[发明专利]一种业务孤儿单的分配方法、装置和电子设备

权利要求书

1.一种业务孤儿单的分配方法，其特征在于，包括：

提取销售系统中所述孤儿单的历史分配数据及其分配过后的展业效果；

从大数据画像中提取积累客户的画像和对应分配营销员的画像特征；

基于所述大数据画像中客户的画像特征和营销员的画像特征及其分配后的展业效果生成样本数据；

以所述样本数据的客户的画像特征和营销员的画像特征作为输入，以所述样本数据的展业效果作为目标输出，在由线性模型和深度神经网络相结合的算法框架中进行匹配度预测的训练，得到匹配度预测模型；

提取待分配孤儿单客户的画像特征；

将所述客户的画像特征与至少一个营销员的画像特征分别输入所述匹配度预测模型，得到所述待分配孤儿单客户与所述至少一个营销员的匹配度；

以及，从中选择匹配度最高的营销员作为所述待分配孤儿单的营销员。

2.根据权利要求1所述的，其特征在于，所述孤儿单历史分配数据以数据表的结构储存，其中包括：所述孤儿单客户，以及对应分配的所述孤儿单营销员。

3.根据权利要求1所述的方法，其特征在于，所述展业效果为：不具有后续业绩生成，则在数据表中表达为零；具有后续业绩，则根据具体业绩，在数据表中表达为不高于一的数值。

4.根据权利要求1所述的方法，其特征在于，所述大数据画像包括：公司内部的积累客户、所述积累客户的画像特征、所述积累客户对应分配的全部营销员、以及所述全部营销员的画像特征。

5.根据权利要求1所述的方法，其特征在于，所述匹配度预测模型作为所述算法框架的训练输出，将拟合了所述客户画像特征、所述营销员画像特征与所述展业效果之间在数值上相关的数学计算关系；基于不同的所述画像特征，所述匹配度预测模型将得出在零至一之间的所述展业效果的数值。

6.根据权利要求1所述的方法，其特征在于，所述客户画像特征包括：基础特征、个人特征和社会特征；所述营销员画像特征包括：基础特征、个人特征和社会特征。

7.根据利要求1所述的方法，其特征在于，所述匹配度预测的准确度，基于所述样本数据的大小，用于训练的所述样本数据越大，则所述匹配度预测的准确度越高。

8.一种业务孤儿单的分配装置，其特征在于，包括：

提取模块：被配置为提取销售系统中所述孤儿单的历史分配数据及其分配过后的展业效果；

从大数据画像中提取积累客户的画像和对应分配营销员的画像特征；

样本模块：被配置为基于所述大数据画像中客户的画像特征和营销员的画像特征及其分配后的展业效果生成样本数据；

训练模块：被配置为以所述样本数据的客户的画像特征和营销员的画像特征作为输入，以所述样本数据的展业效果作为目标输出，在由线性模型和深度神经网络相结合的算法框架中进行匹配度预测的训练，得到匹配度预测模型；

匹配模块：被配置为提取待分配孤儿单客户的画像特征；

将所述客户的画像特征与至少一个营销员的画像特征分别输入所述匹配度预测模型，得到所述待分配孤儿单客户与所述至少一个营销员的匹配度；

以及，从中选择匹配度最高的营销员作为所述待分配孤儿单的营销员。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至7任一所述方法。