本发明专利技术公开了一种消费信息的处理方法、装置、存储介质及计算机设备，涉及信息技术领域，主要在于能够提高会员等级的评定准确度，提升顾客的购物体验。其中方法包括：获取顾客在目标商家中的消费信息，顾客对目标商家的评价信息，顾客与目标商家之间的互动信息，并确定目标商家所属的商家类型信息；根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件；若所述顾客符合所述预设条件，则将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分；基于所述会员积分，确定所述顾客对应的会员等级。本发明专利技术适用于金融科技技术场景。科技技术场景。科技技术场景。
【技术实现步骤摘要】
消费信息的处理方法、装置、存储介质及计算机设备
[0001]本专利技术涉及信息
，尤其是涉及一种消费信息的处理方法、装置、存储介质及计算机设备。
技术介绍
[0002]随着社会经济的不断发展，人们的消费水平也逐渐提高，顾客与商家之间的交易也逐渐增多，例如，用户与保险商家之间的保险交易，为了使商家对顾客的服务具有针对性和个性化，以提升顾客购物体验，商家需要对顾客进行会员等级评定。
[0003]目前，通常仅根据顾客的消费金额来对顾客进行会员等级划分。然而，影响顾客会员等级的因素有很多，这种仅根据消费金额的大小来对会员进行等级划分的方式，没有综合考虑影响会员等级的其它因素，从而导致会员等级的评定准确度较低，并且降低了顾客的购物体验。
技术实现思路
[0004]本专利技术提供了一种消费信息的处理方法、装置、存储介质及计算机设备，主要在于能够提高会员等级的评定准确度，提升顾客的购物体验。
[0005]根据本专利技术的第一个方面，提供一种消费信息的处理方法，包括：
[0006]获取顾客在目标商家中的消费信息，所述顾客对所述目标商家的评价信息，所述顾客与所述目标商家之间的互动信息，并确定所述目标商家所属的商家类型信息；
[0007]根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件；
[0008]若所述顾客符合所述预设条件，则将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分；
[0009]基于所述会员积分，确定所述顾客对应的会员等级。
[0010]可选地，所述方法还包括：
[0011]若所述顾客不符合所述预设条件，则确定所述顾客的会员等级为0级。
[0012]可选地，所述消费信息包括顾客在所述目标商家中的消费金额、消费频率和消费次数，所述评价信息是指顾客对目标商家的评价等级，所述互动信息包括所述顾客对目标商家优惠活动的转发率和参与率，所述根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件，包括：
[0013]判断所述顾客在所述目标商家的消费金额是否大于预设金额阈值；和/或，
[0014]判断所述顾客在所述目标商家的消费频率是否大于预设频率阈值；和/或，
[0015]判断所述顾客在所述目标商家的消费次数是否大于预设次数阈值；和/或，
[0016]判断所述顾客对所述目标商家的评价等级是否大于预设等级阈值；和/或，
[0017]判断所述顾客对目标商家优惠活动的转发率是否大于预设转发率阈值；和/或，
[0018]判断所述顾客对目标商家优惠活动的参与率是否大于预设参与率阈值；
[0019]若所述消费金额大于预设金额阈值、和/或消费频率大于预设频率阈值、和/或消费次数大于预设次数阈值、和/或评价等级大于预设等级阈值、和/或转发率大于预设转发率阈值、和/或参与率大于预设参与率阈值，则判定所述顾客符合会员评定的预设条件。
[0020]可选地，所述将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分，包括：
[0021]将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息进行融合处理，得到会员融合特征向量；
[0022]将所述会员融合特征向量输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分。
[0023]可选地，所述将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息进行融合处理，得到会员融合特征向量，包括：
[0024]确定所述消费信息对应的第一特征向量，所述评价信息对应的第二特征向量，所述互动信息对应的第三特征向量，以及所述商家类型信息对应的第四特征向量；
[0025]将所述第一特征向量、所述第二特征向量、所述第三特征向量和所述第四特征向量进行横向拼接，得到所述会员融合特征向量。
[0026]可选地，所述基于所述会员积分，确定所述顾客对应的会员等级，包括：
[0027]确定所述会员积分所属的目标积分区间；
[0028]在预设积分等级配置表中确定所述目标积分区间对应的目标会员等级，并将所述目标会员等级确定为所述顾客对应的会员等级。
[0029]可选地，在所述基于所述会员积分，确定所述顾客对应的会员等级之后，所述方法还包括：
