客户数据资源共享方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种客户数据资源共享方法、装置及电子设备，涉及数据筛选的技术领域，方法包括接收用户输入的客户数据筛选指令，所述客户数据筛选指令包括至少一个业务规则筛选维度；根据至少一个业务规则筛选维度从模型库中确定至少一个预先训练的客户数据筛选模型，根据至少一个预先训练的客户数据筛选模型进行客户数据的筛选，得到客户数据筛选结果；其中，所述客户数据筛选模型包括客户评分模型；所述客户评分模型用于根据客户数据对每个客户分别进行客户评分，根据每个客户的客户评分筛选客户数据；展示客户数据筛选结果。本发明专利技术能够实现客户数据的筛选，为客户数据的删除、匹配和下发提供保障。

【技术实现步骤摘要】
客户数据资源共享方法、装置及电子设备
本专利技术涉及数据筛选
，尤其是涉及一种客户数据资源共享方法、装置及电子设备。
技术介绍
现今对客户数据资源的筛选和下发都是通过后台数据库操作，面对各个子公司各渠道交叉使用客户数据资源的需求时，由于要避免对客户的过度打扰，并要充分利用客户资源，满足客户的综合金融需求，所以客户资源的分配规则需要经常变化，目前，还没有可以灵活筛选客户数据的系统来完成数据的筛选、删除、匹配和下发任务。
技术实现思路
本专利技术的目的在于提供一种客户数据资源共享方法、装置及电子设备，能够实现客户数据的筛选，为客户数据的删除、匹配和下发提供保障。第一方面，实施例提供一种客户数据资源共享方法，包括：接收用户输入的客户数据筛选指令，所述客户数据筛选指令包括至少一个业务规则筛选维度；根据至少一个业务规则筛选维度从模型库中确定至少一个预先训练的客户数据筛选模型，根据至少一个预先训练的客户数据筛选模型进行客户数据的筛选，得到客户数据筛选结果；其中，所述客户数据筛选模型包括客户评分模型；所述客户本文档来自技高网...

【技术保护点】
1.一种客户数据资源共享方法，其特征在于，包括：/n接收用户输入的客户数据筛选指令，所述客户数据筛选指令包括至少一个业务规则筛选维度；/n根据至少一个业务规则筛选维度从模型库中确定至少一个预先训练的客户数据筛选模型，根据至少一个预先训练的客户数据筛选模型进行客户数据的筛选，得到客户数据筛选结果；其中，所述客户数据筛选模型包括客户评分模型；所述客户评分模型用于根据客户数据对每个客户分别进行客户评分，根据每个客户的客户评分筛选客户数据；/n展示客户数据筛选结果。/n

【技术特征摘要】
1.一种客户数据资源共享方法，其特征在于，包括：
接收用户输入的客户数据筛选指令，所述客户数据筛选指令包括至少一个业务规则筛选维度；
根据至少一个业务规则筛选维度从模型库中确定至少一个预先训练的客户数据筛选模型，根据至少一个预先训练的客户数据筛选模型进行客户数据的筛选，得到客户数据筛选结果；其中，所述客户数据筛选模型包括客户评分模型；所述客户评分模型用于根据客户数据对每个客户分别进行客户评分，根据每个客户的客户评分筛选客户数据；
展示客户数据筛选结果。


2.根据权利要求1所述的方法，其特征在于，根据客户数据对每个客户分别进行客户评分，根据每个客户的客户评分筛选客户数据，包括：
获取多个客户的客户数据，根据客户数据提取每个客户对应的至少一个特征变量；
将每个客户的每个特征变量输入预先训练的客户评分模型，得到每个客户的客户评分；
根据每个客户的客户评分和预设评分阈值对客户数据进行筛选。


3.根据权利要求2所述的方法，其特征在于，还包括：
获取训练样本；
根据训练样本计算目标变量；
根据训练样本和目标变量确定至少一个特征变量；
采用目标变量和至少一个特征变量对客户评分模型进行训练；其中，客户评分模型包括基于特征变量的评分卡模型运算和评分运算；
所述评分卡模型运算，用于对每个特征变量分别进行评分，得到每个客户对应的基于特征变量的评分卡数据；
所述评分运算，用于将每个客户对应的基于特征变量的评分卡数据输入评分模型，计算每个客户的客户评分。


4.根据权利要求3所述的方法，其特征在于，所述评分模型为基于多因子动态加权综合评价算法得到的评分模型。


5.根据权利要求3所述的方法，其特征在于，根据训练样本和目标变量确定至少一个特征变量，包括：
根据训练样本对目标变量和多个预先设定的特征分别进行...

【专利技术属性】
技术研发人员：王飞，麻恒波，陈凯，丛颖，刘佳，崔术丰，阮敬涛，岳娜，秦璐，胡家郡，赵秀梅，
申请(专利权)人：阳光保险集团股份有限公司，
类型：发明
国别省市：广东;44