客户画像构建方法及装置制造方法及图纸

技术编号:24707980 阅读:49 留言:0更新日期:2020-06-30 23:58
本发明专利技术提供一种客户画像构建方法及装置,涉及数据处理领域。该客户画像构建方法,包括:获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签。分别计算各子标签的信息价值IV值,根据各子标签的IV值,选择符合预设条件的数据维度作为入模标签。根据入模标签计算子标签评分,并根据子标签评分分别构建优质客户画像和劣质客户画像。实现了可以根据子标签评分来构建优质客户画像和劣质客户画像,以进一步实现对目标群体进行精准的业务推荐及服务。

【技术实现步骤摘要】
客户画像构建方法及装置
本专利技术涉及数据处理领域,具体而言,涉及一种客户画像构建方法及装置。
技术介绍
随着互联网技术的不断发展,以及数据挖掘技术的不端提升,人们可以从海量数据中提取感兴趣的数据片段。通过分析工具在海量数据中发现数据片段间的关系,进而运用这些数据片段进行业务以及行业发展的预测。基于大数据的客户画像的构建,就是把客户分成不同的群体,在每个群体内部,具有非常相似的客户特征。不同群体之间,客户特征的差异较大。通过构建客户画像对不同群体的区分,便可以对每个群体记性有效的管理并进行相应的业务拓展。但是,在现有技术中,没有提出一种适用于金融领域针对数据业务进行全面的挖掘来构建客户画像,进而实现精准业务推荐的方法。
技术实现思路
本专利技术的目的在于,针对上述现有技术中的不足,提供一种客户画像构建方法及装置,以解决现有技术中没有在金融领域中构建客户画像以实现精准业务推荐的问题。为实现上述目的,本专利技术实施例采用的技术方案如下:第一方面,本专利技术实施例提供了一种客户画像构建方法,包括:获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签;分别计算各子标签的信息价值IV值,根据各所述子标签的IV值,选择符合预设条件的数据维度作为入模标签;根据所述入模标签计算子标签评分,并根据所述子标签评分分别构建优质客户画像和劣质客户画像。可选地,获取目标对象的多个数据信息,包括:根据每个数据信息获取多个数据维度;对多个所述数据维度进行分箱处理,获取每个所述数据维度对应的一个或多个子标签。可选地,分别计算各子标签的信息价值IV值,包括:计算各子标签的的证据权重WOE值;根据所述WOE值以及第一预设算法,计算获取各所述子标签的所述IV值。可选地,所述根据所述入模标签计算客户评分,包括:基于逻辑回归模型计算各所述入模标签的比率值;根据各所述入模标签的比率值、以及第二预设算法,计算各所述入模标签的权重参数;根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,计算获取客户评分。可选地,所述根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,计算获取客户评分,包括:根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,并采用公式:Score=(A-Bβ0)-(Bβ1w11)δ11-(Bβ1w12)δ12-…(Bβ1w1j)δ1j-(Bβ2w21)δ21-(Bβ2w22)δ22-…-(Bβ2w2j)δ2j-…-(Bβiwij)δij计算获取客户评分;其中,A为补偿因子,B为刻度因子,A、B均为常数,βj为第j个变量的权重,wij表示子标签二维矩阵中第i个行第j个变量的WOE值,δij为二元变量,表示变量i取j个值。第二方面,本专利技术实施例还提供了一种客户画像构建装置,包括第一方面所述的客户画像构建方法,具体包括:获取模块,用于获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签;计算模块,用于分别计算各子标签的信息价值IV值,根据各所述子标签的IV值,选择符合预设条件的数据维度作为入模标签;处理模块,用于根据所述入模标签计算子标签评分,并根据所述子标签评分分别构建优质客户画像和劣质客户画像。可选地,所述获取模块具体用于,根据每个数据信息获取多个数据维度;对多个所述数据维度进行分箱处理,获取每个所述数据维度对应的一个或多个子标签。可选地,所述计算模块具体用于,计算各子标签的的证据权重WOE值;根据所述WOE值以及第一预设算法,计算获取各所述子标签的所述IV值。可选地,所述处理模块具体用于,基于逻辑回归模型计算各所述入模标签的比率值;根据各所述入模标签的比率值、以及第二预设算法,计算各所述入模标签的权重参数;根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,计算获取客户评分。可选地,计算模块,具体还用于根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,并采用公式:Score=(A-Bβ0)-(Bβ1w11)δ11-(Bβ1w12)δ12-…(Bβ1w1j)δ1j-(Bβ2w21)δ21-(Bβ2w22)δ22-…-(Bβ2w2j)δ2j-…-(Bβiwij)δij计算获取客户评分;其中,A为补偿因子,B为刻度因子,A、B均为常数,βj为第j个变量的权重,wij表示子标签二维矩阵中第i个行第j个变量的WOE值,δij为二元变量,表示变量i取j个值。本专利技术的有益效果是:本专利技术提供了一种客户画像构建方法及装置,该方法中获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签。分别计算各子标签的信息价值IV值,根据各子标签的IV值,选择符合预设条件的数据维度作为入模标签。根据入模标签计算子标签评分,并根据子标签评分分别构建优质客户画像和劣质客户画像。实现了可以根据子标签评分来构建优质客户画像和劣质客户画像,以进一步实现对目标群体进行精准的业务推荐及服务。附图说明为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。图1为本申请一实施例提供的客户画像构建方法流程示意图;图2为本申请又一实施例提供的客户画像构建方法流程示意图;图3为本申请另一实施例提供的客户画像构建方法流程示意图;图4为本申请另一实施例提供的客户画像构建方法流程示意图;图5为本申请一实施例提供的客户画像构建装置示意图;图6为本申请另一实施例提供的客户画像构建装置示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。本申请提供一种客户画像构建方法,用于根据业务场景的不同,基于大数据来构建优质客户画像和劣质客户画像。进而使用构建的客户画像进行精准的业务推荐及服务。该方法可以应用于服务行业,例如金融服务、共享服务、出行服务等。图1为本申请一实施例提供的客户画像构建方法流程示意图;如图1所示,该方法包括:S110、获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签。上述获取的数据信息,可以根据不同应用下的服务平台获取,例如获取各个用户的服务内容、服务反馈、服务使用情况等信息。每个数据信息都可以包括多个不同维度的信息。以金融领域场景为例,可以从备案系统中获取成千上本文档来自技高网...

