[发明专利]客户筛选方法、装置、电子设备及计算机可读存储介质

说明书

本发明实施例涉及信息筛选技术领域，公开了一种客户筛选方法、装置、电子设备及计算机可读存储介质。该方法包括：获取客户信息；根据所述客户信息的特征项所对应的特征值生成特征矩阵，所述特征矩阵的行向量表征目标特征项的多个特征维度的特征值，所述目标特征项为所述客户信息对应的任意一个特征项；计算所述特征矩阵的行向量与预先训练好的权重矩阵的对应列向量的乘积，以生成对角矩阵，所述预先训练好的权重矩阵的对应列向量表征所述目标特征项的多个特征维度的权重值；计算所述对角矩阵的迹，若所述对角矩阵的迹大于第一预设阈值，则将所述客户信息所对应的客户确定为目标客户。通过上述方式，本发明实施例实现了对目标客户的准确筛选。

技术领域

本发明实施例涉及信息筛选技术领域，具体涉及一种客户筛选方法、装置、电子设备及计算机可读存储介质。

背景技术

在销售活动中，若商家对目标客户的筛选不准确，往往会导致销售业绩不理想。因此，商家需要对客户进行准确筛选，以提升销售业绩。

相关技术中，对客户进行筛选没有固定的标准，往往基于人工进行。在汽车维修场景下，客户信息一般包含客户的车辆信息。客户的车辆信息一般包含车型、品牌、车辆行驶公里数等信息。基于客户信息来筛选目标客户，并制定针对目标客户的销售方案，可以较好的提高销售业绩。然而，发明人在实现本发明的过程中发现：相关技术中的筛选方式准确度较低，无法实现准确筛选目标客户。

发明内容

鉴于上述问题，本发明实施例提供了一种客户筛选方法、装置、电子设备及计算机可读存储介质，用于解决现有技术中存在的客户筛选不准确的问题。

根据本发明实施例的一个方面，提供了一种客户筛选方法，包括：

获取客户信息；

根据所述客户信息的特征项所对应的特征值生成特征矩阵，所述特征矩阵的行向量表征目标特征项的多个特征维度的特征值，所述目标特征项为所述客户信息对应的任意一个特征项；

计算所述特征矩阵的行向量与预先训练好的权重矩阵的对应列向量的乘积，以生成对角矩阵，所述预先训练好的权重矩阵的对应列向量表征所述目标特征项的多个特征维度的权重值；

计算所述对角矩阵的迹，若所述对角矩阵的迹大于第一预设阈值，则将所述客户信息所对应的客户确定为目标客户。

在一种可选的方式中，所述权重矩阵的训练包括：

获取客户信息样本以及所述客户信息样本中每个样本所对应的样本标签；

根据所述客户信息样本生成特征矩阵样本，其中，所述特征矩阵样本的行向量表征样本特征项的多个特征维度的特征值，所述样本特征项为所述客户信息样本对应的任意一个特征项；

计算所述特征矩阵样本的行向量与待训练权重矩阵的对应列向量的乘积，以生成训练对角矩阵，其中，所述待训练权重矩阵的对应列向量表征所述样本特征项的多个特征维度的权重值；

计算所述训练对角矩阵的迹；

根据所述训练对角矩阵的迹的大小以及对应的样本标签，调整所述待训练权重矩阵的列向量的对应元素的权重值。

在一种可选的方式中，所述样本标签包括目标客户标签和非目标客户标签；

所述根据所述训练对角矩阵的迹的大小以及对应的样本标签，调整所述待训练权重矩阵的列向量的对应元素的权重值包括：

若所述样本标签为目标客户标签，且所述训练对角矩阵的迹不大于第二预设阈值，则调高所述待训练权重矩阵的列向量的对应元素的权重值，使得所述客户信息样本中所述目标客户标签所对应的训练对角矩阵的迹均大于所述第二预设阈值；