客户分类方法及装置制造方法及图纸

本发明专利技术公开了一种客户分类方法及装置，应用于人工智能技术领域，其中该方法包括：获取客户的多维属性信息，获取客户的不同客户分类方式对应的客户类别，以客户的多维属性信息，以及客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，训练好的决策树分类模型包括不同客户分类方式的相关属性信息，确定目标客户的客户分类方式，根据客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。本发明专利技术可以建立一种多维度的客户分类模型，在多个维度对客户进行分类，以便更快速地为客户提供更具个性化的服务。地为客户提供更具个性化的服务。地为客户提供更具个性化的服务。

【技术实现步骤摘要】
客户分类方法及装置


[0001]本专利技术涉及人工智能
，尤其涉及客户分类方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]面对日益激烈的竞争，为吸引更多的客户，商业银行必须具有快速地为客户提供更具个性化服务的能力。目前有很多对客户进行分类的算法，但在实际应用中，很难在同一维度对客户进行分类，在实际生活中，一个客户喜欢购买理财产品，但不喜欢用APP，那么他对于理财系统是重点客户，对于APP就不是重点客户了，因此一个客户可能属于不同的分类。
[0004]因此，目前缺乏一种更精准地客户分类方案。

技术实现思路

[0005]本专利技术实施例提供一种客户分类方法，用以实现在多个维度对客户进行分类，以便为客户提供更具个性化的服务，该方法包括：
[0006]获取多个客户的多维属性信息；
[0007]获取每个客户的不同客户分类方式对应的客户类别；
[0008]以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；
[0009]确定目标客户的客户分类方式；
[0010]根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。
[0011]本专利技术实施例还提供一种客户分类装置，用以实现在多个维度对客户进行分类，以便为客户提供更具个性化的服务，该装置包括：
[0012]属性信息获取模块，用于获取多个客户的多维属性信息；
[0013]客户类别获取模块，用于获取每个客户的不同客户分类方式对应的客户类别；
[0014]决策树训练模块，用于以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；
[0015]客户分类方式获取模块，用于确定目标客户的客户分类方式；
[0016]决策树分类模块，用于根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。
[0017]本专利技术实施例还提供一种计算机设备，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计算机程序时实现上述客户分类方
法。
[0018]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述客户分类方法。
[0019]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述客户分类方法。
[0020]本专利技术实施例中，通过获取多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别，以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息，确定目标客户的客户分类方式，根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。在上述过程中，充分考虑了客户的多个维度(例如理财系统或APP)的属性信息，同时，在模型训练时，考虑了以及每个客户的不同客户分类方式对应的客户类别来训练决策树分类模型，使得训练好的决策树分类模型的准确度更高，最终使得目标用户的客户分类结果的准确度更高，从而实现在多维度能够快速地为客户提供更具个性化的服务。
附图说明
[0021]为了更清楚地说明本专利技术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专利技术的一些实施例，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。在附图中：
[0022]图1为本专利技术实施例中客户分类方法的流程图；
[0023]图2为本专利技术实施例中属性信息获取示意图；
[0024]图3为本专利技术实施例中训练决策树分类模型的流程图；
[0025]图4为本专利技术实施例中训练决策树分类模型的原理图；
[0026]图5为本专利技术实施例提出的客户分类装置示意图；
[0027]图6为本专利技术实施例中计算机设备的示意图。
具体实施方式
[0028]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0029]图1为本专利技术实施例中客户分类方法的流程图，包括：
[0030]步骤101，获取多个客户的多维属性信息；
[0031]步骤102，获取每个客户的不同客户分类方式对应的客户类别；
[0032]步骤103，以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；
[0033]步骤104，确定目标客户的客户分类方式；
[0034]步骤105，根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。
[0035]在本专利技术实施例中，充分考虑了客户的多个维度(例如理财系统或APP)的属性信息，同时，在模型训练时，考虑了以及每个客户的不同客户分类方式对应的客户类别来训练决策树分类模型，使得训练好的决策树分类模型的准确度更高，最终使得目标用户的客户分类结果的准确度更高，从而实现在多维度能够快速地为客户提供更具个性化的服务。
[0036]在步骤101中，获取多个客户的多维属性信息。
[0037]在一实施例中，获取多个客户的多维属性信息，包括：
[0038]从多个数据源中获取多个客户的多维属性信息，所述数据源包括理财系统、手机银行、网银系统和智能柜台中的其中一种或任意组合。
[0039]图2为本专利技术实施例中属性信息获取示意图，见图2，从产品系统中获取不同分类方式所需的属性信息，可从银行系统获取客户信息和交易信息，从信息报送系统获取交易附加信息，从网银系统获取通过网银进行的交易信息，从手机银行系统获取通过手机银行APP进行的交易信息等等。
[0040]具体地，建立一种多维度的客户分类模型，从多个产品系统获取客户信息、交易信息等多维度属性信息，将这些属性信息进行预处理，预处理的方法包括，将定性数据转换为定量数据，可以通过累计器对一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客户分类方法，其特征在于，包括：获取多个客户的多维属性信息；获取每个客户的不同客户分类方式对应的客户类别；以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；确定目标客户的客户分类方式；根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。2.如权利要求1所述的方法，其特征在于，获取多个客户的多维属性信息，包括：从多个数据源中获取多个客户的多维属性信息，所述数据源包括理财系统、手机银行、网银系统和智能柜台中的其中一种或任意组合。3.如权利要求1所述的方法，其特征在于，还包括：在客户分类方式为第一种客户分类方式时，相关属性信息包括理财产品数量、种类数目和大额存单个数信息中的其中一种或任意组合；在客户分类方式为第二种客户分类方式时，相关属性信息包括持有APP数量、签到频率和分享次数中的其中一种或任意组合；在客户分类方式为第三种客户分类方式时，相关属性信息包括平均存款余额和交易频率。4.如权利要求1所述的方法，其特征在于，还包括：根据客户的特征数据，确定客户分类方式，所述客户的特征数据包括关注程度、活跃度和贡献度中的其中一种或任意组合。5.如权利要求1所述的方法，其特征在于，以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，包括：将多维属性信息，以及每个客户的不同客户分类方式所对应的客户类别作为训练数据；将决策树分类模型中的每个非叶节点表示对一个属性信息的测试，每个分支表示一个属性信息在一个值域的输出，每个叶节点表示客户分类方式对应的一个客户类别；根据训练集数据，从根节点开始，从上至下递归生成子节点，直至到达叶节点，得到训练好的决策树分类模型。6.一种客户分类装置，其特征在于，包括；属性信息获取模块，用于获取多个客户的多维属性信息；客户类别获取模块，用于获取每个客户的不同客户分类方式对应的客户类别；决策树训练模块，用于以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类...

【专利技术属性】
技术研发人员：郑玮璐，许海洋，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：