[发明专利]一种基于企业标签的潜在客户推荐系统及推荐方法

说明书

本发明公开了一种基于企业标签的潜在客户推荐系统及推荐方法，该系统包括：客户信息管理模块、客户标签管理模块、客户推荐模块和客户管理模块；该推荐方法包括数据的爬取与存储、数据清洗、标签提取与清理、用户打标签、构造图数据结构、计算客户顶点相对于用户顶点的相关度、推荐准确率的计算，选择准确率高的训练好的数据模型部署在服务器上，进行客户推荐。本发明所公开的系统及方法利用分布式大数据处理技术，更全面的提取企业标签，从而用标签更全面的描述企业，进而更准确的建立用户的兴趣标签和企业标签之间的联系，推荐结果更精准。

技术领域

本发明涉及客户推荐信息技术领域，特别涉及一种基于企业标签的潜在客户推荐系统及推荐方法。

背景技术

随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代，人们生产的数据越来越多。但如何让这些数据发挥作用，如何挖掘出用户感觉兴趣的信息是一个极大的挑战。

近几年，社会经济增速放缓，企业也面临越来越大的生存压力，其中企业面临的一个很大问题是营销获客的问题。挖掘出企业的潜在客户是当前企业的迫切需求。

从技术层面，我们希望帮助企业发挥自己数据的价值；从发展层面，我们希望帮助企业降低获客成本，助力企业突破发展瓶颈。

发明内容

为解决上述技术问题，本发明提供了一种基于企业标签的潜在客户推荐系统及推荐方法，以达到推荐结果更精准的目的。

为达到上述目的，本发明的技术方案如下：

一种基于企业标签的潜在客户推荐系统，包括：

客户信息管理模块：用于管理客户信息，包括客户的基本信息、法律诉讼、经营状况、经营风险、企业发展、知识产权和新闻公告；

客户标签管理模块：利用TF-IDF方法计算出客户的共性标签，并推送给用户，用户根据自己的经验对标签进行修正和补充；

客户推荐模块：利用基于图的推荐算法，计算出企业的潜在客户，并推送给用户；

客户管理模块：用户营销追踪这些客户，并将营销追踪结果记录在客户管理中，通过营销追踪结果验证推荐的准确性，并反向优化标签系统和推荐算法。

一种基于企业标签的潜在客户推荐方法，包括如下步骤：

(1)数据的爬取与存储：采用分布式采集技术定时采集企业的网站信息，并进行数据的存储；

(2)数据清洗：对不同数据源的数据格式进行统一化；

(3)标签提取与清理：利用文本挖掘技术对清洗后的数据提取标签，并去除无意义的标签；

(4)用户打标签：指定一个采集到的企业为用户u，其余的为客户k，让用户u对客户k进行打标签，标签选自步骤(3)得到的清理后的标签，用(u,k,a)表示用户u给客户k打了标签a的用户标签行为；

(5)构造图数据结构：将数据集随机分成训练集和测试集，将训练集中用户的标签行为表示到一个二分图上，定义三种不同的顶点：用户u对应的用户顶点v(u)、客户k对应的客户顶点v(k)和标签a对应的标签顶点v(a)，在图中增加三条边，在用户顶点v(u)和客户顶点v(k)之间增加一条边，在用户顶点v(u)和标签顶点v(a)之间增加一条边，在客户顶点v(k)和标签v(a)之间增加一条边，如果两个顶点之间已经有边相连，那么就将边的权重加1；

(6)计算客户顶点相对于用户顶点的相关度：

采用修正过的PersonalRank算法计算所有客户顶点相对于用户顶点的相关度，PersonalRank的迭代公式如下：