客户协作网络关系的识别方法、装置、设备、存储介质和程序产品与流程

摘要: 本申请涉及大数据,更具体地涉及一种客户协作网络关系的识别方法、装置、设备、存储介质和程序产品。背景技术:1、客户关系管理是银行业数字化转型中的核心议题之一。准确...
客户协作网络关系的识别方法、装置、设备、存储介质和程序产品与流程

本申请涉及大数据,更具体地涉及一种客户协作网络关系的识别方法、装置、设备、存储介质和程序产品。

背景技术:

1、客户关系管理是银行业数字化转型中的核心议题之一。准确识别客户之间的协作关系,不仅有助于银行进行精准营销和客户分群,还能为风险管控提供重要依据。相关技术中,银行业普遍采用的客户分类方法一种是主要基于客户的交易频率、账户余额、交易金额等单维度指标进行分类。该方法通过建立客户评分模型,将客户分为vip客户、高价值客户、普通客户等不同等级。系统根据预设的阈值对客户进行自动分类,并为不同等级的客户提供差异化的金融服务。另外一种是通过分析客户的历史交易数据,利用各种算法等关联规则挖掘技术,发现客户之间的潜在关联模式。例如,识别出"投资a基金的客户往往也投资b基金"这样的关联规则,从而将具有相似投资偏好的客户聚集在一起。

2、银行客户数据涉及交易、投资、融资、风险等多个维度的信息,构成了典型的高维特征空间。为了对客户进行有效的聚类和可视化分析,通常需要采用降维技术将高维数据投影到低维空间。然而,传统的降维方法在处理客户关系网络时存在明显的局限性,无法有效捕捉客户之间非线性的复杂关系结构。

技术实现思路

1、鉴于上述问题,本申请的实施例提供了一种客户协作网络关系的识别方法、装置、设备、介质和程序产品。

2、根据本申请的第一方面,提供了一种客户协作网络关系的识别方法,包括:在得到n个客户的授权的情况下,采集n个客户的客户数据,n为大于或等于2的整数;基于客户数据,确定n个客户中任意两个客户之间的协作强度,根据协作强度生成n行n列的邻接矩阵,邻接矩阵的每一元素表征元素所在行对应的客户与元素所在列对应的客户之间的协作强度;基于邻接矩阵对n个客户进行社区划分,获得各个客户所属的社区类别;基于邻接矩阵的每一行数组在高维空间中与其他行数组的邻近程度,将每一行数组从高维空间投影到低维空间,并确定每一行数组在低维空间中对应的投影信息;根据投影信息和社区类别,确定n个客户之间的协作网络关系。

3、根据本申请的实施例,邻接矩阵的每一行数组在高维空间中与其他行数组的邻近程度通过以下方式来确定:计算邻接矩阵的每一行数组在高维空间中与其他行数组之间的空间距离;将空间距离进行归一化,得到每一行数组对应的邻近程度。

4、根据本申请的实施例,将每一行数组从高维空间投影到低维空间,并确定每一行数组在低维空间中对应的投影信息包括:基于邻近程度,生成用于表征邻接矩阵中的不同行数组之间的连接关系和连接强度的拓扑结构;基于拓扑结构,将邻接矩阵中的各行数组投影到低维空间,获得各行数组在低维空间中对应的投影信息。

5、根据本申请的实施例,基于客户数据,确定n个客户中任意两个客户之间的协作强度包括:根据客户数据,分析n个客户中任意两个客户之间的投资关系强度、融资关系强度和交易关系强度;综合投资关系强度、融资关系强度和交易关系强度,确定任意两个客户之间的协作强度。

6、根据本申请的实施例,根据协作强度生成n行n列的邻接矩阵,邻接矩阵的每一元素表征元素所在行对应的客户与元素所在列对应的客户之间的协作强度包括:确定任意两个客户之间是否存在协作关系;在任意两个客户之间存在协作关系的情况下,识别任意两个客户之间的协作关系的协作类型,根据协作类型确定两个客户之间的协作强度,并将协作强度作为邻接矩阵中其中一客户所在行与另外一客户所在列的元素;在任意两个客户之间不存在协作关系的情况下,则将邻接矩阵中其中一客户所在行与另外一客户所在列的元素设定为零。

