针对指定楼盘进行意向客户推荐的方法、装置及存储介质制造方法及图纸

本发明专利技术提供一种针对指定楼盘进行意向客户推荐的方法、装置以及存储介质，通过获取待推荐客户的第一特征信息；确定第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各特征值分别对应的第一分值；对各第一分值进行加权求和，以计算得到待推荐客户对指定楼盘的推荐指数；在判断推荐指数达到推荐指数阈值时，将未成交客户作为指定楼盘的意向客户推荐给该指定楼盘。本发明专利技术结合客户的本身特征与客户的购买和行为特征等，把有需求意向的客户推荐给相应的楼盘，以此来提高客户和楼盘匹配度，既方便了客户，又能提高成交额。

【技术实现步骤摘要】
针对指定楼盘进行意向客户推荐的方法、装置及存储介质
本专利技术涉及房地产拓客
，尤其涉及一种针对指定楼盘进行意向客户推荐的方法、装置及存储介质。
技术介绍
房地产行业面临着越来越多的瓶颈，库存量增加，客户定位困难等问题不断突显。因此，挖掘客户需求，精准定位客户并实施精准营销，是提高营销效率，化解库存压力，以及实现客户需求价值的关键。当前房屋销售竞争大，客户定位困难，如何将意向客户推荐给指定楼盘显得更加迫切。
技术实现思路
本专利技术提供的针对指定楼盘进行意向客户推荐的方法、装置及存储介质，主要解决的技术问题是：如何针对指定楼盘进行精确的意向客户推荐。为解决上述技术问题，本专利技术提供一种针对指定楼盘进行意向客户推荐的方法，包括：获取待推荐客户的第一特征信息，包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与所述指定楼盘的距离；确定所述第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各所述特征值分别对应的第一分值；其中所述标签类型与分值之间的对应关系，是基于对所述指定楼盘所有成交客户第二特征信息中各特征的标签类型进行统计分析得到，且标签类型占比越高，对应分值越大；所述第二特征信息包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与所述指定楼盘的距离、以及常居地址与所述指定楼盘的距离；对各所述第一分值进行加权求和，以计算得到所述待推荐客户对所述指定楼盘的推荐指数；其中利用所述第二特征信息中相应特征的熵权值，作为所述第一分值的权重；所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的；判断所述推荐指数是否达到推荐指数阈值，如是，将所述未成交客户作为所述指定楼盘的意向客户推荐给所述指定楼盘。可选的，所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的，包括：按照如下公式(1)计算得到第i个特征xi的熵权值wi：其中，所述H(xi)为第i个特征xi的信息熵；所述n为所述第二特征信息中的特征个数；所述第i个特征xi的信息熵H(xi)，是基于特征xi所划分的标签个数k，以及各所述所划分标签的占比计算得到的。可选的，所述第i个特征xi的信息熵H(xi)，是基于特征xi所划分的标签个数k，以及各所述所划分标签的占比计算得到的，包括：按照如下公式(2)计算得到所述特征xi的信息熵H(xi)：其中，pij为所述特征xi的第j类标签占所述特征xi全部标签的比值。可选的，所述推荐指数阈值是通过对各所述成交客户的推荐指数进行筛选的。可选的，所述推荐指数阈值是通过对各所述成交客户的推荐指数进行筛选的，包括：将所述成交客户中数值最小的推荐指数，作为所述推荐指数阈值；或者，计算各所述成交客户的平均推荐指数，作为所述推荐指数阈值。可选的，所述第二特征信息还包括对所述指定楼盘的投诉次数以及购买次数。本专利技术还提供一种针对指定楼盘进行意向客户推荐的装置，包括：数据获取模块，用于获取待推荐客户的第一特征信息，包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与所述指定楼盘的距离；分值确定模块，用于确定所述第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各所述特征值分别对应的第一分值；其中所述标签类型与分值之间的对应关系，是基于对所述指定楼盘所有成交客户第二特征信息中各特征的标签类型进行统计分析得到，且标签类型占比越高，对应分值越大；所述第二特征信息包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与所述指定楼盘的距离、以及常居地址与所述指定楼盘的距离；计算模块，用于对各所述第一分值进行加权求和，以计算得到所述待推荐客户对所述指定楼盘的推荐指数；其中利用所述第二特征信息中相应特征的熵权值，作为所述第一分值的权重；所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的；推荐模块，用于在判断所述推荐指数达到推荐指数阈值时，将所述未成交客户作为所述指定楼盘的意向客户推荐给所述指定楼盘。可选的，所述计算模块还用于按照如下公式计算得到第i个特征xi的熵权值wi：其中，所述H(xi)为第i个特征xi的信息熵；所述n为所述第二特征信息中的特征个数；所述第i个特征xi的信息熵H(xi)，是基于特征xi所划分的标签个数k，以及各所述所划分标签的占比计算得到的。可选的，所述计算模块还用于按照如下公式计算得到所述特征xi的信息熵H(xi)：其中，pij为所述特征xi的第j类标签占所述特征xi全部标签的比值。本专利技术还提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的针对指定楼盘进行意向客户推荐的方法的步骤。本专利技术的有益效果是：根据本专利技术提供的针对指定楼盘进行意向客户推荐的方法、装置以及存储介质，通过获取待推荐客户的第一特征信息，包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与指定楼盘的距离；确定第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各特征值分别对应的第一分值；其中标签类型与分值之间的对应关系，是基于对指定楼盘所有成交客户第二特征信息中各特征的标签类型进行统计分析得到，且标签类型占比越高，对应分值越大；第二特征信息包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与指定楼盘的距离；对各第一分值进行加权求和，以计算得到待推荐客户对指定楼盘的推荐指数；其中利用第二特征信息中相应特征的熵权值，作为第一分值的权重；相应特征的熵权值是基于第二特征信息中各特征的信息熵计算得到的；判断推荐指数是否达到推荐指数阈值，如是，将未成交客户作为指定楼盘的意向客户推荐给该指定楼盘。本专利技术结合客户的本身特征与客户的购买和行为特征等，把有需求意向的客户推荐给相应的楼盘，以此来提高客户和楼盘匹配度，既方便了客户，又能提高成交额。附图说明图1为本专利技术实施例一的针对指定楼盘进行意向客户推荐的方法流程示意图；图2为本专利技术实施例二的针对指定楼盘进行意向客户推荐的装置结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本专利技术作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例一：为了实现针对指定楼盘进行精确的意向客户推荐，本发实施例提供一种针对指定楼盘进行意向客户推荐的方法，通过将成交客户与待推荐客户，在本身特征以及购买行为特征等方面进行统计分析，以成交客户作为参考，以精确计算得到待推荐客户的推荐指数本文档来自技高网...

