System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及互联网信息推送领域,尤其涉及一种圈客模型训练方法、信息推荐方法、装置、设备及介质。
技术介绍
1、随着互联网和移动设备的普及,越来越多的企业开始依赖数字渠道实现营销和销售目标,圈客模型是营销领域中的一项重要应用,同时,圈客模型也被广泛的应用于金融服务平台中,金融服务平台可以是保险系统、银行系统、交易系统、订单系统等,金融服务平台可以支持购物、社交、互动游戏、资源转移等功能,还可以具有申请贷款、信用卡或者购买保险、理财产品等功能。传统的圈客模型一般使用规则和机器学习技术来评估和筛选目标客户,然而传统圈客模型只能处理结构化数据,对于文本数据不能很好的处理,而客户的文本标签对目标变量的重要性影响较大,缺乏这类文本数据的分析,会提高企业的营销成本,同时传统圈客模型采取预定义的营销策略,需要投入大量的人力资源,自动化程度较低,且当前的金融客服解答缺乏感情温度和专业性,不能给予客户较好的体验,因此客户的转化率不能有效提高。
技术实现思路
1、本专利技术实施例提供一种圈客模型训练方法、信息推荐方法、装置、设备及介质,以解决传统圈客模型的自动化程度较低的问题。
2、一种圈客模型训练方法,包括:
3、获取训练客户数据,所述训练客户数据包括训练结构化数据和训练文本数据;
4、对所述训练结构化数据进行特征提取,获取结构特征数据;
5、采用bert模型和textcnn模型对所述训练文本数据进行特征提取,获取文本特征数据;
6、基于所
7、将模型训练样本输入lightgbm模型进行模型训练,获取目标圈客模型。
8、优选地,所述获取训练客户数据,包括:
9、统计原始结构化数据中每一特征的空值数量,删除所述空值数量大于第一预设数值的特征,获取第一结构化数据;
10、统计所述第一结构化数据中每一特征的方差,删除所述方差小于第二预设数值的的特征,获取第二结构化数据;
11、将所述第二结构化数据中每一特征出现的异常值进行删除,获取第三结构化数据;
12、统计所述第三结构化数据中每一特征的特征指标值,若所述特征指标值满足预设评估标准的第三结构化数据,确定为训练结构化数据。
13、优选地,所述对所述训练结构化数据进行特征提取,获取结构特征数据,包括:
14、对所述训练结构化数据进行归一化处理,获取第一结构特征;
15、对所述第一结构特征中的连续变量进行分箱处理,获取第二结构特征;
16、对所述第二结构特征进行特征筛选,获取第三结构特征;
17、对所述第三结构特征进行交叉分析,获取结构特征数据。
18、优选地,所述采用bert模型和textcnn模型对所述训练文本数据进行特征提取,获取文本特征数据,包括:
19、采用bert模型对所述训练文本数据进行词向量提取,获取文本词向量;
20、对所述训练文本数据进行多维语义提取,获取多维语义特征;
21、对所述多维语义特征和所述文本词向量进行拼接,获取拼接文本特征;
22、采用textcnn模型对所述拼接文本特征进行卷积处理,获取文本特征数据。
23、优选地,所述对所述训练文本数据进行多维语义提取,获取多维语义特征,包括:
24、对所述训练文本数据进行关键词提取,获取关键词特征;
25、对所述训练文本数据进行位置提取,获取位置特征;
26、对所述训练文本数据进行主题词提取,获取主题词特征;
27、将所述关键词特征、所述位置特征和所述主题词特征叠加,获取多维语义特征。
28、一种圈客模型训练装置,包括:
29、训练客户数据获取模块,用于获取训练客户数据,所述训练客户数据包括训练结构化数据和训练文本数据;
30、结构特征数据获取模块,用于对所述训练结构化数据进行特征提取,获取结构特征数据;
31、文本特征数据获取模块,用于采用bert模型和textcnn模型对所述训练文本数据进行特征提取,获取文本特征数据;
32、模型训练样本获取模块,用于基于所述结构特征数据和所述文本特征数据,获取模型训练样本;
33、目标圈客模型获取模块,用于将模型训练样本输入lightgbm模型进行模型训练,获取目标圈客模型。
34、一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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圈客模型训练方法的步骤。
