[发明专利]一种客户潜在经纪人能力预测方法、系统及设备

说明书

本发明提供一种客户潜在经纪人能力预测方法、系统及设备，其中，方法包括：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；对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。本发明能够获取客户潜在经纪人能力的预测结果，从而能够针对性的激发客户潜在的经纪人能力，为后续提高成交量打下坚实的基础。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种客户潜在经纪人能力预测方法、系统及设备。

背景技术

在房地产行业中，经纪人是一个不可或缺的角色。经纪人不但能挖掘出周围有购房需求的客户，还能通过裂变，带来新经纪人，新经纪人也会继续挖掘客户以及再次裂变带来新经纪人。而房地产客户——业主，是一个数据庞大的群体，其对房地产行业的了解程度也会优于普通群体，因此业主的潜在经纪人能力较高。但是现有技术中缺乏对业主的潜在经纪人能力预测的方法，不能够对客户进行针对性的潜力激发，扩大强能力的经纪人队伍。

发明内容

基于此，有必要针对上述技术问题，提供一种客户潜在经纪人能力预测方法、系统及设备。

一种客户潜在经纪人能力预测方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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：