【技术实现步骤摘要】
银行客户数据处理方法及装置
本专利技术涉及数据分析
,尤其涉及银行客户数据处理方法及装置。
技术介绍
电子不停车收费(ElectronicTollCollection,ETC)系统是智能信息化交通运输体系建设的重要部分,ETC系统可降低车辆通行时间和能源消耗,同时又可节约基建和运营成本,因而成为世界各国都在大力推崇的先进支付方式。在全国己建成较为完善的ETC基础设施网络的背景下,ETC业务推广主要依靠银行网点员工个人营销。这种方式成本极高、覆盖面小,极大增加了银行网点工作人员的工作量,同时推广效率非常低,缺乏针对性。因此,亟需一种可以克服上述问题的银行客户数据处理方案。
技术实现思路
本专利技术实施例提供一种银行客户数据处理方法,用以处理银行客户数据,降低业务推广过程中的成本和工作量,拓宽覆盖面,高效且有针对性的推广ETC业务,该方法包括:获得银行客户数据,所述银行客户数据包括:个人数据,交易数据,行为数据,贷款数据其中之一或任意组合;根据所述银行客户数据和预先建立的分类模型,对银行客户数据进行分类,其中,所述分类模型根据多个训练好的机器学习模型预先建立,每个机器学习模型根据银行客户历史数据和所述银行客户历史数据对应的活跃指数集进行训练,所述活跃指数集根据银行客户历史数据和预先设定的第一权重集确定,所述银行客户历史数据包括:历史交易数据和历史行为数据,所述活跃指数集包括:历史交易数据对应的交易活跃指数和历史行为数据对应的行为活跃指数,所述交易活跃指数用于评价交 ...
【技术保护点】
1.一种银行客户数据处理方法,其特征在于,包括:/n获得银行客户数据,所述银行客户数据包括:个人数据,交易数据,行为数据,贷款数据其中之一或任意组合;/n根据所述银行客户数据和预先建立的分类模型,对银行客户数据进行分类,其中,所述分类模型根据多个训练好的机器学习模型预先建立,每个机器学习模型根据银行客户历史数据和所述银行客户历史数据对应的活跃指数集进行训练,所述活跃指数集根据银行客户历史数据和预先设定的第一权重集确定,所述银行客户历史数据包括:历史交易数据和历史行为数据,所述活跃指数集包括:历史交易数据对应的交易活跃指数和历史行为数据对应的行为活跃指数,所述交易活跃指数用于评价交易在时间维度上的活跃程度,所述行为活跃指数用于评价行为在时间维度上的活跃程度。/n
【技术特征摘要】
1.一种银行客户数据处理方法,其特征在于,包括:
获得银行客户数据,所述银行客户数据包括:个人数据,交易数据,行为数据,贷款数据其中之一或任意组合;
根据所述银行客户数据和预先建立的分类模型,对银行客户数据进行分类,其中,所述分类模型根据多个训练好的机器学习模型预先建立,每个机器学习模型根据银行客户历史数据和所述银行客户历史数据对应的活跃指数集进行训练,所述活跃指数集根据银行客户历史数据和预先设定的第一权重集确定,所述银行客户历史数据包括:历史交易数据和历史行为数据,所述活跃指数集包括:历史交易数据对应的交易活跃指数和历史行为数据对应的行为活跃指数,所述交易活跃指数用于评价交易在时间维度上的活跃程度,所述行为活跃指数用于评价行为在时间维度上的活跃程度。
2.如权利要求1所述的银行客户数据处理方法,其特征在于,所述分类模型根据多个训练好的机器学习模型以及预先设定的第二权重集预先建立,所述第二权重集中包括每个训练好的机器学习模型对应的权重值,所述每个训练好的机器学习模型对应的权重值利用遗传算法进行设定。
3.如权利要求2所述的银行客户数据处理方法,其特征在于,所述每个训练好的机器学习模型对应的权重值按如下方式进行设定:
初始化所述每个训练好的机器学习模型对应的权重值;
利用遗传算法对所述每个训练好的机器学习模型对应的权重值进行多次迭代更新,其中,对于每次迭代更新,在该次迭代更新后获取第一预设数量的子代数据,根据所述第一预设数量的子代数据对所述权重值进行下一次迭代更新。
4.如权利要求3所述的银行客户数据处理方法,其特征在于,对于每次迭代更新,在该次迭代更新后获取第一预设数量的子代数据,根据所述第一预设数量的子代数据对所述权重值进行下一次迭代更新,包括:
对于每次迭代更新,在该次迭代更新后获取种群中第一预设数量的子代数据;
对所述第一预设数量的子代数据进行交叉处理,得到第二预设数量的子代数据;
利用所述第二预设数量的子代数据替换下一代种群中第二预设数量的子代数据;
根据替换后的下一代种群中的子代数据,对所述权重值进行下一次迭代更新。
5.如权利要求1所述的银行客户数据处理方法,其特征在于,所述多个训练好的机器学习模型包括:lightgbm机器学习模型和神经网络模型。
6.如权利要求1所述的银行客户数据处理方法,其特征在于,还包括:获得银行客户数据之后,利用三倍标准差探测算法对所述银行客户数据进行清洗处理,利用均值填充算法对清洗处理后的银行客户数据进行空缺填充处理,对空缺填充处理后的银行客户数据进行数据向量化处理;
根据所述银行客户数据和预先建立的分类模型,对银行客户数据进行分类,包括:根据数据向量化处理后的银行客户数据和预先建立的分类模型,对银行客户数据进行分类。
7.如权利要求1所述的银行客户数据处理方法,其特征在于,所述银行客户历史数据还包括:历史个人数据;
所述活跃指数集还包括:历史个人数据对应的客户活跃指数,其中,所述客户活跃指数用于评价历史个人数据对应的客户信息等级。
8.如权利要求1所述的银行客户数据处理方法,其特征在于,所述银行客户历史数据还包括:历史贷款数据;
所述活跃指数集还包括:历史贷款数据对应的需求活跃指数,其中,所述需求活跃指数用于评价历史贷款数据对应的业务需求程度。
9.一种银行客户数据处理装置,其特征在于,包括:
数据获得模块,用于获得银行客户数据,所述银行...
【专利技术属性】
技术研发人员:徐晓健,严洁,李福洋,童楚婕,栾英英,彭勃,
申请(专利权)人:中国银行股份有限公司,
类型:发明
国别省市:北京;11
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。