【技术实现步骤摘要】
本专利技术涉及数字营销，尤其涉及一种基于自然人客户的营销和维系方法以及一种基于自然人客户的营销和维系系统。
技术介绍
1、目前，在当前的营销维系系统中，大多还是以用户为单位进行营销和维系。但随着业务的发展以及融合业务，以家庭为单位的情况越来越多，往往一个自然人证件办理融合业务，含有多个移动号码、宽带、iptv等，能对营销维护起到决定作用的可能就是其中1-2个号码，如果每个号码都进行营销维护，势必造成客户的过打扰，以及人力成本的浪费。
2、现有一些按照融合套餐主号码进行营销维护的，需要按照不同的融合业务规则进行判断主号码，可能主号码的使用人不是主要用户，营销维护起到的作用不大，营销维护过程的人工投入较大，成本较高。
技术实现思路
1、针对上述问题，本专利技术提供了一种基于自然人客户的营销和维系方法及系统，通过大数据技术结合自然人客户分类模型，通过机器学习，从而识别出自然人客户的业务号码中的主号码，针对识别出的主号码进行营销维系，减少人工投入，减少重复的人工操作，降低成本，同时也能避免多次营销维护对客户的过度打扰，提高营销维护活动的精准性和营维效果。
2、为实现上述目的，本专利技术提供了一种基于自然人客户的营销和维系方法，包括：
3、获取自然人客户号码是否为主号码的正负样本数据作为训练集；
4、基于朴素贝叶斯分类算法构建自然人客户分类模型，并利用所述训练集对所述自然人客户分类模型进行训练；
5、将待分类数据输入所述自然人客户分
6、根据所述概率值确定所述待分类数据的分类，得到对应自然人客户号码的主号码，并基于所述主号码对所述自然人客户进行业务营销和维系。
7、在上述技术方案中，优选地，基于朴素贝叶斯分类算法所构建的自然人客户分类模型，具体用于：
8、对所述训练集进行特征选择，得到特征集合；
9、针对所述训练集统计类先验概率，针对所选择的特征统计类条件概率。
10、在上述技术方案中，优选地，所述将待分类数据输入所述自然人客户分类模型，得到所述待分类数据属于每个类别的概率值，具体过程包括：
11、根据所述特征集合对所述待分类数据进行特征表示；
12、基于所述类先验概率和所述类条件概率，根据贝叶斯公式计算特征表示的所述待分类数据属于每个类别的概率值。
13、在上述技术方案中，优选地，所述根据所述概率值确定所述待分类数据的分类，得到对应自然人客户号码的主号码，具体过程包括：
14、根据自然人客户的所有号码对应每个类别的概率值，将属于自然人主号码类别的概率值最高的号码作为当前自然人客户的主号码。
15、在上述技术方案中，优选地，所述自然人客户的主号码的号码作为正样本，所述自然人客户的非主号码的号码作为负样本，针对正负样本所选择的特征包括客户基础属性信息、号码捆绑信息、积分兑换信息、终端信息、消费行为信息、缴费行为信息、互动情况信息和交往圈信息。
16、本专利技术还提出一种基于自然人客户的营销和维系系统，应用如上述技术方案中任一项公开的基于自然人客户的营销和维系方法，包括：
17、训练数据获取模块，用于获取自然人客户号码是否为主号码的正负样本数据作为训练集；
18、分类模型训练模块，用于基于朴素贝叶斯分类算法构建自然人客户分类模型，并利用所述训练集对所述自然人客户分类模型进行训练；
19、分类概率确定模块，用于将待分类数据输入所述自然人客户分类模型，得到所述待分类数据属于每个类别的概率值；
20、主号分类确定模块，用于根据所述概率值确定所述待分类数据的分类，得到对应自然人客户号码的主号码，并基于所述主号码对所述自然人客户进行业务营销和维系。
21、在上述技术方案中，优选地，所述分类模型训练模块所构建的自然人客户分类模型，具体用于：
22、对所述训练集进行特征选择，得到特征集合；
23、针对所述训练集统计类先验概率，针对所选择的特征统计类条件概率。
24、在上述技术方案中，优选地，所述分类概率确定模块具体用于：
25、根据所述特征集合对所述待分类数据进行特征表示；
26、基于所述类先验概率和所述类条件概率，根据贝叶斯公式计算特征表示的所述待分类数据属于每个类别的概率值。
27、在上述技术方案中，优选地，所述主号分类确定模块具体用于：
28、根据自然人客户的所有号码对应每个类别的概率值，将属于自然人主号码类别的概率值最高的号码作为当前自然人客户的主号码。
29、在上述技术方案中，优选地，所述自然人客户的主号码的号码作为正样本，所述自然人客户的非主号码的号码作为负样本，针对正负样本所选择的特征包括客户基础属性信息、号码捆绑信息、积分兑换信息、终端信息、消费行为信息、缴费行为信息、互动情况信息和交往圈信息。
30、与现有技术相比，本专利技术的有益效果为：通过大数据技术结合自然人客户分类模型，通过机器学习，从而识别出自然人客户的业务号码中的主号码，针对识别出的主号码进行营销维系，减少人工投入，减少重复的人工操作，降低成本，同时也能避免多次营销维护对客户的过度打扰，提高营销维护活动的精准性和营维效果。
本文档来自技高网...【技术保护点】
1.一种基于自然人客户的营销和维系方法，其特征在于，包括：
2.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，基于朴素贝叶斯分类算法所构建的自然人客户分类模型，具体用于：
3.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，所述将待分类数据输入所述自然人客户分类模型，得到所述待分类数据属于每个类别的概率值，具体过程包括：
4.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，所述根据所述概率值确定所述待分类数据的分类，得到对应自然人客户号码的主号码，具体过程包括：
5.根据权利要求2所述的基于自然人客户的营销和维系方法，其特征在于，所述自然人客户的主号码的号码作为正样本，所述自然人客户的非主号码的号码作为负样本，针对正负样本所选择的特征包括客户基础属性信息、号码捆绑信息、积分兑换信息、终端信息、消费行为信息、缴费行为信息、互动情况信息和交往圈信息。
6.一种基于自然人客户的营销和维系系统，其特征在于，应用如权利要求1至5中任一项所述的基于自然人客户的营销和维系方法，包括：<...
【技术特征摘要】
1.一种基于自然人客户的营销和维系方法，其特征在于，包括：
2.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，基于朴素贝叶斯分类算法所构建的自然人客户分类模型，具体用于：
3.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，所述将待分类数据输入所述自然人客户分类模型，得到所述待分类数据属于每个类别的概率值，具体过程包括：
4.根据权利要求1所述的基于自然人客户的营销和维系方法，其特征在于，所述根据所述概率值确定所述待分类数据的分类，得到对应自然人客户号码的主号码，具体过程包括：
5.根据权利要求2所述的基于自然人客户的营销和维系方法，其特征在于，所述自然人客户的主号码的号码作为正样本，所述自然人客户的非主号码的号码作为负样本，针对正负样本所选择的特征包括客户基础属性信息、号码捆绑信息、积分兑换信息、终端信息、消费行为信息、缴费行为信息、互...
【专利技术属性】
技术研发人员：余洋，
申请(专利权)人：北京思特奇信息技术股份有限公司，
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。