35、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圈客模型训练方法的步骤。
36、一种产品信息推荐方法,包括:
37、获取目标客户数据,所述目标客户数据包括目标结构化数据和目标文本数据;
38、采用上述任一项所述目标圈客模型对目标客户数据进行处理,输出所述目标客户数据对应的目标标签;
39、将所述目标标签与目标产品进行匹配,确定目标标签对应的目标产品信息;
40、将所述目标产品信息推送给目标客户数据对应的客户终端。
41、一种产品信息推荐装置,包括:
42、目标客户数据获取模块,用于获取目标客户数据,所述目标客户数据包括目标结构化数据和目标文本数据;
43、目标标签获取模块,用于采用上述实施例中的目标圈客模型对目标客户数据进行处理,输出所述目标客户数据对应的目标标签;
44、目标产品信息获取模块,用于将所述目标标签与目标产品进行匹配,确定目标标签对应的目标产品信息;
45、信息推送获取模块,用于将所述目标产品信息推送给目标客户数据对应的客户终端。
46、一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述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产品信息推荐方法的步骤。
47、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产品信息推荐方法的步骤。
48、上述圈客模型训练方法、装置、设备及介质,对所述训练结构化数据进行特征提取,获取结构特征数据,以保障结构特征数据可用于进行模型训练,确保方案的可靠性;采用bert模型和textcnn模型对所述训练文本数据进行特征提取,获取文本特征数据,采用bert模型对客户的文本特征数据进行编码,同时使用textcnn模型进行特征提取,丰富了模型的入模特征,可以充分利用训练客户数据中的文本信息,方便应用于各种行业的客户挖掘和营销场景中;基于所述结构特征数据和所述文本特征数据,获取模型训练样本,将模型训练样本输入lightgbm模型进行模型训练,获取目标圈客模型,以达到利用b本文档来自技高网...
【技术保护点】
1.一种圈客模型训练方法,其特征在于,包括:
2.如权利要求1所述的圈客模型训练方法,其特征在于,所述获取训练客户数据,包括:
3.如权利要求1所述的圈客模型训练方法,其特征在于,所述对所述训练结构化数据进行特征提取,获取结构特征数据,包括:
4.如权利要求1所述的圈客模型训练方法,其特征在于,所述采用BERT模型和TextCNN模型对所述训练文本数据进行特征提取,获取文本特征数据,包括:
5.如权利要求4所述的圈客模型训练方法,其特征在于,所述对所述训练文本数据进行多维语义提取,获取多维语义特征,包括:
6.一种产品信息推荐方法,其特征在于,包括:
7.一种圈客模型训练装置,其特征在于,
8.一种产品信息推荐装置,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述圈客模型训练方法,或者所述处理器执行所述计算机程序时实现如权利要求6所述的产品信息推荐
10.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述圈客模型训练方法,或者所述计算机程序被处理器执行时实现如权利要求6所述的产品信息推荐方法。
...【技术特征摘要】
1.一种圈客模型训练方法,其特征在于,包括:
2.如权利要求1所述的圈客模型训练方法,其特征在于,所述获取训练客户数据,包括:
3.如权利要求1所述的圈客模型训练方法,其特征在于,所述对所述训练结构化数据进行特征提取,获取结构特征数据,包括:
4.如权利要求1所述的圈客模型训练方法,其特征在于,所述采用bert模型和textcnn模型对所述训练文本数据进行特征提取,获取文本特征数据,包括:
5.如权利要求4所述的圈客模型训练方法,其特征在于,所述对所述训练文本数据进行多维语义提取,获取多维语义特征,包括:
6.一种产品信息推荐方法,其特征在于,包括:
【专利技术属性】
技术研发人员:尹俊琪,
申请(专利权)人:中国平安人寿保险股份有限公司,
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。