[0030]在对所述顾客评定会员等级后的预设时间内，判断所述顾客是否在所述目标商家进行会员消费；
[0031]若所述顾客未在所述目标商家进行会员消费，则根据所述顾客对应的会员等级和特征数据，确定所述顾客对应的外呼端，并利用所述外呼端对所述顾客进行外呼维护。
[0032]根据本专利技术的第二个方面，提供一种消费信息的处理装置，包括：
[0033]获取单元，用于获取顾客在目标商家中的消费信息，以及所述顾客对所述目标商家的评价信息，以及所述顾客与所述目标商家之间的互动信息；
[0034]判断单元，用于根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件；
[0035]预测单元，用于若所述顾客符合所述预设条件，则将所述消费信息、所述评价信息和所述互动信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分；
[0036]确定单元，用于基于所述会员积分，确定所述顾客对应的会员等级。
[0037]根据本专利技术的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上消费信息的处理方法。
[0038]根据本专利技术的第四个方面，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程序时实现以上消费信息
的处理方法。
[0039]根据本专利技术提供的一种消费信息的处理方法、装置、存储介质及计算机设备，与目前仅根据顾客的消费金额来对顾客进行会员等级划分的方式相比，本专利技术通过获取顾客在目标商家中的消费信息，所述顾客对所述目标商家的评价信息，所述顾客与所述目标商家之间的互动信息，并确定目标商家所属的商家类型信息；并根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件；若所述顾客符合所述预设条件，则将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分；最终基于所述会员积分，确定所述顾客对应的会员等级，由此通过在会员等级划分之前，先根据消费信息、评价信息和互动信息来判断顾客是否符合会员等级的划分条件，在顾客符合会员等级划分条件的基础上，再对顾客进行会员等级划分，能够避免在顾客不符合会员等级划分条件下利用模型对顾客进行会员等级预测，造成的模型计算资源浪费的情况，从而本专利技术实施例能够节约计算资源，与此同时，在本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种消费信息的处理方法，其特征在于，包括：获取顾客在目标商家中的消费信息，所述顾客对所述目标商家的评价信息，所述顾客与所述目标商家之间的互动信息，并确定所述目标商家所属的商家类型信息；根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件；若所述顾客符合所述预设条件，则将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分；基于所述会员积分，确定所述顾客对应的会员等级。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述顾客不符合所述预设条件，则确定所述顾客的会员等级为0级。3.根据权利要求1所述的方法，其特征在于，所述消费信息包括顾客在所述目标商家中的消费金额、消费频率和消费次数，所述评价信息是指顾客对目标商家的评价等级，所述互动信息包括所述顾客对目标商家优惠活动的转发率和参与率，所述根据所述消费信息、所述评价信息和所述互动信息，判断所述顾客是否符合会员评定的预设条件，包括：判断所述顾客在所述目标商家的消费金额是否大于预设金额阈值；和/或，判断所述顾客在所述目标商家的消费频率是否大于预设频率阈值；和/或，判断所述顾客在所述目标商家的消费次数是否大于预设次数阈值；和/或，判断所述顾客对所述目标商家的评价等级是否大于预设等级阈值；和/或，判断所述顾客对目标商家优惠活动的转发率是否大于预设转发率阈值；和/或，判断所述顾客对目标商家优惠活动的参与率是否大于预设参与率阈值；若所述消费金额大于预设金额阈值、和/或消费频率大于预设频率阈值、和/或消费次数大于预设次数阈值、和/或评价等级大于预设等级阈值、和/或转发率大于预设转发率阈值、和/或参与率大于预设参与率阈值，则判定所述顾客符合会员评定的预设条件。4.根据权利要求1所述的方法，其特征在于，所述将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的会员积分，包括：将所述消费信息、所述评价信息、所述互动信息和所述商家类型信息进行融合处理，得到会员融合特征向量；将所述会员融合特征向量输入至预设会员积分预测模型中进行积分预测，得到所述顾客对应的...
【专利技术属性】
技术研发人员：叶朋，
申请(专利权)人：康键信息技术深圳有限公司，
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。