本发明专利技术提供一种客户推荐方法、装置、电子设备及介质。所述客户推荐方法能够从预先配置的标签库中提取目标标签，从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户，计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个第一关联度，进一步获取已有客户与用户之间产生的事件，并提取所述已有客户的第一特征，进而确定每个待推荐客户与所述用户之间的关联度，得到每个第二关联度，根据每个待推荐客户的第一关联度及第二关联度，确定每个目标关联度，将每个待推荐客户按照所述目标关联度进行排序，得到队列，根据所述队列进行客户推荐，从而实现在没有人为操作的情况下，能准确获取潜在客户并智能推荐。
【技术实现步骤摘要】
客户推荐方法、装置、电子设备及介质
本专利技术涉及智能推荐
，尤其涉及一种客户推荐方法、装置、电子设备及介质。
技术介绍
目前，用户通过搜索的方式获取潜在客户，而在当今经济全球化的影响下，随着企业的数量迅猛增长，人工搜索的方式已经跟不上时代的步伐，除此之外，还需要具有一定专业背景或者经验的员工人为搜索与自身业务相关的企业，因此，不利于用户的体验。
技术实现思路
鉴于以上内容，有必要提供一种客户推荐方法、装置、电子设备及介质，能够实现在没有人为操作的情况下，快速、准确获取潜在客户并进行智能推荐，提高了效率。一种客户推荐方法，所述方法包括：从预先配置的标签库中提取目标标签；从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户；计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度；获取已有客户与用户之间产生的事件；提取所述已有客户的第一特征；根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度；根据每个待推荐客户的第一关联度及第二关联度，确定每个待推荐客户的目标关联度；将每个待推荐客户按照所述目标关联度进行排序，得到队列；根据所述队列进行客户推荐。根据本专利技术优选实施例，在从预先配置的标签库中提取目标标签之前，所述方法还包括：采用网络爬虫技术及/或从客户的官网中获取客户信息；根据所述客户信息，确定标签；根据所述标签生成标签库。根据本专利技术优选实施例，所述计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度包括：确定每个待推荐客户的所有标签；计算所述目标标签在每个待推荐客户的所有标签中的占比，得到每个待推荐客户的第一比值；计算含有所述目标标签的待推荐客户在所述客户库中的占比，得到每个待推荐客户的第二比值；将每个待推荐客户的第一比值及第二比值进行相乘运算，得到每个待推荐客户的第一数值；将每个第一数值进行开平方，得到每个待推荐客户的第一关联度。根据本专利技术优选实施例，所述获取已有客户与用户之间产生的事件包括以下一种或者多种组合：从邮箱中获取与所述已有客户相关的事件；及/或从客户关系管理系统中获取与所述已有客户相关的事件。根据本专利技术优选实施例，所述根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度包括：基于sigmod函数，计算每件事件的第二数值；计算每件事件的权重；将每件事件的第二数值及权重进行相乘运算，得到每件事件的第三数值；将所述已有客户中的所有第三数值进行相加运算，得到所述已有客户与所述用户的第一紧密度；采用TF-IDF方法计算所述第一特征与每个待推荐客户的紧密度，得到所述已有客户与每个待推荐客户的第二紧密度；将所述第一紧密度与每个待推荐客户的第二紧密度进行相乘，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度。根据本专利技术优选实施例，在将每个待推荐客户按照所述目标关联度进行排序，得到队列前，所述方法还包括：获取现有客户；当检测到所述推荐客户中含有所述现有客户时，从所述待推荐客户中删除所述现有客户。根据本专利技术优选实施例，在根据所述队列进行客户推荐后，所述方法还包括：每隔预设时间，获取反馈信息；根据所述反馈信息，更新所述队列。一种客户推荐装置，所述装置包括：提取单元，用于从预先配置的标签库中提取目标标签；筛选单元，用于从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户；计算单元，用于计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度；获取单元，用于获取已有客户与用户之间产生的事件；所述提取单元，还用于提取所述已有客户的第一特征；确定单元，用于根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度；所述确定单元，还用于根据每个待推荐客户的第一关联度及第二关联度，确定每个待推荐客户的目标关联度；排序单元，用于将每个待推荐客户按照所述目标关联度进行排序，得到队列；推荐单元，用于根据所述队列进行客户推荐。根据本专利技术优选实施例，所述获取单元，还用于在从预先配置的标签库中提取目标标签之前，采用网络爬虫技术及/或从客户的官网中获取客户信息；所述确定单元，还用于根据所述客户信息，确定标签；所述装置还包括：生成单元，用于根据所述标签生成标签库。根据本专利技术优选实施例，所述计算单元具体用于：确定每个待推荐客户的所有标签；计算所述目标标签在每个待推荐客户的所有标签中的占比，得到每个待推荐客户的第一比值；计算含有所述目标标签的待推荐客户在所述客户库中的占比，得到每个待推荐客户的第二比值；将每个待推荐客户的第一比值及第二比值进行相乘运算，得到每个待推荐客户的第一数值；将每个第一数值进行开平方，得到每个待推荐客户的第一关联度。