一种基于企业标签的潜在客户推荐系统及推荐方法技术方案

本发明专利技术公开了一种基于企业标签的潜在客户推荐系统及推荐方法，该系统包括：客户信息管理模块、客户标签管理模块、客户推荐模块和客户管理模块；该推荐方法包括数据的爬取与存储、数据清洗、标签提取与清理、用户打标签、构造图数据结构、计算客户顶点相对于用户顶点的相关度、推荐准确率的计算，选择准确率高的训练好的数据模型部署在服务器上，进行客户推荐。本发明专利技术所公开的系统及方法利用分布式大数据处理技术，更全面的提取企业标签，从而用标签更全面的描述企业，进而更准确的建立用户的兴趣标签和企业标签之间的联系，推荐结果更精准。

【技术实现步骤摘要】
一种基于企业标签的潜在客户推荐系统及推荐方法
本专利技术涉及客户推荐信息
，特别涉及一种基于企业标签的潜在客户推荐系统及推荐方法。
技术介绍
随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代，人们生产的数据越来越多。但如何让这些数据发挥作用，如何挖掘出用户感觉兴趣的信息是一个极大的挑战。近几年，社会经济增速放缓，企业也面临越来越大的生存压力，其中企业面临的一个很大问题是营销获客的问题。挖掘出企业的潜在客户是当前企业的迫切需求。从技术层面，我们希望帮助企业发挥自己数据的价值；从发展层面，我们希望帮助企业降低获客成本，助力企业突破发展瓶颈。
技术实现思路
为解决上述技术问题，本专利技术提供了一种基于企业标签的潜在客户推荐系统及推荐方法，以达到推荐结果更精准的目的。为达到上述目的，本专利技术的技术方案如下：一种基于企业标签的潜在客户推荐系统，包括：客户信息管理模块：用于管理客户信息，包括客户的基本信息、法律诉讼、经营状况、经营风险、企业发展、知识产权本文档来自技高网...

【技术保护点】
1.一种基于企业标签的潜在客户推荐系统，其特征在于，包括：/n客户信息管理模块：用于管理客户信息，包括客户的基本信息、法律诉讼、经营状况、经营风险、企业发展、知识产权和新闻公告；/n客户标签管理模块：利用TF-IDF方法计算出客户的共性标签，并推送给用户，用户根据自己的经验对标签进行修正和补充；/n客户推荐模块：利用基于图的推荐算法，计算出企业的潜在客户，并推送给用户；/n客户管理模块：用户营销追踪这些客户，并将营销追踪结果记录在客户管理中，通过营销追踪结果验证推荐的准确性，并反向优化标签系统和推荐算法。/n

【技术特征摘要】
1.一种基于企业标签的潜在客户推荐系统，其特征在于，包括：
客户信息管理模块：用于管理客户信息，包括客户的基本信息、法律诉讼、经营状况、经营风险、企业发展、知识产权和新闻公告；
客户标签管理模块：利用TF-IDF方法计算出客户的共性标签，并推送给用户，用户根据自己的经验对标签进行修正和补充；
客户推荐模块：利用基于图的推荐算法，计算出企业的潜在客户，并推送给用户；
客户管理模块：用户营销追踪这些客户，并将营销追踪结果记录在客户管理中，通过营销追踪结果验证推荐的准确性，并反向优化标签系统和推荐算法。


2.一种基于企业标签的潜在客户推荐方法，其特征在于，包括如下步骤：
(1)数据的爬取与存储：采用分布式采集技术定时采集企业的网站信息，并进行数据的存储；
(2)数据清洗：对不同数据源的数据格式进行统一化；
(3)标签提取与清理：利用文本挖掘技术对清洗后的数据提取标签，并去除无意义的标签；
(4)用户打标签：指定一个采集到的企业为用户u，其余的为客户k，让用户u对客户k进行打标签，标签选自步骤(3)得到的清理后的标签，用(u,k,a)表示用户u给客户k打了标签a的用户标签行为；
(5)构造图数据结构：将数据集随机分成训练集和测试集，将训练集中用户的标签行为表示到一个二分图上，定义三种不同的顶点：用户u对应的用户顶点v(u)、客户k对应的客户顶点v(k)和标签a对应的标签顶点v(a)，在图中增加三条边，在用户顶点v(u)和客户顶点v(k)之间增加一条边，在用户顶点v(u)和标签顶点v(a)之间增加一条边，在客户顶点v(k)和标签v(a)之间增加一条边，如果两个顶点之间已经有边相连，那么就将边的权重加1；
(6)计算客户顶点相对于用户顶点的相关度：
采用修正过的PersonalRank算法计算所有客户顶点相对于用户顶点的相关度，PersonalRank的迭代公式如下：



其中，PR(u)是所有客户顶点相对于u的相关度，d是继续随机游走的概率，in(u)是指向u的所有客户的集合，PR(k)是所有客户顶点相对于k的相关度，o...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：青岛格兰德信用管理咨询有限公司，
类型：发明
国别省市：山东;37