【技术保护点】
1.一种针对指定楼盘进行意向客户推荐的方法，其特征在于，包括：/n获取待推荐客户的第一特征信息，包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与所述指定楼盘的距离；/n确定所述第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各所述特征值分别对应的第一分值；其中所述标签类型与分值之间的对应关系，是基于对所述指定楼盘所有成交客户第二特征信息中各特征的标签类型进行统计分析得到，且标签类型占比越高，对应分值越大；所述第二特征信息包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与所述指定楼盘的距离、以及常居地址与所述指定楼盘的距离；/n对各所述第一分值进行加权求和，以计算得到所述待推荐客户对所述指定楼盘的推荐指数；其中利用所述第二特征信息中相应特征的熵权值，作为所述第一分值的权重；所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的；/n判断所述推荐指数是否达到推荐指数阈值，如是，将所述未成交客户作为所述指定楼盘的意向客户推荐给所述指定楼盘。/n

【技术特征摘要】
1.一种针对指定楼盘进行意向客户推荐的方法，其特征在于，包括：
获取待推荐客户的第一特征信息，包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与指定楼盘的距离、以及常居地址与所述指定楼盘的距离；
确定所述第一特征信息中各特征值分别所属的标签类型，基于标签类型与分值之间的对应关系，得到各所述特征值分别对应的第一分值；其中所述标签类型与分值之间的对应关系，是基于对所述指定楼盘所有成交客户第二特征信息中各特征的标签类型进行统计分析得到，且标签类型占比越高，对应分值越大；所述第二特征信息包括客户年龄、偏爱户型、贷款方式、购买总金额、首付金额、偏爱楼盘与所述指定楼盘的距离、以及常居地址与所述指定楼盘的距离；
对各所述第一分值进行加权求和，以计算得到所述待推荐客户对所述指定楼盘的推荐指数；其中利用所述第二特征信息中相应特征的熵权值，作为所述第一分值的权重；所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的；
判断所述推荐指数是否达到推荐指数阈值，如是，将所述未成交客户作为所述指定楼盘的意向客户推荐给所述指定楼盘。


2.如权利要求1所述的针对指定楼盘进行意向客户推荐的方法，其特征在于，所述相应特征的熵权值是基于所述第二特征信息中各特征的信息熵计算得到的，包括：
按照如下公式(1)计算得到第i个特征xi的熵权值wi：



其中，所述H(xi)为第i个特征xi的信息熵；所述n为所述第二特征信息中的特征个数；所述第i个特征xi的信息熵H(xi)，是基于特征xi所划分的标签个数k，以及各所述所划分标签的占比计算得到的。


3.如权利要求2所述的针对指定楼盘进行意向客户推荐的方法，其特征在于，所述第i个特征xi的信息熵H(xi)，是基于特征xi所划分的标签个数k，以及各所述所划分标签的占比计算得到的，包括：
按照如下公式(2)计算得到所述特征xi的信息熵H(xi)：



其中，pij为所述特征xi的第j类标签占所述特征xi全部标签的比值。


4.如权利要求1-3任一项所述的针对指定楼盘进行意向客户推荐的方法，其特征在于，所述推荐指数阈值是通过对各所述成交客户的推荐指数进行筛选的。


5.如权利要求4所述的针对指定楼盘进行意向客户推荐的方法，其特征在于，所述推荐指数阈值是通过对各所述成交客户的推荐指数进行筛选的，包括：
将所述成交客户中数值最小的推荐指...

【专利技术属性】
技术研发人员：李琦，宋卫东，
申请(专利权)人：重庆锐云科技有限公司，
类型：发明
国别省市：重庆;50