7、根据本申请的实施例,基于邻接矩阵对n个客户进行社区划分之前,还包括:将客户在邻接矩阵中所在一行的每一列的元素相加,得到客户对应的单体度数,单体度数表征客户与其他客户的协作强度的总和;基于单体度数和邻接矩阵,获得n个客户预设的多个社区类别。

8、根据本申请的实施例,基于邻接矩阵对n个客户进行社区划分,获得各个客户所属的社区类别包括:针对于预设的多个社区类别,基于客户数据,将n个客户中的任一候选客户初步划分到一个第一社区类别;根据邻接矩阵和单体度数,计算候选客户与第一社区类别之间的第一模块度;将候选客户重新划分到第二社区类别,重新计算候选客户与其他社区类别之间的第二模块度;根据第二模块度与第一模块度的差异,更新候选客户所划分的社区类别。

9、根据本申请的实施例,根据投影信息和社区类别,确定n个客户之间的协作网络关系包括:基于客户数据,识别n个客户中的特定客户;基于社区类别和投影信息,识别特定客户的关联客户,以确定特定客户对应的风险传递路径;根据邻接矩阵中风险传递路径上相邻两个客户所对应的元素,计算风险传递路径上各相邻客户之间的风险传导强度;根据特定客户的单体度数占n个客户的单体度数总和的比例,确定n个客户的风险指数,单体度数表征客户与其他客户的协作强度的总和;基于风险传递路径、风险传导强度和风险指数,获得n个客户之间的协作网络关系。

10、根据本申请的第二方面,提供了一种银行客户协作网络关系的识别装置,包括数据采集模块、邻接矩阵构建模块、社区类别识别模块、投影信息获取模块和输出模块;数据采集模块用于在得到n个客户的授权的情况下,采集n个客户的客户数据,n为大于或等于2的整数;邻接矩阵构建模块用于基于客户数据,确定n个客户中任意两个客户之间的协作强度,根据协作强度生成n行n列的邻接矩阵,邻接矩阵的每一元素表征元素所在行对应的客户与元素所在列对应的客户之间的协作强度;社区类别识别模块用于基于邻接矩阵对n个客户进行社区划分,获得各个客户所属的社区类别;投影信息获取模块用于基于邻接矩阵的每一行数组在高维空间中与其他行数组的邻近程度,将每一行数组从高维空间投影到低维空间,并确定每一行数组在低维空间中对应的投影信息;输出模块用于根据投影信息和社区类别,确定n个客户之间的协作网络关系。

11、根据本申请的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个计算机程序,其中,上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

12、根据本申请的第四方面,还提供了一种计算机可读存储介质,其上存储有计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。

13、根据本申请的第五方面,还提供了一种计算机程序产品,包括计算机程序或指令,上述计算机程序或指令被处理器执行时实现上述方法的步骤。

1.一种客户协作网络关系的识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述邻接矩阵的每一行数组在高维空间中与其他行数组的邻近程度通过以下方式来确定:

3.根据权利要求1所述的方法,其特征在于,所述将所述每一行数组从所述高维空间投影到低维空间,并确定所述每一行数组在所述低维空间中对应的投影信息包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述客户数据,确定所述n个客户中任意两个客户之间的协作强度包括:

5.根据权利要求1所述的方法,其特征在于,所述根据所述协作强度生成n行n列的邻接矩阵,所述邻接矩阵的每一元素表征所述元素所在行对应的客户与所述元素所在列对应的客户之间的协作强度包括:

6.根据权利要求1所述的方法,其特征在于,所述基于所述邻接矩阵对所述n个客户进行社区划分之前,还包括:

7.根据权利要求6所述的方法,其特征在于,所述基于所述邻接矩阵对所述n个客户进行社区划分,获得各个所述客户所属的社区类别包括:

8.根据权利要求1所述的方法,其特征在于,所述根据所述投影信息和所述社区类别,确定所述n个客户之间的协作网络关系包括:

9.一种客户协作网络关系的识别装置,其特征在于,包括:

10.一种电子设备,包括:

11.一种计算机可读存储介质,其上存储有计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现根据权利要求1~8中任一项所述方法的步骤。

12.一种计算机程序产品,包括计算机程序或指令,其特征在于,所述计算机程序或指令被处理器执行时实现根据权利要求1~8中任一项所述方法的步骤。