客户稳定性的预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种基于人工智能的客户稳定性的预测方法、装置、计算机设备和存储介质。所述方法包括：监测网络平台发布的多个目标信息；获取目标客户对应的客户数据；所述客户数据包括产品标识；基于所述目标信息计算所述产品标识对应的舆情指数；统计目标客户在所述监控周期对目标信息的访问数据；根据所述客户数据确定所述目标客户的情感特征；将所述舆情指数、所述访问数据以及所述情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数。采用本方法能够及时预测客户稳定性并提高预测准确率。

【技术实现步骤摘要】
客户稳定性的预测方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种客户稳定性的预测方法、装置、计算机设备和存储介质。
技术介绍
随着互联网媒体的影响力逐渐变大，通过互联网向用户发布信息的网络平台也越来越多。虽然网络平台发布的信息本身可能不含任何情感词，但访问这类信息却会让人产生某种情感倾向，而有些情感倾向则直接影响企业客户的稳定性。虽然目前大多企业会针对网络平台发布的信息进行回应，例如，发布辟谣信息等，但回应相关的信息时，往往是在信息事件发布并经过舆论发酵之后，此时对应企业来说，已经出现了客户流失等不良现象。可见，现有技术缺乏向企业提供针对客户稳定性的预警方案。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够及时预测客户稳定性并提高预测准确率的客户稳定性的预测方法、装置、计算机设备和存储介质。一种客户稳定性的预测方法，所述方法包括：监测网络平台发布的多个目标信息；获取目标客户对应的客户数据；所述客户数据包括产品标识；基于所述目标信息计算所述产品标识对应的舆情指数；统计目标客户在所述监控周期对目标信息的访问数据；根据所述客户数据确定所述目标客户的情感特征；将所述舆情指数、所述访问数据以及所述情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数。在其中一个实施例中，所述监测网络平台发布的多个目标信息，包括：监测网络平台发布的原始信息；对所述原始信息进行分词处理，得到每个所述原始信息对应的信息标签；获取多个目标关键词，识别所述信息标签是否包含所述目标关键词；若是，将相应原始信息标记为目标信息。在其中一个实施例中，所述基于所述目标信息计算所述产品标识对应的舆情指数，包括：对所述目标信息进行拆分，得到多个短文本；在所述短文本中提取产品标识，将所述产品标识与相应短文本关联；利用预设的舆情分析模型计算每个所述短文本对应的情感指数；确定多个所述短文本分别对应的影响力权重；根据相关联的短文本的情感指数和影响力权重，计算相应产品标识对应的舆情指数。在其中一个实施例中，所述统计目标客户在所述监控周期对目标信息的访问数据，包括：获取目标客户的标识字段，将所述标识字段发送至所述网络平台；接收所述网络平台根据所述标识字段返回的关联访问数据；在所述关联访问数据中提取信息访问字段、信息收藏字段及信息转发字段；基于所述信息访问字段、信息收藏字段及信息转发字段统计所述目标客户在监控周期的信息访问量、信息收藏量及信息转发量。在其中一个实施例中，所述根据所述客户数据确定所述目标客户的情感特征，包括：获取多个子模型，确定多个所述子模型分别对应的权值因子；根据多个所述子模型及分别对应的权值因子，生成第一模型；获取客户样本数据及相对应的情感标签；将所述客户样本数据输入所述第一模型，得到中间情感分析结果；计算所述中间情感分析结果与所述情感标签的差异，根据所述差异对所述第一模型进行调整，得到第二模型；将所述客户数据输入所述第二模型，输出所述目标客户的情感特征。在其中一个实施例中，所述信息影响预测模型采用深度神经网络模型训练得到；所述将所述舆情指数、访问数据及情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数，包括：对所述舆情指数、访问数据及情感特征预处理，得到客户特征矩阵；根据所述客户特征矩阵得到输入层节点序列；对所述输入层节点序列进行投影，得到第一隐层对应的隐层节点序列，将所述第一隐层作为当前处理隐层；获取所述当前处理隐层对应各个神经元节点的权重和偏差；根据所述当前处理隐层对应的隐层节点序列以及各个神经元节点的权重和偏差，采用非线性映射得到下一隐层的隐层节点序列；将下一隐层作为当前处理隐层进行迭代，直至输出层；获取所述输出层输出的所述目标客户对应的稳定性参数。一种客户稳定性的预测装置，所述装置包括：信息分析模块，用于监测网络平台发布的多个目标信息；获取目标客户对应的客户数据；所述客户数据包括产品标识；基于所述目标信息计算所述产品标识对应的舆情指数；客户分析模块，用于统计目标客户在所述监控周期对目标信息的访问数据；根据所述客户数据确定所述目标客户的情感特征；影响预测模块，用于将所述舆情指数、所述访问数据以及所述情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请任意一个实施例中提供的客户稳定性的预测方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请任意一个实施例中提供的客户稳定性的预测方法的步骤。上述客户稳定性的预测方法、装置、计算机设备和存储介质，对网络平台发布的多个目标信息实时监测；根据需要分析的目标客户对应的客户数据，可以获取一个或多个产品标识；根据监测到的目标信息，可以计算不同产品标识对应的舆情指数；通过统计目标客户在所述监控周期对目标信息的访问数据，并根据所述客户数据确定所述目标客户的情感特征，可以基于信息影响预测模型得到目标客户的稳定性参数。由于不仅预测目标信息对产品的影响，得到产品标识对应的舆情指数，还采用目标客户对目标信息的了解程度，进一步考虑客户是否易受目标信息影响的情感特征，综合考虑多个因素可以提高信息影响预测准确率；将计算得到的多种因素数据直接输入预置的信息影响预测模型即可得到预测结果，能够及时预测客户稳定性并提高预测准确率。附图说明图1为一个实施例中客户稳定性的预测方法的应用场景图；图2为一个实施例中客户稳定性的预测方法的流程示意图；图3为一个实施例中计算产品舆情指数步骤的流程示意图；图4为一个实施例中确定客户情感特征步骤的流程示意图；图5为一个实施例中客户稳定性的预测装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的客户稳定性的预测方法，可以应用于如图1所示的应用环境中。其中，终端102与服务器104通过网络进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。对服务器104监测网络平台在监控周期发布的原始信息，从原始信息中筛选与企业业务相关的目标信息。服务器104根据终端102发送的信息影响预测请求或者按照预设时间频率预测目标信息是否会对目标客户的稳定性造成影响。具体的，服务器104获取目标客户对应的客户数据。客户数据包括产品标识。服务器104基于目标信息计算产品标识对应的舆情指数，即预测目标信息对产品标识对应的产品的价格等的影响。服务器104统计目标客户在监控周期对目标信息的访问数据，如对目标信息的浏览、转发或收藏等的行为数据。服务器104根据客户数据确定目标客户的情感特征，即易受外界影响改变决定的程度。服务器104预存储了信息影响预测模型。信息影响预测模型可以是采用深度神经网络模型训练得到的。服务器104将舆情指数、访问数据以及情感特征输入信息影响预测模型，输出目标客户的本文档来自技高网...

