[发明专利]用于预期对象识别的系统和方法

说明书

在说明性实施例中，用于基于检查当前客户来识别预期新客户的方法和系统包含访问交易平台的用户的业务簿以识别当前客户，识别与每个客户相关的关键术语，自动进行互联网搜索，每次搜索使用关键术语的不同分组，自动从网站获取关于若干预期对象的搜索结果信息，并向用户呈现预期对象信息。可以通过进行与当前客户相关的在线信息的web搜索和web抓取来识别关键术语。可以在搜索之前基于组织属性对客户进行分类。可以通过对关键术语进行若干数据分析来过滤一组或多组初始关键术语。

相关申请

本申请要求于2016年12月22日提交的美国临时专利申请序列号为No.62/437,989，题为“用于使用在线资源和神经网络处理以基于出版资料对组织进行分类的智能预期对象识别的系统和方法(Systems and Methods for Intelligent ProspectIdentification Using Online Resources and Neural Network Processing toClassify Organizations based on Published Materials)”的优先权。本申请涉及于2016年12月22日提交的美国临时专利申请序列号No.62/438,015，题为“用于识别和降低冗余电子通信数据和过滤电子通信数据以用于分析的系统和方法(Systems and Methodsfor Identifying and Reducing Redundant Electronic Communications Data andFiltering Electronic Communications Data for Analysis)”；以及于2016年12月22日提交的美国临时专利申请序列号No.62/438,340，题为“用于识别关系，模式和相关结果的历史电子通信交换的数据挖掘的系统和方法(Systems and Methods for Data Mining ofHistoric Electronic Communication Exchanges to Identify Relationships,Patterns,and Correlations to Deal Outcomes)”。上述所有申请通过引用整体合并于此。

背景技术

预期对象识别(prospect identification)寻求准确地开发符合经纪人在保险产品和产业的利益(即，经纪人的“胃口(appetite)”)的预期业务客户的列表。经纪人通常拥有定义他们胃口的当前客户列表，并且他们通常希望找到其他类似的公司。预期对象识别开发的总体目标是使用机器学习、自然语言处理、数学建模和关系数据库建模的组合来增强和自动化客户预期识别、发现和分析的一些方面。通过这样做，可以更有效地并且以更高的质量提供预期结果。

目前，预期是在自组织(ad-hoc)的基础上进行的，经纪人和客户经理通过口口相传、产业出版物等发现预期对象(prospect)。必须通过大量的搜索和分析手动搜集信息，并在电子表格、列表和其他不连贯的数据库中跟踪所有这些信息。只有在对预期客户的业务模式和公司属性进行分析后，经纪人才能决定是否追求该预期客户的业务。生成这种信息需要大量的工时，并且需要大量的工时来更新这些信息。即便如此，由于各种数据源中存在的公司名称不一致(例如，多种变体、不正确的拼写、子公司和部门等)，经纪人最终可能正追求与经纪人已经存在关系的预期对象。现有的客户关系管理软件工具采用一揽子方法，不考虑经纪人或客户经理的利益，也不考虑上述公司名称不一致和细微差别的问题。

发明人寻求开发基于软件的自动化工具以开发对给定经纪人的具体胃口的理解，并实时返回满足该胃口的预期对象列表，包含用于决定是否追求该预期对象的可操作信息。以这种方式，经纪人可以立即使用该实时信息来决定预期对象的可行性。此外，发明人寻求进行客户/公司匹配以减轻围绕多个名称变体、公司分层和不正确拼写的问题，这使得经纪人能够容易地确定经纪人是否与预期对象已经存在业务关系或者是否有一些预先存在的关系(例如，在层级层面)可以被利用来吸引新的预期对象。

发明内容