一种基于网格和密度的动静态数据融合客户分类算法制造技术

本发明专利技术公开了一种基于网格和密度的动静态数据融合客户分类算法，通过融合两种分类算法建立降维的客户聚类模型，确定客户类别；对每一类客户的文本分析，计算每种客户类别的频率、每种客户类别特征属性对应的频率和关注度，确定关注点与客户类别间的对称不确定性值，实现了客户类别分类及服务关注点提取，完成了结构化数据和非结构化数据的融合挖掘及对应关系确定，完成客户行为的准确分析和精准定位，从而对客户实现有针对性的商业推荐。

A dynamic and static data fusion algorithm for customer classification based on grid and density

The invention discloses a dynamic and static data fusion customer classification algorithm based on grid and density, and establishes a reduced-dimension customer clustering model by fusing two classification algorithms to determine customer categories; calculates the frequency of each customer category, the corresponding frequency of each customer category's characteristic attribute and the corresponding frequency of each customer category's text analysis. Concern, determine the symmetrical uncertainties between concerns and customer categories, achieve customer category classification and service concerns extraction, complete the integration of structured and unstructured data mining and corresponding relationship determination, complete the accurate analysis and precise positioning of customer behavior, so as to achieve targeted customer Commercial recommendation.

【技术实现步骤摘要】
一种基于网格和密度的动静态数据融合客户分类算法
本专利技术涉及自然语言处理应用
，具体的说是一种基于网格和密度的动静态数据融合客户分类算法。
技术介绍
随着互联网、机器学习以及大数据技术的发展，给实体店和电商带来了各种机遇和挑战，购物方式的多样化，使得客户在企业间的选择成本大幅降低，流动性不断增强，为了更好的发展，不同的商业模式如何确定自己的优势，针对不同类型的客户进行精准定位和服务，将会助力于企业更好发展。消费者作为消费链的最末端,是商品的最终使用者、品牌营销的最终接受者和终端建设的最终体验者，可以说消费者是否满意是决定企业成功的决定性因素。目前存在的问题是只注重消费者的购买信息而忽视了消费者的评价信息，只注意销售额的增长而忽视了消费者的满意度，由于消费者评价和购买信息的脱节，导致难以从消费者角度对其经营形成合理的指引，也无法有效采取措施提高对消费者的服务质量。随着大数据技术的发展，为了实现客户的多维度精准分类，特性精准定位，需要进行大量的数据挖掘技术研究。当前各种渠道数据来源的规模呈现爆炸式增长，主要包括电商销售结构信息、社交媒体和各种网站上的非结构化数据，以及百度百科和维本文档来自技高网...

【技术保护点】
1.一种基于网格和密度的动静态数据融合客户分类算法，其特征在于，包括以下步骤：步骤一、根据客户销售信息、客户基本信息和营销策略信息，在空间建立多维度的多重网格；步骤二、利用CLIQUE算法对数据进行分类降维，大类分割客户信息；步骤三、对步骤二中获得的每一类客户信息采用DBSCAN算法，利用中位数据进行数据聚类，将信息分为多个稠密数据集合，并对每一部分找到对应的关键维度；步骤四、根据步骤三得到的结构化信息，对每一个聚类中心附近的优质客户提取出对应短文本评论，得到评论集；步骤五、采用中文依存句法规则，对步骤四中得到的评论集进行对应的文本挖掘，进行提取关键词、统计规律以及提取出每一类客户关注的关键服...

【技术特征摘要】
1.一种基于网格和密度的动静态数据融合客户分类算法，其特征在于，包括以下步骤：步骤一、根据客户销售信息、客户基本信息和营销策略信息，在空间建立多维度的多重网格；步骤二、利用CLIQUE算法对数据进行分类降维，大类分割客户信息；步骤三、对步骤二中获得的每一类客户信息采用DBSCAN算法，利用中位数据进行数据聚类，将信息分为多个稠密数据集合，并对每一部分找到对应的关键维度；步骤四、根据步骤三得到的结构化信息，对每一个聚类中心附近的优质客户提取出对应短文本评论，得到评论集；步骤五、采用中文依存句法规则，对步骤四中得到的评论集进行对应的文本挖掘，进行提取关键词、统计规律以及提取出每一类客户关注的关键服务的操作；步骤六、在每一类客户聚类中随机选择一定比例的客户代表，根据语义提取出的关键购买因素，利用回归和时序算法对代表客户在时间域上进行拟合，验证提取出的关键购买影响因素；步骤七、对于未知的客户信息，利用上述步骤得到的模型，进行网格分类，确定类似群的高影响因素，在同维度下进行二层分类，自动提取出客户的销售影响因素，同时采用回归方法对计算销售结果进行预测，确定恰当的销售策略。2.根据权利要求1所述的一种基于网格和密度的动静态数据融合客户分类算法，其特征在于：所述客户销售信息包括时间、销售方式和消费额度，所述客户基本信息包括客户年龄和客户性别，所述营销策略信息包括促销方式。3.根据权利要求1所述的一种基于网格和密度的动静态数据融合客户分类算法，其特征在于：所述步骤一中的客户销售信息、客户基本信息和营销策略信息构成多个离散点，每一个离散点存在于多个网格中。4.根据权利要求3所述的一种基于网格和密度的动静态数据融合客户分类算法，其特征在于，步骤二中利用CLIQUE算法进行分类降维的具体过程为：a1、计算每一个网格内的密度，每一个离散点在多个网格中所在的单元网格中的密度；a2、根据步骤a1中得到的密度，确定阈值，低于阈值的该维度网格取消，得到不同维度...

【专利技术属性】
技术研发人员：胡雯蔷，瞿毅，杨绪升，
申请(专利权)人：南京讯高科技有限公司，
类型：发明
国别省市：江苏,32