[发明专利]潜在客户评分方法、装置和系统

说明书

一种潜在客户评分方法、装置和系统，方法包括：获取用户当前交易数据，并对所述当前交易数据进行标准化处理以获取标准化数据；获取用户画像标签库，并根据所述标准化数据获取相应的用户画像全标签；根据所述标准化数据和所述用户画像全标签训练神经网络分类器，以在输入用户数据时能够通过分类器获取潜在客户的评分，从而通过用户当前交易数据和用户画像全标签训练神经网络分类器，进而准确分析用户的真实需求，做到真正的精准营销，获得用户的积极回应。

技术领域

本发明涉及评价方法技术领域，具体涉及一种潜在客户评分方法、一种非临时性可读存储介质、一种潜在客户评分系统以及一种潜在客户评分装置。

背景技术

互联网技术的迅猛发展，给大数据带来的影响不仅是数据量的几何级增长，还有从量变到质变的颠覆性变革。这使得消费者的个性化需求日益凸显，从而促使营销领域发生了从“以产品为中心”到“以客户为中心”的思维转变。可以说，基于大数据的精准营销对企业的营销战略带来了挑战也赋予了新的可能。

随着大数据技术的快速发展，企业已经开始运用大数据来进行业务分析、预测和决策。日益激烈的市场竞争，促使企业家们重新思考如何降低企业成本，快速分析客户个性化需求，并高效获客。

精准营销的概念是在2005年底由营销专家菲利普·科特勒提出的，他认为企业需要更精准、可衡量和高投资回报的营销沟通，需要制定更注重结果和行动的营销传播计划，还要越来越注重对直接销售沟通的投资。简单来说，就是在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。

移动互联网出现后，移动设备里的很多传感器收集了大量的用户数据。相关技术中，通常针对每一类数据实体，根据可落地的数据维度进行分解，刻画它的每一个特征，在聚集起来形成人群画像。然后根据用户画像对用户进行营销。

但是，相关技术存在的问题是，由于客户行为数据的缺失、可持续性差、应用效果反馈不及时等原因，会造成用户画像的模糊，不能准确分析用户的真实需求，从而无法做到真正的精准营销，难以获得用户的积极回应。

发明内容

本申请提供一种潜在客户评分方法，能够准确分析用户的真实需求，以进行精准营销。

根据本发明目的，第一方面实施例提出的一种潜在客户评分方法，包括：获取用户当前交易数据，并对所述当前交易数据进行标准化处理以获取标准化数据；获取用户画像标签库，并根据所述标准化数据获取相应的用户画像全标签；根据所述标准化数据和所述用户画像全标签训练神经网络分类器，以在输入用户数据时能够通过分类器的输出结果获取潜在客户的评分。

进一步地，所述标准化数据和所述用户画像全标签训练神经网络分类器包括：对用户画像全标签进行归一化处理；将归一化后的全标签数据输入神经网络分类器的输入层，并根据输入层与隐含层的连接权重产生隐含层的输入数据；利用激活函数将隐含层的输入数据进行转换，以获得隐含层的输出数据；将隐含层的输出数据输入神经网络分类器的输出层，并根据隐含层与输出层的连接权重，产生输出层的输入数据，将输出层的输入数据求和得到输出层的输出数据。

进一步地，所述用户画像标签库通过用户移动终端的传感器采集用户行为数据以建立用户画像标签库。

进一步地，所述的潜在客户评分方法还包括：获取用户新交易数据；根据用户新交易数据对用户当前交易数据进行更新优化。

根据本发明目的，第二方面实施例提出的一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现所述的潜在客户评分方法。

根据本发明目的，第三方面实施例提出的一种潜在客户评分系统，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现所述的潜在客户评价方法。