【技术保护点】
1.一种客户画像构建方法,其特征在于,包括:/n获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签;/n分别计算各子标签的信息价值IV值,根据各所述子标签的IV值,选择符合预设条件的数据维度作为入模标签;/n根据所述入模标签计算子标签评分,并根据所述子标签评分分别构建优质客户画像和劣质客户画像。/n

【技术特征摘要】
1.一种客户画像构建方法,其特征在于,包括:
获取目标对象的多个数据信息,每个数据信息包括:多个数据维度,每个数据维度包括一个或多个子标签;
分别计算各子标签的信息价值IV值,根据各所述子标签的IV值,选择符合预设条件的数据维度作为入模标签;
根据所述入模标签计算子标签评分,并根据所述子标签评分分别构建优质客户画像和劣质客户画像。


2.如权利要求1所述的客户画像构建方法,其特征在于,获取目标对象的多个数据信息,包括:
根据每个数据信息获取多个数据维度;
对多个所述数据维度进行分箱处理,获取每个所述数据维度对应的一个或多个子标签。


3.如权利要求2所述的客户画像构建方法,其特征在于,分别计算各子标签的信息价值IV值,包括:
计算各子标签的的证据权重WOE值;
根据所述WOE值以及第一预设算法,计算获取各所述子标签的所述IV值。


4.如权利要求3所述的客户画像构建方法,其特征在于,所述根据所述入模标签计算客户评分,包括:
基于逻辑回归模型计算各所述入模标签的比率值;
根据各所述入模标签的比率值、以及第二预设算法,计算各所述入模标签的权重参数;
根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,计算获取客户评分。


5.如权利要求4所述的客户画像构建方法,其特征在于,所述根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,计算获取客户评分,包括:
根据各所述入模标签的权重参数、所述入模标签的子标签的WOE值,并采用公式:
Score=(A-Bβ0)-(Bβ1w11)δ11-(Bβ1w12)δ12-…(Bβ1w1j)δ1j-(Bβ2w21)δ21-(Bβ2w22)δ22-…-(Bβ2w2j)δ2j-…-(Bβiwij)δij
计算获取客户评分;
其中,A为补偿因子,B为刻度因子,A、B均为常数,βj为第j个变量的权重,wij表示子标签二维矩阵中第i个行第...

【专利技术属性】
技术研发人员:程翠梨莫倩巴达日胡耿婷
申请(专利权)人:网智天元科技集团股份有限公司
类型:发明
国别省市:西藏;54

网友询问留言 已有0条评论
  • 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。

1