客户相似度确定方法、装置、设备、介质及程序产品与流程
本技术涉及人工智能,尤其涉及一种客户相似度确定方法、装置、设备、介质及程序产品。
背景技术:
1、目前,通信运营商的业务竞争日趋激烈,获客成本持续攀升,存量客户价值挖掘不足。而企业相似度评估作为能够有效提升匹配精准度、覆盖更多评估维度的数据支撑的方式,被广泛应用于政企客户业务领域。
2、在相关技术中,主要通过输入查询信息并生成对应的查询信息向量,然后获取企业语料库并将企业描述数据转换为企业词向量,最后通过相似度算法计算查询信息向量和企业词向量的相似度,并依据相似度对企业进行排序。
3、然而,按照上述方法,在进行企业相似度评估时,仅通过语义向量匹配,而语义向量匹配使用的是由简单的企业描述数据转换得到的企业词向量,从而导致企业相似度评估与实际业务需求的适配性不足。
技术实现思路
1、本技术提供一种客户相似度确定方法、装置、设备、介质及程序产品,用于提高企业相似度评估与实际业务需求的适配性。
2、第一方面,本技术实施例提供了一种客户相似度确定方法,该方法包括:获取第一候选客户的多源数据;其中,多源数据包括以下至少一类数据:客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据、客户标讯数据;基于多源数据和多源数据中每类数据对应的相似度确定方式,确定第一候选客户与标杆客户的初始客户相似度;其中,初始客户相似度包括与多源数据中每类数据对应的初始客户相似度;标杆客户为已有客户中的具备优质客户典型特征的基准样本客户;基于多源数据中每类数据对应的权重,对初始客户相似度进行加权融合处理,得到第一候选客户与标杆客户的客户相似度。
3、本技术提供的技术方案至少带来以下有益效果:通过构建“多源数据融合—业务场景化权重调整—长文本与核心信息协同评分”的一体化机制,以及针对政企客户推荐等具体场景的精细化业务适配设计,且实现动态权重与业务需求的实时匹配。从而提高了企业相似度评估与实际业务需求的适配性。
4、一种可能的实现方式,客户母子关系数据对应的相似度确定方式为:匹配亲属层级并赋值的方式;和/或,客户行业数据对应的相似度确定方式为:基于客户行业分类标准判定匹配等级并取值的方式;和/或,客户名称数据对应的相似度确定方式为:基于摩卡大规模混合嵌入模型将预处理后的数据向量化,并计算语义相似度的方式;和/或,客户经营范围数据对应的相似度确定方式为:利用词频-逆文档频率将数据对应的关键词矩阵向量化,并通过向量点积得到相似度的方式;和/或,客户标讯数据对应的相似度确定方式为:先对招标文本进行类别划分,再基于类别匹配计数与标讯总数量计算相似度的方式。
5、另一种可能的实现方式,上述基于多源数据中每类数据对应的权重,对初始客户相似度进行加权融合处理,得到第一候选客户与标杆客户的客户相似度之前,上述客户相似度确定方法还包括:在多源数据包括客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据和客户标讯数据的情况下,基于第一权重分配方式对多源数据中的每类数据分配权重;或者,在多源数据包括客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据和客户标讯数据中的部分类数据的情况下,基于第二权重分配方式对多源数据中的每类数据分配权重。
6、又一种可能的实现方式,上述客户相似度确定方法还包括:在得到多个候选客户与标杆客户的客户相似度之后,按照客户相似度从大到小的排列顺序,从多个候选客户中确定第一数量的候选客户;在多个候选客户中除第一数量的候选客户之外的候选客户中存在客户相似度大于或等于第一阈值的至少一个候选客户的情况下,从至少一个候选客户中确定第二数量的候选客户,并将第一数量的候选客户和第二数量的候选客户确定为目标客户;或者,在多个候选客户中除第一数量的候选客户之外的候选客户中不存在客户相似度大于或等于第一阈值的候选客户的情况下,将第一数量的候选客户确定为目标客户。
