基于XGBoost模型的价值评估方法、装置及设备制造方法及图纸

本申请公开了一种基于XGBoost模型的价值评估方法、装置及设备，涉及计算机技术领域，可以解决对客户进行的价值评估准确性低的问题。包括：利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定第一特征数据对应第一特征项的第一特征重要性值；在第一特征项中提取第一特征重要性值大于预设特征重要性阈值，且特征评估指标大于预设特征评估指标阈值的第二特征项；将第二特征项对应的第二特征数据输入训练完成的XGBoost模型，获取第二特征项的第二特征重要性值；将第二特征重要性值归一化处理为特征权重值，根据特征权重值计算目标主体的价值评估分值。分值。分值。

【技术实现步骤摘要】
基于XGBoost模型的价值评估方法、装置及设备


[0001]本申请涉及计算机
，尤其涉及到一种基于XGBoost模型的价值评估方法、装置及设备。

技术介绍

[0002]客户价值评估是从企业角度出发，根据客户基本特征、消费特征、行为特征等测算出客户能够为企业创造出的价值，它是企业进行客户细分，精细化营销的重要依据。
[0003]传统的客户价值评估方法主要是RFM价值模型，该模型通过一个客户的最近一次购买时间R(Recency)、购买频率F(Frequency)以及购买金额M(Monetary)三项指标来描述该客户的价值状况，但是RFM价值模型只用了3个维度，包含的信息有限，对商业问题的解释度不够，评估准确率偏低。

