本发明专利技术提供一种客户分类方法、装置、电子设备和存储介质，通过获取客户的行为风险数据，包括客户特性类、客户地域类、客户产品服务使用类以及客户行业类下的各风险要素的要素取值；将行为风险数据输入至风险评估模型，得到此模型输出的客户的风险评估得分；此模型基于各风险要素的风险系数和要素权重，对行为风险数据进行风险评估；风险系数是对样本客户在各风险要素下的样本要素取值进行分布统计得到，要素权重是基于样本客户在各风险要素下的样本要素取值与样本客户的标签风险得分之间的相关度确定；基于客户的风险评估得分，进行客户分类，本发明专利技术提供的方法、装置、电子设备和存储介质，扩大了获取客户数据的覆盖面，提升了客户分类的精确性。了客户分类的精确性。了客户分类的精确性。
【技术实现步骤摘要】
客户分类方法、装置、电子设备和存储介质
[0001]本专利技术涉及数据分析
，尤其涉及一种客户分类方法、装置、电子设备和存储介质。
技术介绍
[0002]随着客户在银行等金融机构办理业务的逐渐丰富，在客户进行办理业务前，对客户进行客户分类，以完成对客户办理业务的监管是必不可少的。现有技术中，对于客户分类一般是将客户的个人身份信息输入到各自的客户分类模型，以完成客户分类。
[0003]但是，简单通过客户的个人身份信息输入到简易的客户分类模型中，其输入的客户数据单薄、且覆盖范围窄。并且，单一的客户数据也会造成客户分类模型输出的分类结果不精确，进而对客户进行客户分类的效果并不理想。
技术实现思路
[0004]本专利技术提供一种客户分类方法、装置、电子设备和存储介质，用以解决现有技术中客户分类不精确的缺陷。
[0005]本专利技术提供一种客户分类方法，包括：
[0006]获取客户的行为风险数据，所述行为风险数据包括客户特性类、客户地域类、客户产品服务使用类以及客户行业类下的各风险要素的要素取值；
[0007]将所述行为风险数据输入至风险评估模型，得到所述风险评估模型输出的所述客户的风险评估得分；所述风险评估模型基于所述各风险要素的风险系数和要素权重，对所述行为风险数据进行风险评估；所述各风险要素的风险系数是对样本客户在所述各风险要素下的样本要素取值进行分布统计得到的，所述各风险要素的要素权重是基于所述样本客户在所述各风险要素下的样本要素取值与所述样本客户的标签风险得分之间的相关度确定的；
[0008]基于所述客户的风险评估得分，进行客户分类。
[0009]根据本专利技术提供的客户分类方法，所述将所述行为风险数据输入至风险评估模型，得到所述风险评估模型输出的所述客户的风险评估得分，包括：
[0010]确定所述客户的客户类别，所述客户类别为自然人、企业和金融机构中的一种；
[0011]从服务器集群的各节点中确定出与所述客户类别对应的节点作为评估节点；
[0012]将所述行为风险数据发送至所述评估节点，以请求所述评估节点将所述行为风险数据输入至所述客户类别对应的风险评估模型；
[0013]接收所述评估节点返回的所述客户类别对应的风险评估模型输出的所述客户的风险评估得分。
[0014]根据本专利技术提供的客户分类方法，所述从服务器集群的各节点中确定出与所述客户类别对应的节点作为评估节点，包括：
[0015]从服务器集群的各节点中确定出与所述客户类别对应的节点；
[0016]基于与所述客户类别对应的节点的负载情况，从与所述客户类别对应的节点中确定出评估节点。
[0017]根据本专利技术提供的客户分类方法，所述获取客户的行为风险数据，包括：
[0018]基于消息中间件，接收各客户端发送的客户的行为风险数据；
[0019]所述行为风险数据是在所述客户端接收到所述客户的交易请求的情况下发送的，所述各客户端对应同一消息中间件。
[0020]根据本专利技术提供的客户分类方法，所述行为风险数据还包括客户正负面信息；
[0021]所述基于所述客户的风险评估得分，进行客户分类，包括：
[0022]在所述客户正负面信息满足后置评估条件的情况下，基于所述后置评估条件对应的得分调整项，调整所述风险评估得分，并基于调整后的风险评估得分，进行客户分类；
[0023]所述后置评估条件用于限定影响行为风险的正负面信息的类型。
[0024]根据本专利技术提供的客户分类方法，所述各风险要素基于如下步骤确定：
[0025]获取新闻文本；
[0026]对所述新闻文本进行舆情分析，得到所述新闻文本对应事件的舆情等级；
[0027]基于所述舆情等级，以及所述事件与所述行为风险之间的相关性，从所述事件中确定出目标事件；
[0028]将所述目标事件对应的风险要素，调整所述各风险要素。
[0029]本专利技术还提供一种客户分类虚拟装置，包括：
[0030]获取单元，获取客户的行为风险数据，所述行为风险数据包括客户特性类、客户地域类、客户产品服务使用类以及客户行业类下的各风险要素的要素取值；
