买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于客群画像行为分析方法及系统_湖南三湘银行股份有限公司_202311419392.0 

申请/专利权人:湖南三湘银行股份有限公司

申请日:2023-10-30

公开(公告)日:2024-03-19

公开(公告)号:CN117151870B

主分类号:G06Q40/03

分类号:G06Q40/03;G06Q30/0201;G06F18/2135;G06F18/243;G06F21/62

优先权:

专利状态码:有效-授权

法律状态:2024.03.19#授权;2023.12.19#实质审查的生效;2023.12.01#公开

摘要:本发明涉及金融数据分析技术领域,尤其是涉及一种基于客群画像的行为分析方法及系统。所述方法包括以下步骤:获取金融企业数据仓库访问权限,基于金融企业数据仓库访问权限进行定量信息定性化处理,生成信贷用户画像原始数据;基于信贷用户画像原始数据进行目标客户数据筛选处理,生成模型特征预处理数据;获取大数据管理平台访问权限,基于大数据管理平台访问权限以及模型特征预处理数据进行信贷产品服务预测,实现客群画像的行为分析;本发明通过利用金融企业数据仓库访问权限获取金融企业仓库数据,并对金融企业仓库数据进行数据处理,以提高客群画像的行为分析的及时性和准确性。

主权项:1.一种基于客群画像的行为分析方法,其特征在于,包括以下步骤:步骤S1:获取金融企业数据仓库访问权限,基于金融企业数据仓库访问权限进行金融企业仓库数据访问,生成金融企业仓库数据;基于金融企业仓库数据进行数据集中,生成客群筛选集中数据集;基于客群筛选集中数据集利用K-means聚类分析进行数据样本分组,生成客群强相关数据;基于客群强相关数据进行定量信息定性化处理,生成信贷用户画像原始数据;步骤S2:基于信贷用户画像原始数据利用客户决策树算法进行画像节点数据权重分配,生成用户画像权重分配数据,基于用户画像权重分配数据进行应用场景划分,生成应用场景数据,基于应用场景数据进行目标客户数据筛选处理,生成目标客户行为数据;步骤S2的具体步骤为:步骤S21:基于信贷用户画像原始数据利用客户决策树算法进行画像节点数据权重分配,生成用户画像权重分配数据;步骤S22:基于用户画像权重分配数据利用协同过滤算法进行应用场景划分,生成应用场景数据;步骤S23:基于应用场景数据进行业务场景数据特征提取及转换,生成应用场景特征数据;步骤S24:基于应用场景特征数据进行回归计算,生成邻近场景特征数据;步骤S25:基于邻近场景特征数据进行目标客户数据筛选处理,生成目标客户行为数据;步骤S21中的客户决策树算法具体为: ; ;其中,为用户画像权重分配数据,为信贷用户画像原始数据,为客户决策树中的节点数量,为客户决策树中第个节点的节点权重,为节点决策函数,为数据收缩系数,为客户决策树中第个节点的节点阈值,为信贷用户画像原始数据中第个画像偏差值数据;步骤S3:获取大数据管理平台访问权限,基于大数据管理平台访问权限进行用户信息数据获取,生成用户信息数据,基于目标客户行为数据以及用户信息数据进行数据匹配验证,生成目标客户关联数据,基于目标客户关联数据进行数据标准化处理,生成标准目标客户评估数据;步骤S4:基于标准目标客户评估数据利用数据画像技术进行客户信贷产品服务推送,生成信贷产品服务反馈数据集,基于信贷产品服务反馈数据集利用回归分析进行统计信贷产品服务反馈,生成反馈数据;步骤S5:基于反馈数据利用服务评估公式进行标准客户目标评估数据参数调整,生成信贷模型参数数据,基于信贷模型参数数据进行画像信贷推送模型构建,生成画像信贷推送模型,基于画像信贷推送模型进行信贷产品服务预测,实现客群画像的行为分析;步骤S5的具体步骤为:步骤S51:基于反馈数据利用服务评估公式进行统计分析,生成优化分析数据;步骤S52:基于优化分析数据进行标准客户目标评估数据参数调整,生成信贷模型参数数据;步骤S53:根据标准客户目标评估数据进行模型神经元建立,生成模型神经元数据;步骤S54:根据反馈数据对模型神经元数据进行线性加权,生成权重神经元数据;步骤S55:对权重神经元数据进行softmax激活函数设置处理,生成激活神经元数据;步骤S56:择取激活神经元数据作为画像信贷推送模型输入层数据,基于画像信贷推送模型输入层数据利用Adam优化进行数据循环网络模型建立,生成画像信贷推送模型;步骤S57:择取信贷模型参数数据作为推送模型输入层数据,基于推送模型输入层数据以及画像信贷推送模型进行信贷产品服务预测,生成信贷产品服务预测数据,生成客群画像行为分析方法;步骤S51中的服务评估公式具体为: ;其中,为优化分析数据,为标准客户目标评估数据的用户特征数据数量,为客户信用等级变化,为客户信用等级变化的差值,为客户被服务的总时间,为客户收益率,为客户反馈评价等级,为自然指数函数,为服务效率数据,为客户信用额度表征数据,为用户价值数据,为信贷产品服务的总业务时间,为最近一次客户服务期间的延迟时间,为客户服务总延迟时间。

全文数据:

权利要求:

百度查询: 湖南三湘银行股份有限公司 一种基于客群画像行为分析方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。