[发明专利]一种客户类型的确定方法及装置

说明书

本发明涉及金融科技(Fintech)领域，公开了一种客户类型的确定方法及装置，获取客户的属性信息；将客户的属性信息输入预设模型，得到客户所属的客户类型；其中，通过以下方式调整预设模型：针对第n次训练得到的模型，通过验证数据确定模型是否过拟合；在确定模型过拟合后，获取模型在所述第n次训练过程中使用的各样本特征的评估值；根据各样本特征的评估值，确定第n+1次训练时使用的各样本特征从而得到第n+1次训练的模型，返回通过验证数据确定模型是否过拟合的步骤，直至模型不存在过拟合。该方案通过将客户信息输入预设模型，经模型处理，即可快速确定出客户所属的客户类型，以实现对客户的精准定位，便于对其进行精准营销。

技术领域

本发明涉及金融科技(Fintech)领域，尤其涉及一种客户类型的确定方法及装置。

背景技术

随着计算机技术的发展，越来越多的技术(例如：分布式架构、云计算或大数据)应用在金融领域，传统金融业正在逐步向金融科技转变，大数据技术也不例外。但由于金融、支付行业的安全性、实时性要求，也对大数据技术提出了更高的要求。

有关于如何从海量的客户中，确定出某些客户属于某一/些特定的客户类型的问题，如属于中小微企业主这一客户类型，目前许多互联网公司或数据采集厂商，通过从移动用户的终端(手机)上采集到的操作行为(如下载APP、APP上的操作、操作频率、时间、定位等)加工成用户标签，比如相关用户人口属性、社会属性、经常前往的地理位置/片区、APP偏好(银行APP、理财APP)、兴趣偏好(游戏、直播、音乐、阅读等)、活跃时长等。数据部门对标签进行基于经验的权重值计算，组合出可能符合中小微企业主的行为标签/属性标签。

以上技术存在的缺点表现如下：

(1)存在较大程度的主观判断，未必贴近事实，精确率及召回率普遍不高；

(2)高度依赖采集数据的数据质量，如数据完整性、时效性、真实性；

(3)容易受固有标签限制，标签数量的轻微变化，可能对预测效果造成较大影响。

综上，现有技术的方案存在无法准确确定出客户所属的客户类型的问题。

发明内容

本发明提供一种客户类型的确定方法及装置，用以解决无法准确确定客户所属的客户类型的问题。

第一方面，本发明实施例提供一种客户类型的确定方法，该方法包括：获取客户的属性信息；将所述客户的属性信息输入预设模型，得到所述客户所属的客户类型；其中，所述预设模型是通过以下方式得到的：针对第n次训练得到的模型，通过验证数据确定所述模型是否过拟合；在确定所述模型过拟合后，获取所述模型在所述第n次训练过程中使用的各样本特征的评估值；根据所述各样本特征的评估值，确定第n+1次训练时使用的各样本特征从而得到第n+1次训练的模型，返回通过验证数据确定所述模型是否过拟合的步骤，直至所述模型不存在过拟合。

基于该方案，通过将获取到的客户信息输入至预设模型，经过预设模型的处理，即可快速地确定出客户所属的客户类型，以实现对客户的精准定位，便于后期对其进行精准营销；进一步地，通过对预设模型的调整，也即当用验证数据验证第n次训练的模型并确定该模型出现了过拟合的情形，则进一步获取该模型在第n次训练过程中使用的各样本特征的评估值；以及根据各样本特征的评估值来进一步确定第n+1次训练时使用的各样本特征并得到第n+1次训练的模型，通过以上的方式，实现了对所训练模型的逐步调优，使得最终的模型对于客户数据的分析、判断更加准确。

作为一种可能实现的方法，所述各样本特征中包括噪声特征；根据所述各样本特征的评估值，确定第n+1次训练时使用的各样本特征，包括：将评估值低于所述噪声特征的评估值的样本特征删除。