技术实现思路

[0004]有鉴于此，本申请提供了一种基于XGBoost模型的价值评估方法、装置及设备，涉及计算机
，可以解决对客户进行的价值评估准确性低的问题。
[0005]根据本申请的一个方面，提供了一种基于XGBoost模型的价值评估方法，该方法包括：
[0006]利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定所述第一特征数据对应第一特征项的第一特征重要性值；
[0007]在所述第一特征项中提取所述第一特征重要性值大于预设特征重要性阈值，且特征评估指标大于预设特征评估指标阈值的第二特征项，其中，所述预设特征评估指标阈值包括相关系数阈值、信息值阈值中的至少一种；
[0008]将所述第二特征项对应的第二特征数据输入所述训练完成的XGBoost模型，获取所述第二特征项的第二特征重要性值；
[0009]将所述第二特征重要性值归一化处理为特征权重值，根据所述特征权重值计算所述目标主体的价值评估分值。
[0010]根据本申请的另一个方面，提供了一种基于XGBoost模型的价值评估装置，该装置包括：
[0011]训练模块，用于利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定所述第一特征数据对应第一特征项的第一特征重要性值；
[0012]第一提取模块，用于在所述第一特征项中提取所述第一特征重要性值大于预设特征重要性阈值，且特征评估指标大于预设特征评估指标阈值的第二特征项，其中，所述预设特征评估指标阈值包括相关系数阈值、信息值阈值中的至少一种；
[0013]第一获取模块，用于将所述第二特征项对应的第二特征数据输入所述训练完成的XGBoost模型，获取所述第二特征项的第二特征重要性值；
[0014]计算模块，用于将所述第二特征重要性值归一化处理为特征权重值，根据所述特
征权重值计算所述目标主体的价值评估分值。
[0015]根据本申请的又一个方面，提供了一种非易失性可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述基于XGBoost模型的价值评估方法。
[0016]根据本申请的再一个方面，提供了一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质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上述基于XGBoost模型的价值评估方法。
[0017]借由上述技术方案，本申请公开了一种基于XGBoost模型的价值评估方法、装置及设备，可首先利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定第一特征数据对应第一特征项的第一特征重要性值；在第一特征项中提取第一特征重要性值大于预设特征重要性阈值，且特征评估指标大于预设特征评估指标阈值的第二特征项；进一步将第二特征项对应的第二特征数据输入训练完成的XGBoost模型，获取第二特征项的第二特征重要性值；将第二特征重要性值归一化处理为特征权重值，最终根据特征权重值计算目标主体的价值评估分值。通过本申请中的技术方案，对目标主体进行丰富的特征维度分析，包括目标主体的属性数据、交易的行为数据及风险数据，对目标主体的评估更加全面，利用XGBoost模型进行目标主体价值评估，一方面模型泛化能力强，分类效果稳定，另一方面避免掺杂过多主观因素使得价值评估结果更加准确。
[0018]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0019]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本地申请的不当限定。在附图中：
[0020]图1示出了本申请实施例提供的一种基于XGBoost模型的价值评估方法的流程示意图；
[0021]图2示出了本申请实施例提供的另一种基于XGBoost模型的价值评估方法的流程示意图；
[0022]图3示出了本申请实施例提供的一种基于XGBoost模型的价值评估装置的结构示意图；
[0023]图4示出了本申请实施例提供的另一种基于XGBoost模型的价值评估装置的结构示意图。
具体实施方式
[0024]下文将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。
[0025]针对目前的问题，本申请实施例提供了一种基于XGBoost模型的价值评估方法，如图1所示，该方法包括：
[0026]101、利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定第一特征数据对应第一特征项的第一特征重要性值。
[0027]需要说明的是，对于本申请，目标主体为待进行价值评估的主体，对目标主体进行价值评估的主体可以为交易平台，具体可以推送与目标主体的价值评估分值所匹配的资源；也可以为资源供给方，具体可以按照目标主体的价值评估分值确定资源供给的方式等。
[0028]在本申请中的下述实施例步骤中，以目标主体为修理厂为例，对本申请中的技术方案进行说明，但不构成对本申请中技术方案应用场景的限定。
[0029]对目标主体进行价值评估时所用的主体数据一般来源于目标主体在交易平台上进行交易行为时产生的数据，当修理厂为目标主体时，主体数据包括目标主体的属性数据、交易的行为(如从询价到下单或者未下单)数据及风险数据。设定第一特征项，主体数据中包括多个第一特征项，按照第一特征项在主体数据中提取与第一特征项对应的第一特征数据，其中，第一特征项包括：修理厂覆盖车品牌、修理厂地理位置、修理厂规模大小、修理厂员工数量、修理厂入驻平台年限、修理厂成立年限、修理厂询价单量、修理厂询价配件数、修理厂询价品质偏好、修理厂下单率、修理厂下单品质偏好、修理厂下单的配件商偏好、修理厂下单价格偏好、修理厂下单完整度偏好、成交总金额、售后率、售后总金额、首次下单距今时间间隔、最近一次下单距今时间间隔、修理厂是否刷单、同一询价单是否多次重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于XGBoost模型的价值评估方法，其特征在于，包括：利用目标主体的第一特征数据训练XGBoost模型，并利用训练完成的XGBoost模型确定所述第一特征数据对应第一特征项的第一特征重要性值；在所述第一特征项中提取所述第一特征重要性值大于预设特征重要性阈值，且特征评估指标大于预设特征评估指标阈值的第二特征项，其中，所述预设特征评估指标阈值包括相关系数阈值、信息值阈值中的至少一种；将所述第二特征项对应的第二特征数据输入所述训练完成的XGBoost模型，获取所述第二特征项的第二特征重要性值；将所述第二特征重要性值归一化处理为特征权重值，根据所述特征权重值计算所述目标主体的价值评估分值。2.根据权利要求1所述的方法，其特征在于，所述利用训练完成的XGBoost模型确定所述第一特征数据对应第一特征项的第一特征重要性值，包括：利用训练完成的XGBoost模型确定所述第一特征数据对应第一特征项的多个基分类器增益，其中，所述第一特征项对应多个基分类器，每个所述基分类器输出一个基分类器增益；计算多个所述基分类器增益的平均增益，将所述平均增益确定为所述第一特征项的第一特征重要性值。3.根据权利要求1所述的方法，其特征在于，所述将所述第二特征重要性值归一化处理为特征权重值，根据所述特征权重值计算所述目标主体的价值评估分值，包括：提取所有所述第二特征项对应所述第二特征重要性值中的最大值与最小值；计算各个所述第二特征项的所述第二特征重要性值与所述最小值的第一距离，以及所述最大值与所述最小值的第二距离，并根据所述第一距离和所述第二距离确定各个所述第二特征项的特征权重值；加和各个所述第二特征项对应的所述特征权重值，得到所述目标主体的价值评估分值。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述价值评估分值以及预设价值区间确定所述目标主体的价值等级；确定与所述价值等级匹配的营销方案。5.根据权利要求1所述的方法，其特征在于，在所述利用目标主体的第一特征数据训练XGBoost模型之前，还包括：获取预处理后的目标主体的主体数据，其中，...

【专利技术属性】
技术研发人员：卢晓萍，
申请(专利权)人：深圳壹账通创配科技有限公司，
类型：发明
国别省市：