[发明专利]一种适用于企业用户的精准营销方法和装置

权利要求书

1.一种适用于企业用户的精准营销方法，其特征在于，包括：

通过RFM模型得到各企业用户的中标时间间隔、中标数量的频率特征、中标金额的频率特征、订单时间间隔、订单数量的频率特征、订单金额的频率特征的评估值；

针对每个企业用户，将该企业用户的各评估值分别与设定的6个阈值进行比较，根据比较结果将各评估值映射为二进制的0或1，得到该企业用户的分区编码；进而根据分区编码中1的数量对该企业用户进行分区，根据分区结果所对应的精准营销策略为该企业用户进行精准营销。

2.根据权利要求1所述的方法，其特征在于，所述6个阈值具体分别为：第一、二、三、四、五、六阈值；以及

在所述针对每个企业用户，将该企业用户的各评估值分别与设定的6个阈值进行比较之前，还包括：对所述6个阈值进行动态调整的过程：

将各企业用户的中标时间间隔的评估值进行排序，根据排序结果设定第一阈值；

将各企业用户的中标数量的频率特征的评估值进行排序，根据排序结果设定第二阈值；

将各企业用户的中标金额的频率特征的评估值进行排序，根据排序结果设定第三阈值；

将各企业用户的订单时间间隔的评估值进行排序，根据排序结果设定第四阈值；

将各企业用户的订单数量的频率特征的评估值进行排序，根据排序结果设定第五阈值；

将各企业用户的订单金额的频率特征的评估值进行排序，根据排序结果设定第六阈值。

3.根据权利要求1所述的方法，其特征在于，在所述针对每个企业用户，将该企业用户的各评估值分别与设定的6个阈值进行比较，根据比较结果将各评估值映射为二进制的0或1，得到该企业用户的分区编码之后，还包括：

以各企业用户的订单信息、中标信息作为自变量，各企业用户的分区编码作为因变量训练分类器。

4.根据权利要求3所述的方法，其特征在于，在所述训练分类器后，还包括：

将新的企业用户的订单信息、中标信息输入到训练后的分类器，根据所述分类器的输出确定该新的企业用户的分区编码。

5.根据权利要求1-4任一所述的方法，其特征在于，所述通过RFM模型得到企业用户的中标时间间隔、中标数量的频率特征、中标金额的频率特征、订单时间间隔、订单数量的频率特征、订单金额的频率特征的评估值，具体包括：

将企业用户的货品的中标时间与中标数量的对应关系、订单时间与订单数量的对应关系、中标时间与中标金额的对应关系、订单时间与订单金额的对应关系，经过时域-频域波形变换后，分别得到所述企业用户的中标数量、订单数量、中标金额、订单金额的频率特征；

将所述中标时间间隔、中标数量的频率特征、中标金额的频率特征作为RFM模型的输入，获得所述RFM模型输出的所述中标时间间隔、中标数量的频率特征、中标金额的频率特征的评估值；

将所述订单时间间隔、订单数量的频率特征、订单金额的频率特征作为RFM模型的输入，获得所述RFM模型输出的订单时间间隔、订单数量的频率特征、订单金额的频率特征的评估值。