[0031]评估单元，将所述行为风险数据输入至风险评估模型，得到所述风险评估模型输出的所述客户的风险评估得分；所述风险评估模型基于所述各风险要素的风险系数和要素权重，对所述行为风险数据进行风险评估；所述各风险要素的风险系数是对样本客户在所述各风险要素下的样本要素取值进行分布统计得到的，所述各风险要素的要素权重是基于所述样本客户在所述各风险要素下的样本要素取值与所述样本客户的标签风险得分之间的相关度确定的；
[0032]分类单元，基于所述客户的风险评估得分，进行客户分类。
[0033]本专利技术还提供一种电子设备，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程序时实现如上述任一种所述客户分类方法。
[0034]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述客户分类方法。
[0035]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述客户分类方法。
[0036]本专利技术提供的客户分类方法、装置、电子设备和存储介质，通过获取客户的行为风险数据，行为风险数据包括客户特性类、客户地域类、客户产品服务使用类以及客户行业类下的各风险要素的要素取值；将行为风险数据输入至风险评估模型，得到风险评估模型输出的客户的风险评估得分；风险评估模型基于各风险要素的风险系数和要素权重，对所述行为风险数据进行风险评估；各风险要素的风险系数是对样本客户在所述各风险要素下的
样本要素取值进行分布统计得到的，各风险要素的要素权重是基于样本客户在所述各风险要素下的样本要素取值与样本客户的标签风险得分之间的相关度确定的；基于客户的风险评估得分，进行客户分类，扩大了获取客户数据的覆盖面，进而提升了客户分类的分类结果的精确性。
附图说明
[0037]为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图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。
[0038]图1是本专利技术提供的客户分类方法的流程示意图之一；
[0039]图2是本专利技术提供的确定客风险评估得分方法的流程示意图；
[0040]图3是本专利技术提供的确定风险要素方法的流程示意图；
[0041]图4是本专利技术提供的客户分类方法的流程示意图之二；
[0042]图5是本专利技术提供的客户分类装置的结构示意图；
[0043]图6是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0044]为使本专利技术的目的、技本文档来自技高网...
【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：获取客户的行为风险数据，所述行为风险数据包括客户特性类、客户地域类、客户产品服务使用类以及客户行业类下的各风险要素的要素取值；将所述行为风险数据输入至风险评估模型，得到所述风险评估模型输出的所述客户的风险评估得分；所述风险评估模型基于所述各风险要素的风险系数和要素权重，对所述行为风险数据进行风险评估；所述各风险要素的风险系数是对样本客户在所述各风险要素下的样本要素取值进行分布统计得到的，所述各风险要素的要素权重是基于所述样本客户在所述各风险要素下的样本要素取值与所述样本客户的标签风险得分之间的相关度确定的；基于所述客户的风险评估得分，进行客户分类。2.根据权利要求1所述的客户分类方法，其特征在于，所述将所述行为风险数据输入至风险评估模型，得到所述风险评估模型输出的所述客户的风险评估得分，包括：确定所述客户的客户类别，所述客户类别为自然人、企业和金融机构中的一种；从服务器集群的各节点中确定出与所述客户类别对应的节点作为评估节点；将所述行为风险数据发送至所述评估节点，以请求所述评估节点将所述行为风险数据输入至所述客户类别对应的风险评估模型；接收所述评估节点返回的所述客户类别对应的风险评估模型输出的所述客户的风险评估得分。3.根据权利要求2所述的客户分类方法，其特征在于，所述从服务器集群的各节点中确定出与所述客户类别对应的节点作为评估节点，包括：从服务器集群的各节点中确定出与所述客户类别对应的节点；基于与所述客户类别对应的节点的负载情况，从与所述客户类别对应的节点中确定出评估节点。4.根据权利要求1所述的客户分类方法，其特征在于，所述获取客户的行为风险数据，包括：基于消息中间件，接收各客户端发送的客户的行为风险数据；所述行为风险数据是在所述客户端接收到所述客户的交易请求的情况下发送的，所述各客户端对应同一消息中间件。5.根据权利要求...
【专利技术属性】
技术研发人员：曹川，马策，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。