客户行为预测方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例提供一种客户行为预测方法、装置、设备及介质，所述的方法包括：从模板中获取样本客户的属性和所述样本客户对应的经验信息，所述经验信息是工作人员在维护所述样本客户时的经验信息；若所述样本客户的属性或者所述样本客户对应的经验信息属于模糊信息，则基于模糊决策树算法，对所述样本客户的属性和所述样本客户对应的经验信息进行处理，得到第一决策树；根据所述第一决策树，预测目标客户的行为，所述样本客户和所述目标客户分别是通信运营商的客户。通过本发明专利技术实施例，实现了自动化、智能化为工作人员提供客户保有和流失预测数据，辅助工作人员有针对性地开展客户保有工作，降低客户流失的风险。

Customer behavior prediction methods, devices, equipment and media

【技术实现步骤摘要】
客户行为预测方法、装置、设备及介质
本专利技术涉及通信
，尤其涉及一种客户行为预测方法、装置、设备及介质。
技术介绍
当前通信运营商之间竞争日趋激烈，客户流失率不断上升。在通信市场占有率已达饱和的情况下，发展新客户的成本要远高于老客户维系成本，因此做好存量客户保有、降低客户流失率是重中之重。为了减少老客户流失，需要提前预测到客户的离网倾向，并有针对性地主动采取客户关怀，及时挽留客户。现有方法大都是通过建立客户保有系统以及核心客户保有等专题，这些方法依赖用户预先设定的一些指标范围，如：新入网客户数、离网客户数、在网客户通信行为变化、预存款变化、合约活动协议期变化等等，从而筛选出超过指标范围的高流失风险客户，推送给客户经理进行客户保有。但是该方法过于依赖指标范围的设定，并且需要客户经理主动去挖掘潜在的高流失风险客户，对于客户经理的主动性要求比较高，无法实现自动化、智能化预测高流失风险客户。
技术实现思路
本专利技术实施例提供了一种客户行为预测方法、装置、设备及介质，能够实现自动化、智能化为客户经理提供客户保有和流失本文档来自技高网...

【技术保护点】
1.一种客户行为预测方法，其特征在于，包括：/n从模板中获取样本客户的属性和所述样本客户对应的经验信息，所述经验信息是工作人员在维护所述样本客户时的经验信息；/n若所述样本客户的属性或者所述样本客户对应的经验信息属于模糊信息，则基于模糊决策树算法，对所述样本客户的属性和所述样本客户对应的经验信息进行处理，得到第一决策树；/n根据所述第一决策树，预测目标客户的行为，所述样本客户和所述目标客户分别是通信运营商的客户。/n

【技术特征摘要】
1.一种客户行为预测方法，其特征在于，包括：
从模板中获取样本客户的属性和所述样本客户对应的经验信息，所述经验信息是工作人员在维护所述样本客户时的经验信息；
若所述样本客户的属性或者所述样本客户对应的经验信息属于模糊信息，则基于模糊决策树算法，对所述样本客户的属性和所述样本客户对应的经验信息进行处理，得到第一决策树；
根据所述第一决策树，预测目标客户的行为，所述样本客户和所述目标客户分别是通信运营商的客户。


2.根据权利要求1所述的方法，其特征在于，所述基于模糊决策树算法，对所述样本客户的属性和所述样本客户对应的经验信息进行处理，得到第一决策树，包括：
基于模糊决策树算法，根据所述样本客户的属性和所述样本客户对应的经验信息，计算出多个模糊集合、每个模糊集合的隶属度、至少一个经验结论和每个经验结论的隶属度；
根据所述多个模糊集合的隶属度和所述至少一个经验结论的隶属度，构建模糊决策树，作为所述第一决策树。


3.根据权利要求1所述的方法，其特征在于，还包括：
根据工作人员之间的相似度，确定具有相似关系的工作人员；
对于具有相似关系的工作人员中的第一工作人员和第二工作人员，将所述第一工作人员的经验信息推荐给所述第二工作人员。


4.根据权利要求3所述的方法，其特征在于，还包括：
根据工作人员的属性，计算工作人员之间的欧几里得距离；
根据所述欧几里得距离，计算所述工作人员之间的相似度。


5.根据权利要求3所述的方法，其特征在于，还包括：
根据工作人员的属性、工作人员维护的所述样本客户的属性、工作人员维护的所述样本客户的属性权重、工作人...

【专利技术属性】
技术研发人员：董云龙，刘毅，
申请(专利权)人：中国移动通信集团河北有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：河北;13