根据本专利技术优选实施例，所述获取单元获取已有客户与用户之间产生的事件包括以下一种或者多种组合：从邮箱中获取与所述已有客户相关的事件；及/或从客户关系管理系统中获取与所述已有客户相关的事件。根据本专利技术优选实施例，所述确定单元根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度包括：基于sigmod函数，计算每件事件的第二数值；计算每件事件的权重；将每件事件的第二数值及权重进行相乘运算，得到每件事件的第三数值；将所述已有客户中的所有第三数值进行相加运算，得到所述已有客户与所述用户的第一紧密度；采用TF-IDF方法计算所述第一特征与每个待推荐客户的紧密度，得到所述已有客户与每个待推荐客户的第二紧密度；将所述第一紧密度与每个待推荐客户的第二紧密度进行相乘，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度。根据本专利技术优选实施例，所述获取单元，还用于在将每个待推荐客户按照所述目标关联度进行排序，得到队列前，获取现有客户；所述装置还包括：删除单元，用于当检测到所述推荐客户中含有所述现有客户时，从所述待推荐客户中删除所述现有客户。根据本专利技术优选实施例，所述获取单元，还用于在根据所述队列进行客户推荐后，每隔预设时间，获取反馈信息；所述装置还包括：更新单元，用于根据所述反馈信息，更新所述队列。一种电子设备，所述电子设备包括：存储器，存储至少一个指令；及处理器，执行所述存储器中存储的指令以实现所述客户推荐方法。一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述客户推荐方法。由以上技术方案可以看出，本专利技术能够从预先配置的标签库中提取目标标签，并从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户，计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度，进一步获取已有客户与用户之间产生的事件，并提取所述已有客户的第一特征，根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度，根据每个待推荐客户的第一关联度及第二关联度，确定每个待推荐客户的目标关联度，将每个待推荐客户按照所述目标关联度进行排序，得到本文档来自技高网...
【技术保护点】
1.一种客户推荐方法，其特征在于，所述方法包括： 从预先配置的标签库中提取目标标签； 从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户； 计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度； 获取已有客户与用户之间产生的事件； 提取所述已有客户的第一特征； 根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度； 根据每个待推荐客户的第一关联度及第二关联度，确定每个待推荐客户的目标关联度； 将每个待推荐客户按照所述目标关联度进行排序，得到队列； 根据所述队列进行客户推荐。
【技术特征摘要】
1.一种客户推荐方法，其特征在于，所述方法包括：从预先配置的标签库中提取目标标签；从预先配置的客户库中筛选出含有所述目标标签的客户，作为待推荐客户；计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度；获取已有客户与用户之间产生的事件；提取所述已有客户的第一特征；根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度；根据每个待推荐客户的第一关联度及第二关联度，确定每个待推荐客户的目标关联度；将每个待推荐客户按照所述目标关联度进行排序，得到队列；根据所述队列进行客户推荐。2.如权利要求1所述的客户推荐方法，其特征在于，在从预先配置的标签库中提取目标标签之前，所述方法还包括：采用网络爬虫技术及/或从客户的官网中获取客户信息；根据所述客户信息，确定标签；根据所述标签生成所述标签库。3.如权利要求1所述的客户推荐方法，其特征在于，所述计算所述目标标签与所述待推荐客户中每个待推荐客户之间的关联度，得到每个待推荐客户的第一关联度包括：确定每个待推荐客户的所有标签；计算所述目标标签在每个待推荐客户的所有标签中的占比，得到每个待推荐客户的第一比值；计算含有所述目标标签的待推荐客户在所述客户库中的占比，得到每个待推荐客户的第二比值；将每个待推荐客户的第一比值及第二比值进行相乘运算，得到每个待推荐客户的第一数值；将每个第一数值进行开平方，得到每个待推荐客户的第一关联度。4.如权利要求1所述的客户推荐方法，其特征在于，所述获取已有客户与用户之间产生的事件包括以下一种或者多种组合：从邮箱中获取与所述已有客户相关的事件；及/或从客户关系管理系统中获取与所述已有客户相关的事件。5.如权利要求1所述的客户推荐方法，其特征在于，所述根据所述事件与所述第一特征，确定每个待推荐客户与所述用户之间的关联度，得到每个待推荐客户的第二关联度包括：基于sigmod函数，计算每件事件的第二数值；计算每件事件的权重；将每件事件的第二数值及权重进行相乘运算，得到每件事件的...
【专利技术属性】
技术研发人员：王晓阳，
申请(专利权)人：深圳市小满科技有限公司，
类型：发明
国别省市：广东,44
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。