[发明专利]在赢得/失去分类上进行人工智能优化的潜在客户确定的机器学习分类器和预测引擎

权利要求书

1.一种用于对公司潜在客户进行识别并分类的系统，包括：

收发器，其用于通过网络进行通信；

存储器，其用于至少存储指令；

处理器设备，其能够进行操作以执行程序指令；

训练数据库，其包括：

客户端用户的公司参与的列表以及针对每个参与的公司标识符，其中，所述列表包括赢得的公司参与，以及

映射至每个公司参与的公司实体数据，所述公司实体数据包括来自商业实体信息数据库的企业统计结构数据，以及

来自所述商业实体信息数据库的非客户公司数据，所述非客户公司数据包括所述非客户公司的公司参与和映射至每个公司参与的公司实体数据，所述公司实体数据包括来自所述商业实体信息数据库的所述企业统计结构数据；其中，所述非客户公司参与数据被映射至所述客户端用户的公司参与数据；

分类引擎，其包括被配置成识别公司潜在客户的至少一个分类器，所述分类引擎被配置成在所述训练数据库中的训练数据上训练所述至少一个分类器以识别一个或更多个有吸引力的类和一个或更多个无吸引力的类，从而对公司潜在客户进行分类。

2.根据权利要求1所述的系统，其中，所述公司参与的列表包括客户的列表。

3.根据权利要求2所述的系统，其中，对于参与中的至少一个，所述公司参与的列表包括以下中的至少一个：

所述公司成为客户的开始时间；

客户收入值；

一个或更多个雇员标识符。

4.根据权利要求2所述的系统，其中，所述赢得的公司参与的列表包括以下中的至少一个：

产品或服务的售出；以及

对营销消息的响应。

5.根据权利要求1所述的系统，其中，所述训练数据库包括失去的公司参与的列表。

6.根据权利要求1所述的系统，其中，所述分类引擎包括从以下组中选择的机器学习分类器模型构建器：决策树、随机森林建模器、聚类建模器、K均值聚类建模器、神经网络、梯度增强树机器建模器和支持向量机即SVM。

7.根据权利要求6所述的系统，其中，所述分类引擎包括在所述训练数据库上训练的公司简档分类器，所述公司简档分类器被配置成识别一个或更多个公司简档公司分类，所述一个或更多个公司简档公司分类包括基于有吸引力的类中的至少一类的至少一个公司简档。

8.根据权利要求7所述的系统，其中，所述分类引擎包括包含K均值聚类建模器的机器学习分类器模型构建器。

9.根据权利要求8所述的系统，其中，机器学习分类器构建器被配置成从公司赢得参与或失去参与的开始时间在企业统计结构数据上训练所述至少一个分类器。

10.根据权利要求1所述的系统，包括：

预测引擎，其包括所述至少一个分类器，所述预测引擎被配置成计算公司潜在客户分类的概率分数。

11.根据权利要求10所述的系统，其中，在随机森林决策树上训练所述预测引擎的所述至少一个分类器。

12.根据权利要求5所述的系统，其中，所述公司参与的列表包括一个或更多个雇员标识符，并且所述系统被配置成训练所述至少一个分类器以对包括所述一个或更多个雇员标识符的公司潜在客户进行分类。

13.根据权利要求12所述的系统，其中，所述分类引擎包括被配置成对预测引擎的至少一个分类器进行训练的分类器模型构建器，所述预测引擎被配置成针对所述一个或更多个雇员标识符计算公司潜在客户分类的概率分数。