【技术实现步骤摘要】
本专利技术属于客户数据预测，具体涉及一种客户生命价值预测方法及系统。
技术介绍
1、在当前数字经济时代，许多公司正在利用人工智能技术进行基于数据的精准客户关系管理。在这一过程中，客户生命周期价值是一个关键因素，对于客户关系管理的评估和决策程序起着重要作用。特别是在供应链平台中，准确预测客户生命周期对于公司引导市场资源的合理分配和激励特定客户细分至关重要。
2、客户生命价值预测是一个时间序列预测问题，旨在基于历史消费序列预测客户未来的消费价值。尽管深度神经网络的最新发展显著提高了客户生命价值预测性能，但这些模型通常需要大量的历史客户数据，这在客户生命周期的早期阶段是不切实际的。
技术实现思路
1、为了解决现有技术存在的问题，本专利技术提供了一种客户生命价值预测方法及系统，能够在缺少客户历史数据的情况下对客户生命价值做出精确预测。
2、本专利技术所要解决的技术问题是通过以下技术方案实现的：
3、第一方面，提供了一种客户生命价值预测方法，其特征在于，包括：p>
4、获取供本文档来自技高网...
【技术保护点】
1.一种客户生命价值预测方法，其特征在于，包括：
2.根据权利要求1所述的一种客户生命价值预测方法，其特征在于，所述单域客户生命价值预测模块包括：时序特征编码器、画像特征编码器以及专家掩码网络；
3.根据权利要求2所述的一种客户生命价值预测方法，其特征在于，所述专家掩码网络包括一个融合层、一个专家路由和一个输出层；通过融合层将编码后的客户购买信息以及画像信息进行特征融合，然后对特征融合后的数据通过专家路由按照客户生价值的不同分配不同的掩码方式得到单域特征，然后单域特征通过输出层得到单域客户生命价值。
4.根据权利要求1所述的一种客户...
【技术特征摘要】
1.一种客户生命价值预测方法，其特征在于，包括：
2.根据权利要求1所述的一种客户生命价值预测方法，其特征在于，所述单域客户生命价值预测模块包括：时序特征编码器、画像特征编码器以及专家掩码网络；
3.根据权利要求2所述的一种客户生命价值预测方法，其特征在于，所述专家掩码网络包括一个融合层、一个专家路由和一个输出层；通过融合层将编码后的客户购买信息以及画像信息进行特征融合，然后对特征融合后的数据通过专家路由按照客户生价值的不同分配不同的掩码方式得到单域特征，然后单域特征通过输出层得到单域客户生命价值。
4.根据权利要求1所述的一种客户生命价值预测方法，其特征在于，所述跨域客户生命价值预测模块包括：知识迁移网络、知识对齐模块以及多层感知机；
5.根据权利要求1所述的一种客户生命价值预测方法，其特征在于，所述多层感知机包含两个带有relu激活函数的全连接层。
6.根据权...
【专利技术属性】
技术研发人员：王帅，周智圆，林丽，邓贤君，惠维，
申请(专利权)人：东南大学，
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。