[发明专利]一种潜在客户数据处理方法和装置

说明书

本发明公开了一种潜在客户数据处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：提取待处理用户的多个维度的特征，将提取的所述多个维度的特征输入构建的第一决策树分类器，以确定所述待处理用户在所述第一决策树分类器中所属的最后一级分类，所述第一决策树分类器的每个最后一级分类分别对应一组用户样本；在所述待处理用户所属的最后一级分类对应的一组用户样本中，至少一个用户样本标注了不存在购买保险记录的情况下，将所述待处理用户标记为可能购买保险的潜在客户。该实施方式能够提高处理结果的准确性和稳定性，简化了处理流程和算法，较大程度上调整特征值为最优，克服时错误增加较快缺陷，提升拓客效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种潜在客户数据处理方法和装置。

背景技术

随着保险行业的快速发展，客户群越来越体现出多样化的特点，对用户数据分析以确定潜在客户的需求越来越大。另一方面，基于决策树等的分类技术作为一项底层基础算法，目前已经被广泛应用在机器学习、人工智能、金融领域、保险领域、遥感领域、天气预测等领域。决策树算法包括ID3、C4.5等算法，现有的基于这些算法对潜在客户数据处理是基于单一特征来进行分类，处理结果的准确性和稳定性均不高，且需要很多预处理的工作要求，以及存在特征值较多的属性不是最优、类别太多时错误增加得比较快等缺陷。此外，现有的基于获取到的潜在客户种类繁多的海量数据分析处理方案无法对得出的潜在客户进行归类，对于保险领域而言，不同的潜在客户的开拓价值往往是不同的，而现有潜在客户数据分析处理方案只能将潜在客户归为一类，使得拓客(开拓客户)的效率大为降低。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有对潜在客户数据处理方案，其处理结果的准确性和稳定性均不高，且需要很多预处理的工作要求，以及存在特征值较多的属性不是最优、类别太多时错误增加得比较快等缺陷，此外，现有方案无法对得出的潜在客户进行归类，降低了拓客效率。

发明内容

有鉴于此，本发明实施例提供一种潜在客户数据处理方法和装置，能够提高处理结果的准确性和稳定性，简化了处理流程和算法，较大程度上调整特征值为最优，并克服类别太多时错误增加得比较快等缺陷，使得快速准确地分析并标记出可能购买保险的潜在客户，此外，还可以自动对得到的潜在客户归类，提升了后续的拓客效率。

为实现上述目的，根据本发明实施例的一个方面，提供了一种潜在客户数据处理方法。

一种潜在客户数据处理方法，包括：提取待处理用户的多个维度的特征，将提取的所述多个维度的特征输入构建的第一决策树分类器，以确定所述待处理用户在所述第一决策树分类器中所属的最后一级分类，所述第一决策树分类器的每个最后一级分类分别对应一组用户样本；在所述待处理用户所属的最后一级分类对应的一组用户样本中，至少一个用户样本标注了不存在购买保险记录的情况下，将所述待处理用户标记为可能购买保险的潜在客户。

可选地，使用所述用户样本构建所述第一决策树分类器，其中，每一用户样本有所述多个维度的特征以及标注的是否存在购买保险记录的信息，构建所述第一决策树分类器时，每级分支基于从所述多个维度中选出的两个维度特征对所述用户样本分类，直到最后剩余维度的数量不超过2时，基于所述剩余维度的特征对所述用户样本进行最后一级分类。

可选地，使用所述用户样本构建所述第一决策树分类器的步骤，包括：使用多个样本数据集的用户样本分别构建多个决策树分类器；从所述多个决策树分类器中选出最优决策树分类器，作为所述第一决策树分类器。

可选地，从所述多个决策树分类器中选出最优决策树分类器，包括：根据每个决策树分类器中最后一级分类对应的标注了不存在购买保险记录的用户样本数量，选出所述用户样本数量最大的一个决策树分类器，作为所述最优决策树分类器。

可选地，所述多个决策树分类器的同级分支之间的维度相同或不同。