【技术保护点】
1.一种客户稳定性的预测方法，所述方法包括：监测网络平台发布的多个目标信息；获取目标客户对应的客户数据；所述客户数据包括产品标识；基于所述目标信息计算所述产品标识对应的舆情指数；统计目标客户在所述监控周期对目标信息的访问数据；根据所述客户数据确定所述目标客户的情感特征；将所述舆情指数、所述访问数据以及所述情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数。

【技术特征摘要】
1.一种客户稳定性的预测方法，所述方法包括：监测网络平台发布的多个目标信息；获取目标客户对应的客户数据；所述客户数据包括产品标识；基于所述目标信息计算所述产品标识对应的舆情指数；统计目标客户在所述监控周期对目标信息的访问数据；根据所述客户数据确定所述目标客户的情感特征；将所述舆情指数、所述访问数据以及所述情感特征输入预设的信息影响预测模型，输出所述目标客户的稳定性参数。2.根据权利要求1所述的方法，其特征在于，所述监测网络平台发布的多个目标信息，包括：监测网络平台发布的原始信息；对所述原始信息进行分词处理，得到每个所述原始信息对应的信息标签；获取多个目标关键词，识别所述信息标签是否包含所述目标关键词；若是，将相应原始信息标记为目标信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述目标信息计算所述产品标识对应的舆情指数，包括：对所述目标信息进行拆分，得到多个短文本；在所述短文本中提取产品标识，将所述产品标识与相应短文本关联；利用预设的舆情分析模型计算每个所述短文本对应的情感指数；确定多个所述短文本分别对应的影响力权重；根据相关联的短文本的情感指数和影响力权重，计算相应产品标识对应的舆情指数。4.根据权利要求1所述的方法，其特征在于，所述统计目标客户在所述监控周期对目标信息的访问数据，包括：获取目标客户的标识字段，将所述标识字段发送至所述网络平台；接收所述网络平台根据所述标识字段返回的关联访问数据；在所述关联访问数据中提取信息访问字段、信息收藏字段及信息转发字段；基于所述信息访问字段、信息收藏字段及信息转发字段统计所述目标客户在监控周期的信息访问量、信息收藏量及信息转发量。5.根据权利要求1所述的方法，其特征在于，所述根据所述客户数据确定所述目标客户的情感特征，包括：获取多个子模型，确定多个所述子模型分别对应的权值因子；根据多个所述子模型及分别对应的权值因子，生成第一模型；获取客户样本数据及相对应的情感标签；将所述客户样本数据输入所述第一模型，得到中间情感分析结果；计算所述中间情感分析结果与所述情感标签的差异，根据所述差异对所述第一模型进行调整，...

【专利技术属性】
技术研发人员：陈石，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：广东,44