[发明专利]一种客户潜在经纪人能力预测方法、系统及设备

权利要求书

1.一种客户潜在经纪人能力预测方法，其特征在于，包括以下步骤：

提取客户的相关数据信息，并获取每个城市在一段时间内的房产成交均值，所述相关数据信息包括有基础数据和行为数据；

对所述相关数据信息和房产成交均值进行数据预处理，获取训练数据集；

搭建线性SVR模型和非线性SVR模型，根据所述训练数据集对所述线性SVR模型和非线性SVR模型进行训练，获取目标新型SVR模型和目标非线性SVR模型；

输入当前客户信息，根据所述目标线性SVR模型和目标非线性SVR模型，对当前客户的潜在经纪人能力进行预测，输出目标预测结果。

2.根据权利要求1所述的一种客户潜在经纪人能力预测方法，其特征在于，所述基础数据包括年龄、收入水平、购房城市、购房年份、购房价格和业主在楼书上的浏览次数；所述行为数据为经纪人的拉新能力。

3.根据权利要求2所述的一种客户潜在经纪人能力预测方法，其特征在于，所述对所述相关数据信息和房产成交均值进行数据预处理，获取训练数据集，具体包括：

根据客户年龄、收入水平和房产成交均值分别对客户信息进行阶段标号；

根据所述阶段标号对客户信息进行分组，获得分组数据，将所述分组数据作为训练数据集。

4.根据权利要求3所述的一种客户潜在经纪人能力预测方法，其特征在于，所述根据客户年龄、收入水平和房产成交均值分别对客户信息进行阶段标号，具体包括：

将所述客户年龄分为18岁以下、18-25、26-35、36-45、46-55和55岁以上，对应阶段标号分别为0、1、2、3、4和5；

将收入水平分为4000元以下、4000-7000、7001-10000、10001-13000、13001-16000和16000以上，对应阶段标后分别为0、1、2、3、4和5；

结合购房城市、购房年份和购房价格获取房产成交均值，将所述房产成交均值分为小于或等于城市当年成交均值和大于城市当前成交均值，分别对应阶段标号为0和1。

5.根据权利要求1所述的一种客户潜在经纪人能力预测方法，其特征在于，所述搭建线性SVR模型和非线性SVR模型，根据所述训练数据集对所述线性SVR模型和非线性SVR模型进行训练，获取目标新型SVR模型和目标非线性SVR模型，具体包括：

训练数据集为T＝{(x₁，y₁)，(x₂，y₂)，…，(x_N，y_N)}；

确定惩罚系数C，且C＞0，根据下式构造约束优化问题：

其中，且且

通过SMO算法计算出最优参数和

根据所述最优参数和计算：

根据满足的样本(x_k，y_k)，计算b^*＝y_k+ε-w^*Tx_k；

构建最终的回归超平面w^*Tx+b^*＝0和预测函数f(x)＝sgn(w^*Tx+b^*)，所述预测函数为目标线性SVR模型；

其中，和是拉格朗日系数，表示x_i的转置矩阵，ε表示不敏感损失；

搭建非线性SVR模型时使用核方法，算法流程与所述线性SVR模型相同，并将内积替换为核函数κ(x_k，y_k)，获取目标非线性SVR模型。

6.根据权利要求1所述的一种客户潜在经纪人能力预测方法，其特征在于，所述输入当前客户信息，根据所述目标线性SVR模型和目标非线性SVR模型，对当前客户的潜在经纪人能力进行预测，输出目标预测结果，具体包括：

输入当前客户信息，根据所述目标线性SVR函数和目标非线性SVR函数分别获取线性预测结果和非线性预测结果；

计算所述线性预测结果和非线性预测结果的平均值，获取目标预测结果。