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】
本专利技术涉及大数据,具体而言,涉及一种目标意向客户的确定方法及装置、电子设备、存储介质。
技术介绍
1、目前,金融机构使用大数据平台和机器学习技术对金融系统中的客户进行行为分析,以判断不同客户的投资种类、投资倾向和经济状况,推算他们对不同营销方案的接受程度,来吸引到更多的客户办理指定业务(例如,个人养老金业务),同时,通过对已经办理指定业务的客户(例如,已经开通个人养老金账户的客户)进行行为分析还可以推断缴存金额不同的客户选择当前缴存金额的原因,以此为依据对指定业务进行改进,来吸引更多客户增加当前缴存金额。
2、相关技术中,由于客户信息的数据量很大且维度很高,使用机器学习技术对大数据平台中的海量客户信息进行分析的运算量巨大,且成本过高;另外,当前使用率较高的算法(例如,最大期望算法)往往要求运算过程不断线,这对运算平台的持续性要求过高,导致运算失败的风险增大;还有,有些指定业务的正面数据较少(例如,个人养老金缴存金额超过指定阈值的客户仅为全部客户的2%),若分组不合理,在运算过程中这些正面数据极易被算法当成误差排除掉,导致运算结果出现严重偏差。
3、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种目标意向客户的确定方法及装置、电子设备、存储介质,以至少解决相关技术中现有em算法不能做到对客户进行准确分类,对客户信息进行分析后得到的分析结果不够准确、可靠性较低的技术问题。
2、根据本专利技术实施例的一个方
3、可选地,基于n个指定分组条件和所述客户信息集合对所有所述目标客户进行分组,得到n个分组结果的步骤,包括:接收金融系统前端传输的所述n个指定分组条件;将所述客户信息集合中的m个所述目标客户的所述客户信息映射至几何空间,得到m个信息点,其中,每个所述信息点对应一个所述目标客户;对于每个所述指定分组条件,通过预设聚类算法依据所述指定分组条件在所述m个信息点中确定r个分组簇点;依据r个所述分组簇点将所有所述信息点分为r个信息组,并基于所述r个信息组确定r个所述客户群体;按照r个所述客户群体对所有所述客户信息进行整理,得到所述分组结果。
4、可选地,依据r个所述分组簇点将所有所述信息点分为r个信息组的步骤,包括:基于r个所述分组簇点建立r个初始信息组,并将m个所述信息点中除r个所述分组簇点以外的所有所述信息点确定为其他信息点;对于每个所述其他信息点,在所述几何空间中分别计算r个所述分组簇点与所述其他信息点之间的空间距离,得到r个距离值,并在所述r个距离值中确定最小距离值;确定所述最小距离值对应的所述分组簇点以及该分组簇点对应的所述初始信息组,并将所述最小距离值对应的所述其他信息点归并至该初始信息组;对所有所述其他信息点进行归并,直至所有所述其他信息点归并完毕,得到r个所述信息组。
5、可选地,根据预设分析策略和所述n个分组结果对所有所述客户信息进行分析,得到第一分析结果的步骤,包括:对于每个所述分组结果中的每个所述目标客户,确定客户状态标签,其中,所述客户状态标签用于指示所述目标客户是否已经办理所述目标金融业务,所述客户状态标签包括:已办理或未办理;对于每个所述分组结果,将所述分组结果输入至特征分析器,输出特征分析结果,其中,所述特征分析器预置所述预设分析策略,所述特征分析器用于在目标向量空间中对所述分组结果中的所有所述客户信息进行特征运算;整合所有所述分组结果对应的所述特征分析结果,得到所述第一分析结果。
6、可选地,将所述分组结果输入至特征分析器,输出特征分析结果的步骤,包括:对于所述分组结果中的每个所述目标客户,将所述目标客户的所述客户信息映射至所述目标向量空间,得到特征向量集合,其中,所述特征向量集合用于存储所述客户信息在所述目标向量空间中映射得到的特征向量;基于预设编码规则将所述目标客户的所述客户状态标签转化为数字标签编码;在所述目标向量空间中基于回归分析算法和所述数字标签编码对所述特征向量集合中的所有所述特征向量进行权重运算,得到权重运算结果,其中,所述权重运算结果用于记录每个所述特征向量对应的权值;基于所述权重运算结果和所述数字标签编码对每个所述特征向量进行线性加权求和,得到所述分组结果对应的所述指定分组条件的所述影响程度值,并将所述影响程度值作为所述特征分析结果。
