[发明专利]客户分类方法及装置

权利要求书

1.一种客户分类方法，其特征在于，包括：

获取多个客户的多维属性信息；

获取每个客户的不同客户分类方式对应的客户类别；

以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；

确定目标客户的客户分类方式；

根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。

2.如权利要求1所述的方法，其特征在于，获取多个客户的多维属性信息，包括：

从多个数据源中获取多个客户的多维属性信息，所述数据源包括理财系统、手机银行、网银系统和智能柜台中的其中一种或任意组合。

3.如权利要求1所述的方法，其特征在于，还包括：

在客户分类方式为第一种客户分类方式时，相关属性信息包括理财产品数量、种类数目和大额存单个数信息中的其中一种或任意组合；

在客户分类方式为第二种客户分类方式时，相关属性信息包括持有APP数量、签到频率和分享次数中的其中一种或任意组合；

在客户分类方式为第三种客户分类方式时，相关属性信息包括平均存款余额和交易频率。

4.如权利要求1所述的方法，其特征在于，还包括：

根据客户的特征数据，确定客户分类方式，所述客户的特征数据包括关注程度、活跃度和贡献度中的其中一种或任意组合。

5.如权利要求1所述的方法，其特征在于，以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，包括：

将多维属性信息，以及每个客户的不同客户分类方式所对应的客户类别作为训练数据；

将决策树分类模型中的每个非叶节点表示对一个属性信息的测试，每个分支表示一个属性信息在一个值域的输出，每个叶节点表示客户分类方式对应的一个客户类别；

根据训练集数据，从根节点开始，从上至下递归生成子节点，直至到达叶节点，得到训练好的决策树分类模型。

6.一种客户分类装置，其特征在于，包括；

属性信息获取模块，用于获取多个客户的多维属性信息；

客户类别获取模块，用于获取每个客户的不同客户分类方式对应的客户类别；

决策树训练模块，用于以多个客户的多维属性信息，以及每个客户的不同客户分类方式对应的客户类别为输入，训练决策树分类模型，获得训练好的决策树分类模型，所述训练好的决策树分类模型包括不同客户分类方式的相关属性信息；

客户分类方式获取模块，用于确定目标客户的客户分类方式；

决策树分类模块，用于根据所述客户分类方式采集目标用户的相关属性信息，并输入至训练好的决策树分类模型中，获得所述客户分类方式对应的客户分类结果。

7.如权利要求6所述的装置，其特征在于，属性信息获取模块具体用于：

从多个数据源中获取多个客户的多维属性信息，所述数据源包括理财系统、手机银行、网银系统和智能柜台中的其中一种或任意组合。

8.如权利要求6所述的装置，其特征在于，还包括相关属性信息确定模块，用于：

在客户分类方式为第一种客户分类方式时，确认相关属性信息是理财产品数量、种类数目和大额存单个数信息中的其中一种或任意组合；

在客户分类方式为第二种客户分类方式时，确认相关属性信息是持有APP数量、签到频率和分享次数中的其中一种或任意组合；

在客户分类方式为第三种客户分类方式时，确认相关属性信息是平均存款余额和交易频率中的其中一种或任意组合。

9.如权利要求6所述的装置，其特征在于，还包括客户分类方式确认模块，用于：

根据客户的特征数据，确认客户分类方式，所述客户的特征数据包括关注程度、活跃度、贡献度中的其中一种或任意组合。