车主分类方法及装置制造方法及图纸

本申请提供了一种车主分类方法及装置，涉及人工智能，可用于互联网金融领域，该方法包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。本申请能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率。提升营销效率。提升营销效率。

【技术实现步骤摘要】
车主分类方法及装置


[0001]本申请涉及人工智能
，尤其涉及一种车主分类方法及装置。

技术介绍

[0002]随着汽车消费市场的发展，车主已成为一个庞大且多元的消费群体；除日常出行和保险等费用，随着居民消费层次的综合提升，也不断拓展细分市场，如汽车改装等，进一步拉动汽车消费。
[0003]目前，商业银行等金融企业通常对不同的车主采用相同的营销策略，这种方式没有针对性，营销效果较差，同时消耗大量的资源。

技术实现思路

[0004]针对现有技术中的问题，本申请提出了一种车主分类方法及装置，能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率。
[0005]为了解决上述技术问题，本申请提供以下技术方案：
[0006]第一方面，本申请提供一种车主分类方法，包括：
[0007]获取目标车主的交易信息；
[0008]根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；
[0009]若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
[0010]进一步地，在所述获取目标车主的交易信息之前，还包括：
[0011]获取批量客户的持有产品信息、交易行为信息和交易地点信息；
[0012]若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。
[0013]进一步地，预先创建所述异常交易行为检测模型的步骤，包括：
[0014]获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息；
[0015]根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
[0016]进一步地，所述根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，包括：
[0017]根据所述车辆相关产品数量和交易量，确定所述目标车主的贡献值；
[0018]根据预设的车主分类与贡献值之间的对应关系和所述目标车主的贡献值，确定所
述目标车主的分类结果；
[0019]所述分类结果为：优质车主、潜力车主和待激活车主。
[0020]进一步地，在所述确定所述目标车主的分类结果之后，还包括：
[0021]若接收到营销策略分配请求，则根据所述目标车主的分类结果，确定该目标车主对应的营销策略。
[0022]第二方面，本申请提供一种车主分类装置，包括：
[0023]第一获取模块，用于获取目标车主的交易信息；
[0024]检测模块，用于根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；
[0025]分类模块，用于若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
[0026]进一步地，所述的车主分类装置，还包括：
[0027]第二获取模块，用于获取批量客户的持有产品信息、交易行为信息和交易地点信息；
[0028]确定模块，用于若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；
[0029]所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。
[0030]进一步地，所述的车主分类装置，还包括：
[0031]第三获取模块，用于获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息；
[0032]训练模块，用于根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
[0033]第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的车主分类方法。
[0034]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现所述的车主分类方法。
[0035]由上述技术方案可知，本申请提供一种车主分类方法及装置。其中，该方法包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率；具体地，针对汽车行业形成更加精准的客户分类，相比现有营销更加精准且更有针对性；能够提高车主分类的便捷化程度和自动化程度；能够更加有效率地为车主提供更全面、周到的金融服务，从而起到活客、黏客作用，提高金融企业的盈利。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本申请实施例中的车主分类方法的流程示意图；
[0038]图2是本申请实施例中的车主分类方法中的步骤001和步骤002的流程示意图；
[0039]图3是本申请实施例中的车主分类方法中的步骤021和步骤022的流程示意图；
[0040]图4是本申请应用实例中的车主分类方法的流程示意图；
[0041]图5是本申请实施例中车主分类装置的结构示意图；
[0042]图6为本申请实施例的电子设备的系统构成示意框图。
具体实施方式
[0043]为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0044]为了解决上述现有技术中存在的问题，本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车主分类方法，其特征在于，包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。2.根据权利要求1所述的车主分类方法，其特征在于，在所述获取目标车主的交易信息之前，还包括：获取批量客户的持有产品信息、交易行为信息和交易地点信息；若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。3.根据权利要求1所述的车主分类方法，其特征在于，预先创建所述异常交易行为检测模型的步骤，包括：获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息；根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。4.根据权利要求1所述的车主分类方法，其特征在于，所述根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，包括：根据所述车辆相关产品数量和交易量，确定所述目标车主的贡献值；根据预设的车主分类与贡献值之间的对应关系和所述目标车主的贡献值，确定所述目标车主的分类结果；所述分类结果为：优质车主、潜力车主和待激活车主。5.根据权利要求1所述的车主分类方法，其特征在于，在所述确定所述目标车主的...

【专利技术属性】
技术研发人员：郭钊，
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：