7、可选地,在根据预设分析策略和所述n个分组结果对所有所述客户信息进行分析,得到第一分析结果之后,还包括:对于所述第一分析结果中的每个所述影响程度值,确定比较结果,其中,所述比较结果用于指示所述影响程度值是否小于等于第二预设阈值;在所述比较结果指示所述影响程度值小于等于第二预设阈值的情况下,筛选每个所述分组结果中客户状态标签为已办理的所述目标客户;对于每个所述分组结果中的每个所述客户群体,复制已筛选出的所述目标客户的所述客户信息,得到伪信息;为每个所述伪信息创建虚拟客户名;将所述虚拟客户名加入至所述客户群体中,并将所述伪信息加入至所述客户群体所在的所述分组结果中;根据所述预设分析策略和更新后的所述分组结果对所有所述客户信息进行重新分析,得到所述第一分析结果。
8、可选地,在基于n个指定分组条件和所述客户信息集合对所有所述目标客户进行分组,得到n个分组结果之前,还包括:对于每个所述目标客户,获取所述目标客户对所述目标金融业务的缴存数额;根据所述缴存数额确定所述目标客户的客户属性,其中,所述客户属性包括:稳定型或非稳定型;将所述客户属性为稳定型的所述目标客户以及所述目标客户的所述客户信息输入至特征分析器,输出第二分析结果,其中,所述特征分析器用于在向量空间中计算每个所述客户信息与所述缴存数额的关联度,并在所有所述关联度中确定最大关联度,所述第二分析结果用于指示所述最大关联度对应的所述客户信息;基于所述第二分析结果在所有所述目标客户中确定目标缴存意向客户,并向所述目标缴存意向客户推送目标金融业务缴存信息。
9、根据本专利技术实施例的另一方面,还提供了一种目标意向客户的确定装置,包括:获取单本文档来自技高网...
【技术保护点】
1.一种目标意向客户的确定方法,其特征在于,包括:
2.根据权利要求1所述的目标意向客户的确定方法,其特征在于,基于N个指定分组条件和所述客户信息集合对所有所述目标客户进行分组,得到N个分组结果的步骤,包括:
3.根据权利要求2所述的目标意向客户的确定方法,其特征在于,依据R个所述分组簇点将所有所述信息点分为R个信息组的步骤,包括:
4.根据权利要求1所述的目标意向客户的确定方法,其特征在于,根据预设分析策略和所述N个分组结果对所有所述客户信息进行分析,得到第一分析结果的步骤,包括:
5.根据权利要求4所述的目标意向客户的确定方法,其特征在于,将所述分组结果输入至特征分析器,输出特征分析结果的步骤,包括:
6.根据权利要求1所述的目标意向客户的确定方法,其特征在于,在根据预设分析策略和所述N个分组结果对所有所述客户信息进行分析,得到第一分析结果之后,还包括:
7.根据权利要求1所述的目标意向客户的确定方法,其特征在于,在基于N个指定分组条件和所述客户信息集合对所有所述目标客户进行分组,得到N个分组结果之前,还
8.一种目标意向客户的确定装置,其特征在于,包括:
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的目标意向客户的确定方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的目标意向客户的确定方法。
...【技术特征摘要】
1.一种目标意向客户的确定方法,其特征在于,包括:
2.根据权利要求1所述的目标意向客户的确定方法,其特征在于,基于n个指定分组条件和所述客户信息集合对所有所述目标客户进行分组,得到n个分组结果的步骤,包括:
3.根据权利要求2所述的目标意向客户的确定方法,其特征在于,依据r个所述分组簇点将所有所述信息点分为r个信息组的步骤,包括:
4.根据权利要求1所述的目标意向客户的确定方法,其特征在于,根据预设分析策略和所述n个分组结果对所有所述客户信息进行分析,得到第一分析结果的步骤,包括:
5.根据权利要求4所述的目标意向客户的确定方法,其特征在于,将所述分组结果输入至特征分析器,输出特征分析结果的步骤,包括:
6.根据权利要求1所述的目标意向客户的确定方法,其特征在于,在根据预设分析策略和所述n个分组...
【专利技术属性】
技术研发人员:张丹融,
申请(专利权)人:中国工商银行股份有限公司,
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。