[发明专利]银行客户画像生成方法、设备、存储介质及装置

说明书

本发明公开了一种银行客户画像生成方法、设备、存储介质及装置，相较于现有的基于业务经验或者简单逻辑规则直接生成银行客户画像的方式，本发明中，通过先通过对目标银行客户的初始数据进行提取，获得初始属性数据以及初始行为数据，再对初始属性数据进行标准化处理，获得目标属性数据，然后根据目标属性数据生成客户属性标签，然后对初始行为数据进行归一化处理，获得目标行为数据，然后根据目标行为数据生成客户行为标签，最后根据客户属性标签以及客户行为标签生成目标银行客户的客户画像，克服了现有技术中画像构建精度低的缺陷，从而能够优化银行客户画像生成过程，提高用户画像精度。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种银行客户画像生成方法、设备、存储介质及装置。

背景技术

随着以往银行单向输出给客户的模式发生变化，客户已经成为营销模式的中心。在客户主导的营销模式下，谁能更快掌握客户的需求，定制契合客户行为的营销模式，就能赢得更多客户的青睐。因此，银行引入客户画像加以对客户作出预测，为客户带来个性化营销。

目前，银行客户画像是基于业务经验或者简单逻辑规则直接生成，存在画像构建精度低、针对画像制定的策略应用效率低等明显缺点。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种银行客户画像生成方法、设备、存储介质及装置，旨在解决如何优化银行客户画像生成过程的技术问题。

为实现上述目的，本发明提供一种银行客户画像生成方法，所述银行客户画像生成方法包括以下步骤：

获取目标银行客户的初始数据，并对所述初始数据进行提取，获得初始属性数据以及初始行为数据；

对所述初始属性数据进行标准化处理，获得目标属性数据，并根据所述目标属性数据生成客户属性标签；

对所述初始行为数据进行归一化处理，获得目标行为数据；

根据所述目标行为数据通过目标神经网络模型生成客户行为标签；

根据所述客户属性标签以及所述客户行为标签确定所述目标银行客户的客户画像。

优选地，所述获取目标银行客户的初始数据，并对所述初始数据进行提取，获得初始属性数据以及初始行为数据的步骤之前，所述银行客户画像生成方法还包括：

获取目标银行客户的历史行为数据，并将所述历史行为数据输入当前神经网络模型，获得当前输出值；

根据所述当前输出值确定当前损失函数值，并判断所述当前损失函数值是否小于预设阈值；

在所述当前损失函数值小于预设阈值时，将所述当前神经网络模型作为目标神经网络模型。

优选地，所述获取目标银行客户的历史行为数据，并将所述历史行为数据输入当前神经网络模型，获得当前输出值的步骤，具体包括：

获取目标银行客户的历史行为数据，并根据所述历史行为数据设置当前神经网络模型的第一连接权重值以及第二连接权重值，所述第一连接权重值为所述当前神经网络模型的输入层神经元与隐藏层神经元之间的连接权重值，所述第二连接权重值为所述当前神经网络模型的隐藏层神经元与输出层神经元之间的连接权重值；

根据所述历史行为数据以及所述第一连接权重值通过预设激活函数确定所述当前神经网络模型的隐藏层数据；

根据所述隐藏层数据以及所述第二连接权重值通过预设激活函数确定所述当前神经网络模型的输出层数据；

根据所述输出层数据确定所述当前神经网络模型的当前输出值。