7、又一种可能的实现方式,上述基于多源数据和多源数据中每类数据对应的相似度确定方式,确定第一候选客户与基准样本客户的初始客户相似度之后,上述客户相似度确定方法还包括:基于第二阈值,对初始客户相似度进行调整;其中,第二阈值基于待确定的目标客户的数量确定。
8、第二方面,本技术实施例提供了本技术提供一种客户相似度确定装置,包括获取模块、确定模块和处理模块;获取模块,用于获取第一候选客户的多源数据;其中,多源数据包括以下至少一类数据:客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据、客户标讯数据;确定模块,用于基于多源数据和多源数据中每类数据对应的相似度确定方式,确定第一候选客户与基准样本客户的初始客户相似度;其中,初始客户相似度包括与多源数据中每类数据对应的初始客户相似度;处理模块,用于基于多源数据中每类数据对应的权重,对初始客户相似度进行加权融合处理,得到第一候选客户与基准样本客户的客户相似度。
9、一种可能的实现方式,上述客户母子关系数据对应的相似度确定方式为:匹配亲属层级并赋值的方式;和/或,客户行业数据对应的相似度确定方式为:基于客户行业分类标准判定匹配等级并取值的方式;和/或,客户名称数据对应的相似度确定方式为:基于摩卡大规模混合嵌入模型将预处理后的数据向量化,并计算语义相似度的方式;和/或,客户经营范围数据对应的相似度确定方式为:利用词频-逆文档频率将数据对应的关键词矩阵向量化,并通过向量点积得到相似度的方式;和/或,客户标讯数据对应的相似度确定方式为:先对招标文本进行类别划分,再基于类别匹配计数与标讯总数量计算相似度的方式。
10、另一种可能的实现方式,上述处理模块,还用于在基于多源数据中每类数据对应的权重,对初始客户相似度进行加权融合处理,得到第一候选客户与基准样本客户的客户相似度之前,在多源数据包括客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据和客户标讯数据的情况下,基于第一权重分配方式对多源数据中的每类数据分配权重;或者,在多源数据包括客户母子关系数据、客户行业数据、客户名称数据、客户经营范围数据和客户标讯数据中的部分类数据的情况下,基于第二权重分配方式对多源数据中的每类数据分配权重。
11、又一种可能的实现方式,上述确定模块,还用于在上述处理模块得到多个候选客户与基准样本客户的客户相似度之后,按照客户相似度从大到小的排列顺序,从多个候选客户中确定第一数量的候选客户;在多个候选客户中除第一数量的候选客户之外的候选客户中存在客户相似度大于或等于第一阈值的至少一个候选客户的情况下,从至少一个候选客户中确定第二数量的候选客户,并将第一数量的候选客户和第二数量的候选客户确定为目标客户;或者,在多个候选客户中除第一数量的候选客户之外的候选客户中不存在客户相似度大于或等于第一阈值的候选客户的情况下,将第一数量的候选客户确定为目标客户。
12、又一种可能的实现方式,上述处理模块,还用于在上述确定模块基于多源数据和多源数据中每类数据对应的相似度确定方式,确定第一候选客户与基准样本客户的初始客户相似度之后,基于第二阈值,对初始客户相似度进行调整;其中,第二阈值基于待确定的目标客户的数量确定。
13、第三方面,本技术提供一种电子设备,该电子设备包括:处理器和存储器;该存储器存储可在处理器上运行的程序或指令,上述程序或指令被该处理器执行时实现上述第一方面的方法。
14、第四方面,本技术提供一种可读存储介质,该可读存储介质上存储程序或指令,上述程序或指令被计算机执行时实现上述第一方面的方法。
15、第五方面,本技术提供一种计算机程序产品,该计算机程序产品被存储在存储介质中,当该计算机程序产品被计算机执行时以实现上述第一方面的方法。
16、第六方面,本技术实施例提供了一种芯片,该芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
17、上述第二方面至第六方面的有益效果参考第一方面的对应描述,不再赘述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com