[发明专利]一种客户评价方法和系统在审

专利信息
申请号: 201810347755.7 申请日: 2018-04-18
公开(公告)号: CN110390587A 公开(公告)日: 2019-10-29
发明(设计)人: 汤毅平;李贵军 申请(专利权)人: 苏宁易购集团股份有限公司
主分类号: G06Q40/02 分类号: G06Q40/02;G06Q40/04
代理公司: 江苏圣典律师事务所 32237 代理人: 许峰
地址: 210042 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客户评价 客户交易数据 交易数据 评价模型 客户 评估 交易数据库 客户数据库 准确度 等级存储 客户历史 自动实现 构建 存储 交易
【权利要求书】:

1.一种客户评价方法,其特征在于,所述方法包括:

构建评价模型;

获取客户交易数据;所述交易数据包括存储在交易数据库中的客户历史交易数据;

将所述客户交易数据输入所述评价模型中,获取客户风险等级,并将所述客户风险等级存储在客户数据库中。

2.根据权利要求1所述的方法,其特征在于,所述构建评价模型包括:

确定评价模型变量;

采集客户基本信息数据,并根据所述客户基本信息数据,筛选评价模型变量;

计算筛选的评价模型变量的权重系数;

根据筛选的评价模型变量和评价模型变量的权重系数,建立评价模型。

3.根据权利要求2所述的方法,其特征在于,所述客户基本信息数据包括会员基本信息、会员基本属性、会员价值属性、会员交易行为、个人会员标签信息。

4.根据权利要求2所述的方法,其特征在于,所述计算筛选的评价模型变量的权重系数,包括:

构建判断矩阵,所述判断矩阵中的元素表示评价模型中的一变量和其他变量之间两两比较的相对重要性;

对所述判断矩阵进行一致性检验;若所述判断矩阵具有一致性,则通过所述判断矩阵计算评价模型变量的权重系数。

5.根据权利要求4所述的方法,其特征在于,所述对所述判断矩阵进行一致性检验,包括:

依据式(1)计算一致性指标C.I.:

其中,λmax表示判断矩阵的最大特征根,n表示判断矩阵阶数;

计算平均随机一致性指标R.I.;

依据式(2)计算一致性比例C.R.:

C.R.=C.I./R.I. 式(2)

当C.R.<0.1时,则判断矩阵具有一致性;当C.R.≥0.1时,则判断矩阵不具有一致性;若判断矩阵不具有一致性,则调整判断矩阵中的参数,直到判断矩阵具有一致性。

6.根据权利要求2所述的方法,其特征在于,所述评价模型如式(3)所示:

y=w1A1+w2A2+…+wnAn 式(3)

A1、A2、…、An表示评价模型的变量;w1、w2、…、wn表示各变量的权重系数;权重系数满足:

7.根据权利要求1所述的方法,其特征在于,所述将所述客户交易数据输入所述评价模型中,获取客户风险等级,包括:

将所述客户交易数据输入所述评价模型中,获取客户风险评分;

将所述客户风险评分转化为标准分数;所述标准分数位于设定的评分区间内;

根据客户风险等级标准,以及所述标准分数,获取客户风险等级。

8.一种客户评价系统,其特征在于,所述系统包括:

构建模块:用于构建评价模型;

交易数据获取模块:用于获取客户交易数据;所述交易数据包括存储在交易数据库中的客户历史交易数据;

风险等级获取模块:用于将所述客户交易数据输入所述评价模型中,获取客户风险等级,并将所述客户风险等级存储在客户数据库中。

9.根据权利要求8所述的系统,其特征在于,所述构建模块包括:

确定单元:用于确定评价模型变量;

筛选单元:用于采集客户基本信息数据,并根据所述客户基本信息数据,筛选评价模型变量;

计算单元:用于计算筛选的评价模型变量的权重系数;

建立单元:用于根据筛选的评价模型变量和评价模型变量的权重系数,建立评价模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏宁易购集团股份有限公司,未经苏宁易购集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810347755.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top