一种用于营销客群筛选的方法与设备技术

本申请的目的是提供一种用于营销客群筛选的方法与设备。与现有技术相比，本申请收集客群相关数据；根据所述客群相关数据通过预设模型获取表征客户响应可能性的第一目标值、表征客户消费能力的第二目标值以及表征客户欺诈风险性的第三目标值；根据所述第一目标值、所述第二目标值及所述第三目标值生成客户评分；根据所述客户评分筛选出营销客群。通过该方式在筛选营销客群的过程中，充分考量从响应活动到产生有效消费之间的不定因素，提高了筛选出的营销客群响应营销活动、参与活动产生消费且消费有效无欺诈风险的可能性。费且消费有效无欺诈风险的可能性。费且消费有效无欺诈风险的可能性。

【技术实现步骤摘要】
一种用于营销客群筛选的方法与设备


[0001]本申请涉及计算机
，尤其涉及一种用于营销客群筛选的技术。

技术介绍

[0002]现有的营销客群筛选方法通常利用过往类似营销活动的响应数据通过评分模型或树模型对客户的响应结果进行二分类的模型开发，再根据模型打分选取出当前可触达客群内排名靠前的客户，将其作为主要的营销客群，向其发出活动邀请。
[0003]在该类方法的框架下，默认每个响应客户的价值都是等同的，但从响应营销活动到参与活动产生消费之间仍有较大的距离，在参与活动进行消费的客群中每个人能够带来的价值也不同。因此，此类方法筛选出的营销客群可能存在部分无法产生真实消费的客户。

技术实现思路

[0004]本申请的目的是提供一种用于营销客群筛选的方法与设备。
[0005]根据本申请的一个方面，提供了一种用于营销客群筛选的方法，其中，所述方法包括：
[0006]收集客群相关数据；
[0007]根据所述客群相关数据通过预设模型获取表征客户响应可能性的第一目标值、表征客户消费能力的第二目标值以及表征客户欺诈本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于营销客群筛选的方法，其中，所述方法包括：收集客群相关数据；根据所述客群相关数据通过预设模型获取表征客户响应可能性的第一目标值、表征客户消费能力的第二目标值以及表征客户欺诈风险性的第三目标值；根据所述第一目标值、所述第二目标值及所述第三目标值生成客户评分；根据所述客户评分筛选出营销客群。2.根据权利要求1所述的方法，所述预设模型包括Deep模块及FM模块，其中，所述收集客群相关数据之后还包括：将所述客群相关数据按照数据类型划分为文本特征、连续特征及类别特征；其中，所述根据所述客群相关数据通过预设模型获取表征客户响应可能性的第一目标值、表征客户消费能力的第二目标值以及表征客户欺诈风险性的第三目标值包括：通过所述预设模型的所述Deep模块对所述文本特征、所述连续特征及所述类别特征进行综合性的深度信息挖掘；通过所述预设模型的所述FM模块对所述类别特征进行浅层信息提取；通过对所述浅层信息提取及所述深度信息挖掘结果的拼接得到所述第一目标值、所述第二目标值及所述第三目标值。3.根据权利要求2所述的方法，其中，所述通过所述预设模型的所述Deep模块对所述文本特征、所述连续特征及所述类别特征进行综合性的深度信息挖掘之前还包括：对所述文本特征进行one
‑
hot编码；将one
‑
hot编码后的所述文本特征根据动态嵌入方法进行动态嵌入，其中，所述动态嵌入方法的参数固定。4.根据权利要求3所述的方法，所述预设模型还包括第一DNN层，其中，所述动态嵌入之后，还包括：将所述动态嵌入后的文本特征转换为句向量；根据所述第一DNN层将所述句向量进行降维操作；其中，所述通过所述预设模型的所述Deep模块对所述文本特征、所述连续特征及所述类别特征进行综合性的深度信息挖掘包括：通过所述预设模型的所述Deep模块对所述降维操作后的所述文本特征、所述连续特征及所述类别特征进行综合性的深度信息挖掘。5.根据权利要求2至4中任一项所述的方法，所述预设模型还包括embedding层，其中，所述将所述客群相关数据按照数据类型划分为文本特征、连续特征及类别特征之后，还包括：对所述类别特征进行one
‑
hot编码；将one
‑
hot编码后的所述类别特征根据embedding层进行嵌入操作。6.根据权利要求5引4所述的方法，所述Deep模块包括顺序链接的Concat拼接层、第二DNN层及专家模块，其中，所述Concat拼接层用于拼接所述降维操作后的所述文本特征、所述连续特征及所述嵌入操作后的所述类别特征；其中，所述第二DNN层用于交互所述Concat拼接层的拼接结...

【专利技术属性】
技术研发人员：刘谦，尹悦，杨琦琦，
申请(专利权)人：连通杭州技术服务有限公司，
类型：发明
国别省市：