更多项的频繁i-项集集合。S150:利用自连接,生成候选i-项集集合。候选i-项集集合的每个项集包括i个关于业务类型或渠道类型的项。候选i-项集集合的每个项集包含的项的数量比频繁i-1-项集集合的每个项集包含的项的数量多1。S160:扫描所述客户交互痕迹,得到所述候选i-项集集合的每个项集出现的次数。扫描客户交互痕迹的每一条记录,可以确定候选i-项集集合的每个项集出现的次数。S170:根据所述候选i-项集集合中的每个项集出现的次数确定i-项集支持度,并将i-项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i-项集集合。支持度包括绝对支持度和相对支持度。在本实施例中,i-项集支持度可以为绝对支持度也可以为相对支持度。当i-项集支持度为绝对支持度时,将候选i-项集集合中的每个项集出现的次数直接确定为i-项集支持度。当i-项集支持度为相对支持度时,将候选i-项集集合中的每个项集出现的次数与客户交互痕迹本文档来自技高网
...
客户交互痕迹分析方法及装置

【技术保护点】
一种客户交互痕迹分析方法,其特征在于,包括:扫描客户交互痕迹,得到候选1‑项集集合,以及所述候选1‑项集集合中的每个项集出现的次数;所述候选1‑项集集合的每个项集包括1个关于业务类型或渠道类型的项;根据所述候选1‑项集集合中的每个项集出现的次数确定1‑项集支持度,并将1‑项集支持度大于预设第1最小支持度的项集组成的集合确定为频繁1‑项集集合;从关于所述业务类型或所述渠道类型的项的数量i=2开始,迭代执行以下步骤直至i=k+1、根据预设第k+1最小支持度及k+1‑项集支持度确定的频繁k+1‑项集集合为空时,输出每次迭代确定的频繁i‑项集集合,其中,所述输出每次迭代确定的频繁i‑项集集合中的i的范围为[2,k]:利用频繁i‑1‑项集集合自连接,生成候选i‑项集集合;所述候选i‑项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描所述客户交互痕迹,得到所述候选i‑项集集合的每个项集出现的次数;根据所述候选i‑项集集合中的每个项集出现的次数确定i‑项集支持度,并将i‑项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i‑项集集合。

【技术特征摘要】
1.一种客户交互痕迹分析方法,其特征在于,包括:扫描客户交互痕迹,得到候选1-项集集合,以及所述候选1-项集集合中的每个项集出现的次数;所述候选1-项集集合的每个项集包括1个关于业务类型或渠道类型的项;根据所述候选1-项集集合中的每个项集出现的次数确定1-项集支持度,并将1-项集支持度大于预设第1最小支持度的项集组成的集合确定为频繁1-项集集合;从关于所述业务类型或所述渠道类型的项的数量i=2开始,迭代执行以下步骤直至i=k+1、根据预设第k+1最小支持度及k+1-项集支持度确定的频繁k+1-项集集合为空时,输出每次迭代确定的频繁i-项集集合,其中,所述输出每次迭代确定的频繁i-项集集合中的i的范围为[2,k]:利用频繁i-1-项集集合自连接,生成候选i-项集集合;所述候选i-项集集合的每个项集包括i个关于业务类型或渠道类型的项;扫描所述客户交互痕迹,得到所述候选i-项集集合的每个项集出现的次数;根据所述候选i-项集集合中的每个项集出现的次数确定i-项集支持度,并将i-项集支持度大于预设第i最小支持度的项集组成的集合确定为频繁i-项集集合。2.根据权利要求1所述的客户交互痕迹分析方法,其特征在于,所述利用频繁i-1-项集集合自连接,生成候选i-项集集合的步骤,包括:利用频繁i-1-项集集合自连接,生成候选i-项集集合,若所述候选i-项集集合的项集的子集中所包含的i-1项集不属于频繁i-1项集,则将所述子集对应的项集从所述候选i-项集集合中删除。3.根据权利要求1所述的客户交互痕迹分析方法,其特征在于,所述预设第1最小支持度为所述1-项集支持度的平均支持度;所述预设第i最小支持度为所述i-项集支持度的平均值。4.根据权利要求1所述的客户交互痕迹分析方法,其特征在于,所述扫描客户交互痕迹,得到候选1-项集集合,以及所述候选1-项集集合中的每个项集出现的次数的步骤之前,还包括:对所述客户交互痕迹进行审查和校验。5.根据权利要求1所述的客户交互痕迹分析方法,其特征在于,所述利用频繁i-1-项集集合自连接,生成候选i-项集集合的步骤,包括:利用所述频繁i-1-项集集合按照所述客户交互痕迹的字典顺序自连接,生成候选i-项集集合。6.一种客户交互痕迹分析装置,其特征在于,包括:第一扫描模块,用于扫描客户交互痕迹,得到候选1-项集集合,以及所述候...

【专利技术属性】
技术研发人员:李秋硕李鹏孙宇军赵云钱斌
申请(专利权)人:南方电网科学研究院有限责任公司中国南方电网有限责任公司电网技术研究中心
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1