[发明专利]识别模型构建及评估的方法、装置、存储介质及终端

说明书

本发明提供了一种识别模型构建及评估的方法，包括：获取样本数据，包括第一方式下转为业务员的客户样本，对所述样本数据进行预处理；以预处理后的所述样本数据作为训练集，基于随机森林算法训练业务员转化识别模型；将预设的第一校验数据输入所述业务员转化识别模型，并获取输出结果，所述第一校验数据包括第一方式和第二方式下已转为业务员的客户样本及未转为业务员的客户样本，所述输出结果包括所述第一校验数据中每一客户样本对应的转化概率；基于所述转化概率对所述第一校验数据中的客户样本进行分布分析，以评估所述业务员转化识别模型。本发明实现了通过构建识别模型来推荐业务员，有利于解决业务员招募效果不佳的问题。

技术领域

本发明属于通信技术领域，尤其涉及一种识别模型构建及评估的方法、装置、存储介质及终端。

背景技术

业务员是指组织中负责某项具体业务操作的人员，比如生产、计划、销售、财会、统计、物价、广告等具体业务的工作人员。在各行各业中，业务员的增员面临着质量和数量的双重压力。尤其是保险行业，招募工作需要较多的前期投入和意愿培养，费时费力；且所培养的对象并非全部具备销售潜质或者销售意愿，培养时缺乏针对性、产出低，最终导致招募效果不佳。因此，如何提升业务员的招募效果、降低招募的资源投入是当前亟需解决的技术问题。

发明内容

本发明实施例提供了一种识别模型构建及评估的方法、装置、存储介质及终端，以通过所述识别模型来推荐业务员，解决业务员的招募效果不佳的问题。

本发明实施例提供了一种识别模型构建及评估的方法，所述方法包括：

获取样本数据，并对所述样本数据进行预处理，其中，所述样本数据包括第一方式下转为业务员的客户样本；

以预处理后的所述样本数据作为训练集，基于随机森林算法训练预设的逻辑回归模型，得到业务员转化识别模型；

将预设的第一校验数据输入所述业务员转化识别模型，并获取所述转化识别模型的第一输出结果，其中，所述第一校验数据包括第一方式和第二方式下已转为业务员的客户样本以及未转为业务员的客户样本，所述第一输出结果包括所述第一校验数据中每一个客户样本对应的转化概率；

基于所述转化概率对所述第一校验数据中的客户样本进行分布分析，以评估所述业务员转化识别模型。

进一步地，所述基于所述转化概率对所述第一校验数据中的客户样本进行分布分析，以评估所述业务员转化识别模型包括：

根据所述转化概率对所述第一输出结果中的客户样本进行降序排列；

以预设的百分比作为分位点，根据降序排列后的客户样本确定每一分位点对应的已转为业务员的客户样本数和未转为业务员的客户样本数；

对每一分位点，根据所述分位点对应的已转为业务员的客户样本数和未转为业务员的客户样本数计算命中率、覆盖率、提升度；

其中，所述命中率为所述分位点对应的已转为业务员的客户样本数与该分位点对应的客户样本总数之比，所述覆盖率为所述分位点对应的已转为业务员的客户样本数与第一校验数据中已转为业务员的客户样本总数之比，所述提升度为所述分位点对应的覆盖率与所述分位点之比。

进一步地，所述获取样本数据，并对所述样本数据进行预处理包括：

获取样本数据，对所述样本数据中的异常值进行剔除、对缺失值进行平滑处理；

其中，每一个客户样本包括属性信息、行为信息、价值信息以及事件响应信息。

进一步地，所述方法还包括：

对预处理后的所述样本数据中的每一个连续型变量进行分段处理；