客户流失预测方法和装置制造方法及图纸

本发明专利技术提供一种客户流失预测方法和装置，该方法包括：获取待预测客户的数据信息；利用词嵌入技术将该数据信息转换成客户特征；将该客户特征输入预训练的LightGBM模型得到预测结果。其中，通过利用词嵌入技术得到客户特征，稀疏性低、维度高，结合LightGBM模型，能够准确预测流失。

Customer churn prediction method and device

【技术实现步骤摘要】
客户流失预测方法和装置
本专利技术涉及人工智能
，尤其涉及一种客户流失预测方法和装置。
技术介绍
不同场景中设定的流失意义不同，客户流失可以是客户在某银行所有业务终止，并销号，亦可是具体业务部门单独定义在该部门的全部或某些业务上，客户的终止行为。数据显示国内商业银行客户流失率可达20％甚至更高，而获得新客户的成本，可达维护现有客户的5倍。因此，从海量客户交易记录中挖掘出对流失有影响的信息，建立高效的客户流失预警体系尤为重要。目前，各大银行的流失预警往往是实际业务人员凭借自己经验分析流失用户的特点预测用户流失，在缺乏足够业务知识时特征选取存在困难；另外，在将数据特征数值化时常采用one-hot编码进行数值表示，但是存在稀疏性高、维度高，不能准确预测流失的问题。
技术实现思路
针对现有技术中的问题，本专利技术提供一种客户流失预测方法和装置、电子设备以及计算机可读存储介质，能够至少部分地解决现有技术中存在的问题。为了实现上述目的，本专利技术采用如下技术方案：第一方面，提供一种客户流失预测方法，包括：<本文档来自技高网...

【技术保护点】
1.一种客户流失预测方法，其特征在于，包括：/n获取待预测客户的数据信息；/n利用词嵌入技术将所述数据信息转换成客户特征；/n将所述客户特征输入预训练的LightGBM模型得到预测结果。/n

【技术特征摘要】
1.一种客户流失预测方法，其特征在于，包括：
获取待预测客户的数据信息；
利用词嵌入技术将所述数据信息转换成客户特征；
将所述客户特征输入预训练的LightGBM模型得到预测结果。


2.根据权利要求1所述的客户流失预测方法，其特征在于，所述数据信息包括多个特征字段，所述利用词嵌入技术将所述数据信息转换成客户特征，包括：
利用词嵌入技术将所述特征字段中的部分特征字段分别转换为对应的向量；
对所述特征字段中除所述部分特征字段之外的各特征字段分别进行数值化得到对应的编码值；
根据预设的拼接规则将各特征字段对应的向量或编码值融合得到所述客户特征。


3.根据权利要求2所述的客户流失预测方法，其特征在于，所述利用词嵌入技术将所述特征字段中的部分特征字段分别转换为对应的向量，包括：
利用one-hot编码将待转换的各特征字段转换为对应的编码值；
利用词嵌入技术将各特征字段对应的编码值转换为对应的向量。


4.根据权利要求2所述的客户流失预测方法，其特征在于，所述利用词嵌入技术将所述数据信息转换成客户特征，还包括：
对所述编码值进行归一化。


5.根据权利要求1所述的客户流失预测方法，其特征在于，还包括：
获取历史流失客户数据信息，所述历史流失客户数据信息包括多个字段；
计算各字段与是否流失结果之间的信息熵；
根据所述信息熵选取部分字段作为特征字段；
根据选取的特征字段建立LightGBM模型；
根据历史客户数据信息训练所述LightGBM模型。


6....

【专利技术属性】
技术研发人员：李羊，王雅楠，马晓楠，
申请(专利权)人：工银科技有限公司，
类型：发明
国别省市：北京;11