一种企业行为偏好的获取方法及装置制造方法及图纸

本发明专利技术提供一种企业行为偏好的获取方法及装置，可用于金融领域或其他技术领域。所述方法包括：根据各企业的基础信息以及行为信息，构建企业知识图谱；根据企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分；将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好，其中，行为偏好预测模型是基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练后获得的。所述装置、电子设备用于执行上述方法。本发明专利技术实施例提供的企业行为偏好的获取方法及装置，能够大大提高对企业行为偏好判定的准确率。为偏好判定的准确率。为偏好判定的准确率。

【技术实现步骤摘要】
一种企业行为偏好的获取方法及装置


[0001]本专利技术涉及金融领域或其他
，具体涉及一种企业行为偏好的获取方法及装置。

技术介绍

[0002]企业客群(B端)的拓展和维护对银行业在产品营销、C端客户拓展、资金沉淀等方面有着至关重要的作用，找到企业客群的行为偏好，确定切实可行的营销路径，对于黏客和拓户的意义重大。
[0003]目前，在构建企业客群行为偏好预测模型的过程中，仅仅是从企业自身信息挖掘，比如企业规模，行业类型，资金交易量，持有产品，信贷融资信息等方面，通过关系型数据库附加统计规则来判定。实际上，企业的行为偏好绝不仅是根据自身信息的简单统计所能得到的，只从企业自身基本情况划分企业客群的行为特点，形成片面的营销清单，仅包含基于客户基本信息特征的统计介绍，难免会造成营销路径不明确、成功率低的结果。

