基于hive的客户线索得分排序方法、装置、电子设备及介质制造方法及图纸

本发明专利技术提供了一种基于hive的客户线索得分排序方法、装置、电子设备及介质，包括：获取客户信息；根据客户信息构建预设场景下的二分类模型，得到模型训练文件；对模型训练文件进行转换处理，得到数据仓库工具可执行的脚本文件；通过脚本文件将客户信息转化为待处理数据；将待处理数据进行排序，得到最终排名数据；根据最终排名数据采取相应的实施策略。该方法能够通过大数据模型对大量的客户信息进行实时打分并排序，保证线索挖掘的时效性，以便运营人员对排序靠前的客户进行重点维护，促进转化，该方法中，所有的数据处理均在数据仓库中进行，无需借助外部工具，减少了io过程中数据泄露的风险，完全遵从大数据加密逻辑，保证了客户数据的安全性。

【技术实现步骤摘要】

本专利技术涉及数据处理，尤其是指一种基于hive的客户线索得分排序方法、装置、电子设备及介质。

技术介绍

1、随着流量红利结束，客户线索挖掘已经由增量客户挖掘转变为存量客户挖掘，如何从存量客户行为中挖掘有用的价值线索成了公司用户运营的关键。

2、由于大公司往往有大量的客户，在某些行业龙头中，这类数量甚至过亿，随着数字化时代的到来，这些公司都建立了各类数据中台，里面会存储用户生命周期的各类行为数据，这些数据往往会有如下特征：数据量大、信息密度低，所以一般不会储存在高性能数据库中，针对这类场景，hive数据仓库显而易见是一种非常好的选择。

3、hive虽然解决了传统关系型数据库在大数据处理上的瓶颈问题，但其数据处理效率低下，且由于mapruduce机制问题，对于一个批次处理的大数据，比如全局排序order by，hive往往会把数据放在一个reducetask进行处理，如果数据量达到千万级，性能会大大降低，且极容易出现数据倾斜的问题。

4、基于这种技术，就要求在hive数据仓库中挖掘存量客户有用信息的同时，还要解决因为数据过本文档来自技高网...

【技术保护点】

1.一种基于hive的客户线索得分排序方法，包括：

2.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，还包括对待处理数据中的每个数据进行扩大预设倍数，并对每个数据的整数部分进行排序。

3.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，包括：

4.根据权利要求3所述的方法，其特征在于：相邻的两个分区数据之间呈递进关系。

5.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，还包括对排序结果进行验证，若验证...

【技术特征摘要】

1.一种基于hive的客户线索得分排序方法，包括：

2.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，还包括对待处理数据中的每个数据进行扩大预设倍数，并对每个数据的整数部分进行排序。

3.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，包括：

4.根据权利要求3所述的方法，其特征在于：相邻的两个分区数据之间呈递进关系。

5.根据权利要求1所述的方法，其特征在于：在所述将待处理数据进行排序，得到最终排名数据的步骤之中，还包括对排序结果进行验证，若验证通过...

【专利技术属性】
技术研发人员：余佳丽，李凯，
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：