客群创建方法、装置、设备以及存储介质制造方法及图纸

本公开提供了一种客群创建方法、装置、设备以及存储介质，方法包括：从目标银行的客户池中，确定出多个待分群的目标客户；获取针对每个目标客户的评价信息，评价信息用于指示目标客户在目标银行的业务状况；获取每个目标客户的多个分群维度的客户画像数据；针对多个分群维度中每个分群维度，基于每个目标客户的评价信息和在该分群维度的客户画像数据对多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个客群的客群标签信息。上述分群方法可以得到更多数量的客群，使得客群精细化程度更高，而且，大量的客群也方便应用过程中针对具体的业务情况对客群进行筛选或合并，满足实际的业务需求。满足实际的业务需求。满足实际的业务需求。

【技术实现步骤摘要】
客群创建方法、装置、设备以及存储介质


[0001]本公开涉及人工智能
，具体涉及一种客群创建方法、装置、设备以及存储介质。

技术介绍

[0002]通过对客户进行分群，能够实现对客户进行分群精准定位。在相关技术中，主要常用的大数据算法是聚类分析，将客户进行分类，通过计算不同客群之间的相似性，实现“物以类聚”。当前的聚类算法的客户分群下往往容易将客户集中划分到某一大类，容易产生一些客户数很少的异常类，导致客群的精细化的程度不足。