技术实现思路

[0004]针对现有技术中的问题，本专利技术实施例提供一种企业行为偏好的获取方法及装置，能够至少部分地解决现有技术中存在的问题。
[0005]一方面，本专利技术提出一种企业行为偏好的获取方法，包括：根据各企业的基础信息以及行为信息，构建企业知识图谱，其中，所述企业知识图谱中以各所述企业为节点、各所述企业之间的关系为边；根据所述企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分，其中，所述企业知识图谱中相链接的两企业之间至少具有一种关系；将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好，其中，所述行为偏好预测模型是基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练后获得的。
[0006]可选的，所述根据所述企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分包括：对于所述企业知识图谱中每种关系类型下的各企业，利用以下中心性图算法评分计算公式计算每个所述企业的中心性图算法评分：其中，T1～T
n
是与节点u有链接关系的邻居节点，PR(u)、PR(T1)...PR(T
n
)分别表示节点u、T1...T
n
的中心性图算法评分，C(T
n
)是节点T
n
的度，度是指本节点链接到邻居节点的数量；d是阻尼系数，(1
‑
d)表示节点u被链接到的概率。
[0007]可选的，在将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好之后，所述方法还包括：根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径。
[0008]可选的，所述根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针
对所述企业的营销路径包括：获取企业知识图谱中与所述企业的行为偏好类型相关的企业关系类型；基于知识图谱最短路径算法，计算所述企业知识图谱中所述关系类型下的各其他企业与所述企业之间的最短路径；根据各其他企业与所述企业之间的最短路径，确定针对所述企业的营销路径。
[0009]可选的，所述根据各其他企业与所述企业之间的最短路径，确定针对所述企业的营销路径包括：获取各所述最短路径的路径深度、以及各所述最短路径中的关键节点的中心性图评分；将所述最短路径中路径深度小于目标深度、且路径中的关键节点的中心性图评分大于目标评分的最短路径作为针对所述企业的营销路径。
[0010]可选的，在根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径之后，所述方法还包括：以可视化企业知识图谱的形式展示所述营销路径。
[0011]可选的，基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练得到所述行为偏好预测模型包括：根据各样本企业的基础信息以及行为信息，构建样本企业知识图谱，其中，所述样本企业知识图谱中以各所述样本企业为节点、各所述样本企业之间的关系为边；根据所述样本企业知识图谱中各样本企业之间的关系类型，计算每个样本企业在每种所述关系类型下的中心性图算法评分，其中，所述样本企业知识图谱中相链接的两样本企业之间至少具有一种关系；根据各所述样本企业的基础信息、行为信息、各中心性图算法评分以及预先确定的行为偏好标签，训练得到行为偏好预测模型。
[0012]另一方面，本专利技术提供一种企业行为偏好的获取装置，包括：图谱构建模块，用于根据各企业的基础信息以及行为信息，构建企业知识图谱，其中，所述企业知识图谱中以各所述企业为节点、各所述企业之间的关系为边；计算模块，用于根据所述企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分，其中，所述企业知识图谱中相链接的两企业之间至少具有一种关系；获取模块，用于将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好，其中，所述行为偏好预测模型是基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练后获得的。
[0013]可选的，所述计算模块具体用于：对于所述企业知识图谱中每种关系类型下的各企业，利用以下中心性图算法评分计算公式计算每个所述企业的中心性图算法评分：其中，T1～T
n
是与节点u有链接关系的邻居节点，PR(u)、PR(T1)...PR(T
n
)分别表示节点u、T1...T
n
的中心性图算法评分，C(T
n
)是节点T
n
的度，度是指本节点链接到邻居节点的数量；d是阻尼系数，(1
‑
d)表示节点u被链接到的概率。
[0014]可选的，所述装置还包括：确定模块，用于根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径。
[0015]可选的，所述确定模块具体包括：获取单元，用于获取企业知识图谱中与所述企业的行为偏好类型相关的企业关系类型；计算单元，用于基于知识图谱最短路径算法，计算所述企业知识图谱中所述关系类型下的各其他企业与所述企业之间的最短路径；确定单元，用于根据各其他企业与所述企业之间的最短路径，确定针对所述企业的营销路径。
[0016]可选的，所述确定单元具体用于：获取各所述最短路径的路径深度、以及各所述最短路径中的关键节点的中心性图评分；将所述最短路径中路径深度小于目标深度、且路径中的关键节点的中心性图评分大于目标评分的最短路径作为针对所述企业的营销路径。
[0017]可选的，所述装置还包括：展示模块，用于以可视化企业知识图谱的形式展示所述营销路径。
[0018]可选的，所述装置还包括模型构建模块，所述模型构建模块用于：根据各样本企业的基础信息以及行为信息，构建样本企业知识图谱，其中，所述样本企业知识图谱中以各所述样本企业为节点、各所述样本企本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业行为偏好的获取方法，其特征在于，包括：根据各企业的基础信息以及行为信息，构建企业知识图谱，其中，所述企业知识图谱中以各所述企业为节点、各所述企业之间的关系为边；根据所述企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分，其中，所述企业知识图谱中相链接的两企业之间至少具有一种关系；将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好，其中，所述行为偏好预测模型是基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练后获得的。2.根据权利要求1所述的方法，其特征在于，所述根据所述企业知识图谱中各企业之间的关系类型，计算每个企业在每种所述关系类型下的中心性图算法评分包括：对于所述企业知识图谱中每种关系类型下的各企业，利用以下中心性图算法评分计算公式计算每个所述企业的中心性图算法评分：其中，T1～T
n
是与节点u有链接关系的邻居节点，PR(u)、PR(T1)...PR(T
n
)分别表示节点u、T1...T
n
的中心性图算法评分，C(T
n
)是节点T
n
的度，度是指本节点链接到邻居节点的数量；d是阻尼系数，(1
‑
d)表示节点u被链接到的概率。3.根据权利要求1所述的方法，其特征在于，在将每个所述企业的基础信息、行为信息以及各中心性图算法评分输入预先训练好的行为偏好预测模型，得到所述企业的行为偏好之后，所述方法还包括：根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径。4.根据权利要求3所述的方法，其特征在于，所述根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径包括：获取企业知识图谱中与所述企业的行为偏好类型相关的企业关系类型；基于知识图谱最短路径算法，计算所述企业知识图谱中所述关系类型下的各其他企业与所述企业之间的最短路径；根据各其他企业与所述企业之间的最短路径，确定针对所述企业的营销路径。5.根据权利要求4所述的方法，其特征在于，所述根据各其他企业与所述企业之间的最短路径，确定针对所述企业的营销路径包括：获取各所述最短路径的路径深度、以及各所述最短路径中的关键节点的中心性图评分；将所述最短路径中路径深度小于目标深度、且路径中的关键节点的中心性图评分大于目标评分的最短路径作为针对所述企业的营销路径。6.根据权利要求3所述的方法，其特征在于，在根据所述企业的行为偏好类型，基于知识图谱最短路径算法确定针对所述企业的营销路径之后，所述方法还包括：以可视化企业知识图谱的形式展示所述营销路径。
7.根据权利要求1所述的方法，其特征在于，基于样本企业的基础信息、行为信息、各中心性图算法评分以及所述样本企业预先确定的行为偏好标签训练得到所述行为偏好预测模型包括：根据各样本企业的基础信息以及行为信息，构建样本企业知识图谱，其中，所述样本企业知识图谱中以各所述样本企业为节点、各所述样本企业之间的关系为边；根据所述样本企业知识图谱中各样本企业之间的关系类型，计算每个样本企业在每种所述关系类型下的中心性图算法评分，其中，所述样本企业知识图谱中相链接的两样本企业之间至少具有一种关系；根据各所述样本企业的基础信息、行为信息、各中心性图算法评分以及预先确定的行为偏好标签，训练得到...

【专利技术属性】
技术研发人员：任天瑜，冯曦，孟朗，石天朋，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：