目标客户推荐方法及装置、电子设备和存储介质制造方法及图纸

本公开提供了一种目标客户推荐方法及装置、电子设备和存储介质，涉及大数据技术领域和人工智能技术领域，可用于金融技术领域，该目标客户推荐方法，包括：从数据池中获取待测客户的待测客户特征数据，其中，待测客户特征数据至少包括待测客户的基础数据和交易业务类数据；将待测客户特征数据输入二分类模型，以便通过二分类模型输出用于表征待测客户是否为风险客户的分类结果；根据分类结果从待测客户中选取属于非风险客户的第一目标客户；从规则库中获取客户筛选规则，以便按照客户筛选规则从第一目标客户中确定第二目标客户，其中第二目标客户为针对目标产品的拟推荐客户；向提供目标产品的服务系统推送拟推荐客户。提供目标产品的服务系统推送拟推荐客户。提供目标产品的服务系统推送拟推荐客户。

【技术实现步骤摘要】
目标客户推荐方法及装置、电子设备和存储介质


[0001]本公开涉及大数据
，更具体地涉及一种目标客户推荐方法、装置、设备、介质和程序产品。

技术介绍

[0002]金融机构在开展业务的过程中，需要针对目标产品拓展客户。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：现有的营销处理方式中，往往通过业务人员根据客户的基本情况、客户现有产品持有情况、客户特征、征信数据、财务数据等客户关键因素，结合人工经验来制定拟推荐客户清单，这种方式较为传统单一，需要消耗大量的人力，且主观因素较强，结果的得出存在较大的盲目性，人工预测结果参考性不高。

技术实现思路

[0004]鉴于上述问题，本公开提供了一种目标客户推荐方法、装置、设备、介质和程序产品。
[0005]本公开的一个方面，提供了一种目标客户推荐方法，包括：
[0006]从数据池中获取待测客户的待测客户特征数据，其中，待测客户特征数据至少包括待测客户的基础数据和交易业务类数据；
[0007]将待测客户特征数据输入二分类模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标客户推荐方法，包括：从数据池中获取待测客户的待测客户特征数据，其中，所述待测客户特征数据至少包括待测客户的基础数据和交易业务类数据；将所述待测客户特征数据输入二分类模型，以便通过所述二分类模型输出用于表征所述待测客户是否为风险客户的分类结果；根据所述分类结果从所述待测客户中选取属于非风险客户的第一目标客户；从规则库中获取客户筛选规则，以便按照所述客户筛选规则从所述第一目标客户中确定第二目标客户，其中所述第二目标客户为针对目标产品的拟推荐客户；向提供所述目标产品的服务系统推送所述拟推荐客户。2.根据权利要求1所述的方法，其中所述二分类模型通过如下方式训练得到：调用业务系统的数据访问接口；在获得数据访问许可的情况下，通过所述数据访问接口从所述业务系统调用历史客户的基础数据和交易业务类数据，其中所述历史客户的基础数据和交易业务类数据关联多个原始客户特征；根据所述历史客户的已知风险类型，对所述历史客户的基础数据和交易业务类数据添加数据标识，所述数据标识用于表征与所述基础数据和交易业务类数据关联的所述历史客户是否为风险客户；利用从算法池中调用的第一预定算法对所述多个原始客户特征进行特征排序，以便从排序后的多个原始特征中确定多个目标客户特征，其中，所述原始客户特征和所述目标客户特征至少包括客户基本特征、资产特征、信用特征、和交易行为特征；利用与所述多个目标客户特征关联的所述历史客户的基础数据和交易业务类数据，训练所述二分类模型。3.根据权利要求2所述的方法，其中：所述二分类模型由多个基础模型按照各自的模型权重组合得到，其中所述多个基础模型中，在第一基础模型的预测准确率大于第二基础模型的预测准确率的情况下，所述第一基础模型的模型权重大于所述第二基础模型的模型权重。4.根据权利要求3所述的方法，其中，利用与所述多个目标客户特征关联的所述历史客户的基础数据和交易业务类数据，训练所述二分类模型包括：利用从所述算法池中调用的第二预定算法，构建所述多个基础模型，其中所述基础模型中包括决策条件，所述决策条件根据所述客户基本特征、所述资产特征、所述信用特征、和所述交易行为特征构建得到；将与所述多个目标客户特征关联的所述历史客户的基础数据和交易业务类数据输入所述多个基础模型，以便利用所述多个基础模型输出所述历史客户是否为风险客户的预测结果；根据所述多个基础模型的预测结果和所述数据标识，计算所述多个基础模型的预测错误率；根据所述多个基础模型的所述预测错误率，计算所述多个基础模型各自的模型...

【专利技术属性】
技术研发人员：陈天楚，徐浩，
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：