技术实现思路

[0003]本公开提供了一种客群创建方法、装置、设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种客群创建方法，包括：
[0005]从目标银行的客户池中，确定出多个待分群的目标客户；
[0006]获取针对每个目标客户的评价信息，评价信息用于指示目标客户在目标银行的业务状况；
[0007]获取每个目标客户的多个分群维度的客户画像数据；
[0008]针对多个分群维度中每个分群维度，基于每个目标客户的评价信息和在该分群维度的客户画像数据对多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个客群的客群标签信息。
[0009]在本公开实施例中，针对多个分群维度中每个分群维度，基于每个目标客户的评价信息和在该分群维度的客户画像数据对多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个客群的客群标签信息，包括：
[0010]针对多个分群维度中每个分群维度，生成该分群维度对应的初始数据簇，初始数据簇包括每个目标客户的评价信息和每个目标客户在该分群维度的客户画像数据；
[0011]对初始数据簇进行迭代分割，直至分割流程的预设参数符合迭代结束条件；
[0012]基于分割结果生成该分群维度对应的多个客群和每个客群的客群标签信息。
[0013]在本公开实施例中，每个分割流程针对至少一个第i级数据簇，初始数据簇作为第0级数据簇；对初始数据簇进行迭代分割，直至分割流程的预设参数符合迭代结束条件，包括：
[0014]针对至少一个第i级数据簇中的每个第i级数据簇，基于第i级数据簇的目标客户的客群标签信息，确定出至少一个分割点，其中，i为不小于0的整数；
[0015]基于至少一个分割点中的每个分割点对第i级数据簇进行分割，得到该分割点对应的分割结果，分割结果两个第i+1级数据簇；
[0016]从各个分割点对应的分割结果中确定出最优分割结果；
[0017]保留最优分割结果，并删除最优分割结果之外的其它的分割结果；
[0018]确定分割流程的预设参数符合迭代结束条件时，结束迭代分割；确定分割流程的预设参数不符合迭代结束条件时，执行对最优分割结果中的每个第i+1级数据簇的分割。
[0019]在本公开实施例中，迭代结束条件包括：所有保留的最优分割结果中第i+1级数据簇的总数量，大于或等于预设的最大簇数量。
[0020]在本公开实施例中，迭代结束条件包括：最优分割结果的增益值小于预设值，其中，增益值用于指示第i级数据簇的损失值与最优分割结果中的第i+1级数据簇的损失值的差异程度，损失值用于表征数据簇中目标客户的评价信息的聚集程度。
[0021]在本公开实施例中，基于第i级数据簇的目标客户的客群标签信息，确定出至少一个分割点，包括：
[0022]基于第i级数据簇的目标客户的客群标签信息对应的数据值，确定出针对第i级数据簇的所有的目标客户的客群标签信息的等分点，将等分点确定为分割点。
[0023]在本公开实施例中，从各个分割点对应的分割结果中确定出最优分割结果，包括：
[0024]计算每个分割点对应的分割结果的增益值；
[0025]从各个分割点对应的分割结果中确定出增益值最大的分割结果，将增益值最大的分割结果作为最优分割结果；
[0026]其中，增益值用于指示第i级数据簇的损失值与分割结果中的第i+1级数据簇的损失值的差异程度，损失值用于表征数据簇中目标客户的评价信息的聚集程度。
[0027]在本公开实施例中，计算每个分割点对应的分割结果的增益值，包括：
[0028]计算第i级数据簇中各个目标客户的评价信息与第i级数据簇的评价信息的中心点的欧氏距离，将欧氏距离作为第i级数据簇的损失值；
[0029]针对每个分割点对应的分割结果，计算分割结果中的第i+1级数据簇中各个目标客户的评价信息与该第i+1级数据簇的评价信息的中心点的欧氏距离，将欧氏距离作为该第i+1级数据簇的损失值；
[0030]计算第i级数据簇的损失值与分割结果中的第i+1级数据簇的损失值的差异值，将差异值作为分割点对应的分割结果的增益值。
[0031]在本公开实施例中，基于分割结果生成该分群维度对应的多个客群和每个客群的客群标签信息，包括：
[0032]确定每个保留最优分割结果所包含的目标数据簇；
[0033]将各个目标数据簇对应的至少一个目标客户作为一个客群；
[0034]基于每个客群中的目标客户的客户画像数据，生成每个客群的客群标签信息。
[0035]在本公开实施例中，评价信息包括目标客户在目标银行的逾期率、收益率、活跃率和贷款金额。
[0036]在本公开实施例中，多个分群维度的客户画像数据包括目标客户的人生阶段数据、社会属性数据、与目标银行的关联关系数据、用卡行为数据。
[0037]根据本公开的第二方面，提供了一种客群创建装置，包括：
[0038]目标客户确定模块，用于从目标银行的客户池中，确定出多个待分群的目标客户；
[0039]评价信息获取模块，用于获取针对每个目标客户的评价信息，评价信息用于指示目标客户在目标银行的业务状况；
[0040]客户画像获取模块，用于获取每个目标客户的多个分群维度的客户画像数据；
[0041]客户分群模块，用于针对多个分群维度中每个分群维度，基于每个目标客户的评价信息和在该分群维度的客户画像数据对多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个客群的客群标签信息。
[0042]在本公开实施例中，客户分群模块在用于针对多个分群维度中每个分群维度，基于每个目标客户的评价信息和在该分群维度的客户画像数据对多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个客群的客群标签信息时，具体用于：
[0043]针对多个分群维度中每个分群维度，生成该分群维度对应的初始数据簇，初始数据簇包括每个目标客户的评价信息和每个目标客户在该分群维度的客户画像数据；
[0044]对初始数据簇进行迭代分割，直至分割流程的预设参数符合迭代结束条件；
[0045]基于分割结果生成该分群维度对应的多个客群和每个客群的客群标签信息。
[0046]在本公开实施例中，每个分割流程针对至少一个第i级数据簇，初始数据簇作为第0级数据簇；客户分群模块在用于对初始数据簇进行迭代分割，直至分割本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客群的创建方法，包括：从目标银行的客户池中，确定出多个待分群的目标客户；获取针对每个所述目标客户的评价信息，所述评价信息用于指示所述目标客户在所述目标银行的业务状况；获取每个所述目标客户的多个分群维度的客户画像数据；针对所述多个分群维度中每个分群维度，基于每个所述目标客户的评价信息和在该分群维度的客户画像数据对所述多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个所述客群的客群标签信息。2.根据权利要求1所述的方法，其特征在于，所述针对所述多个分群维度中每个分群维度，基于每个所述目标客户的评价信息和在该分群维度的客户画像数据对所述多个待分群的目标客户进行分群，得到该分群维度对应的多个客群和每个所述客群的客群标签信息，包括：针对所述多个分群维度中每个分群维度，生成该分群维度对应的初始数据簇，所述初始数据簇包括每个所述目标客户的评价信息和每个所述目标客户在该分群维度的客户画像数据；对所述初始数据簇进行迭代分割，直至分割流程的预设参数符合迭代结束条件；基于所述分割结果生成该分群维度对应的多个客群和每个所述客群的客群标签信息。3.根据权利要求2所述的方法，其特征在于，每个分割流程针对至少一个第i级数据簇，所述初始数据簇作为第0级数据簇；所述对所述初始数据簇进行迭代分割，直至分割流程的预设参数符合迭代结束条件，包括：针对所述针对至少一个第i级数据簇中的每个第i级数据簇，基于所述第i级数据簇的所述目标客户的客群标签信息，确定出至少一个分割点，其中，i为不小于0的整数；基于所述至少一个分割点中的每个所述分割点对所述第i级数据簇进行分割，得到该分割点对应的分割结果，所述分割结果两个第i+1级数据簇；从各个所述分割点对应的分割结果中确定出最优分割结果；保留所述最优分割结果，并删除所述最优分割结果之外的其它的分割结果；确定分割流程的预设参数符合迭代结束条件时，结束迭代分割；确定分割流程的预设参数不符合迭代结束条件时，执行对所述最优分割结果中的每个第i+1级数据簇的分割。4.根据权利要求3所述的方法，其特征在于，所述迭代结束条件包括：所有保留的所述最优分割结果中第i+1级数据簇的总数量，大于或等于预设的最大簇数量。5.根据权利要求3所述的方法，其特征在于，所述迭代结束条件包括：所述最优分割结果的增益值小于预设值，其中，所述增益值用于指示所述第i级数据簇的损失值与所述最优分割结果中的第i+1级数据簇的损失值的差异程度，所述损失值用于表征数据簇中所述目标客户的评价信息的聚集程度。6.根据权利要求3所述的方法，其特征在于，所述基于所述第i级数据簇的所述目标客户的客群标签信息，确定出至少一个分割点，包括：基于所述第i级数据簇的所述目标客户的客群标签信息对应的数据值，确定出针对所述第i级数据簇的所有的所述目标客户的客群标签信息的等分点，将所述等分点确定为分割点。
7.根据权利要求3所述的方法，其特征在于，所述从各个所述分割点对应的分割结果中确定出最优分割...

【专利技术属性】
技术研发人员：石坤豪，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：