[发明专利]一种基于有效连接的潜在客户识别方法在审
申请号: | 202011218777.7 | 申请日: | 2020-11-04 |
公开(公告)号: | CN112269933A | 公开(公告)日: | 2021-01-26 |
发明(设计)人: | 杨晓辉 | 申请(专利权)人: | 杭州卡欧科技有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535 |
代理公司: | 杭州快知知识产权代理事务所(特殊普通合伙) 33293 | 代理人: | 杨冬玲 |
地址: | 310000 浙江省杭州市滨*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 有效 连接 潜在 客户 识别 方法 | ||
1.一种基于有效连接的潜在客户识别方法,其特征在于,包括:
获取用户画像标签信息;
当所述用户画像标签信息落入阈值范围内,确定相应的标签值;
根据所述用户画像标签信息和所述标签值,识别潜在客户。
2.根据权利要求1所述的一种基于有效连接的潜在客户识别方法,其特征在于,获取用户画像标签信息,包括:
获取所述用户画像标签信息中的消费能力标签的N个部位特征,N为大于1的整数,所述用户画像标签信息还包括消费状况标签、消费品质标签、促销敏感度标签;
根据所述N个部位特征确定第一权重信息,所述第一权重信息用于表示所述N个部位特征中每个部位特征的权重占比;
根据所述第一权重信息确定所述消费能力标签。
3.根据权利要求1-2所述的一种基于有效连接的潜在客户识别方法,其特征在于,当所述用户画像标签信息落入阈值范围内,确定相应的标签值,包括:
将所述消费能力标签按收入状况降序排列,确定0~30%的消费能力标签值为较强,31%~70%为中等,71%~100%为较差;
将所述消费状况标签按消费金额降序排列,确定0~30%的消费状况标签值为较好,31%~70%为中等,71%~100%为较差;
将所述消费品质标签按高端品牌的消费金额降序排列,确定0~30%的消费品质标签值为较高,31%~70%为中等,71%~100%为较低;
将所述促销敏感度标签按参加活动次数降序排列,确定0~30%的促销敏感度标签值为较高,31%~70%为中等,71%~100%为较低。
4.根据权利要求1所述的一种基于有效连接的潜在客户识别方法,其特征在于,根据所述用户画像标签信息和所述标签值,识别潜在客户,包括:
获取所述消费能力标签值、所述消费状况标签值、所述消费品质标签值和所述促销敏感度标签值;
当所述消费能力标签值、所述消费状况标签值、所述消费品质标签值和所述促销敏感度标签值分别为较强、较好、较高和较低,评估所述用户消费水平为高端用户;
当所述消费能力标签值、所述消费状况标签值和消费品质标签值分别为较强、较差和较高,评估所述用户消费水平为高潜质用户;
当所述消费品质标签值和所述促销敏感度标签值分别为较低和较高,评估所述用户消费水平为高理性用户。
5.一种基于有效连接的潜在客户识别装置,其特征在于,包括:
获取模块:用于获取用户画像标签信息;
处理模块:用于当所述用户画像标签信息落入阈值范围内,确定相应的标签值;
评估模块:用于根据所述用户画像标签信息和所述标签值,识别潜在客户。
6.根据权利要求5所述的一种基于有效连接的潜在客户识别装置,其特征在于,所述获取模块具体包括:
获取子单元:用于获取所述用户画像标签信息中的消费能力标签的N个部位特征,N为大于1的整数,所述用户画像标签信息还包括消费状况标签、消费品质标签、促销敏感度标签;
第一处理单元:用于根据所述N个部位特征确定第一权重信息,所述第一权重信息用于表示所述N个部位特征中每个部位特征的权重占比;
第二处理单元:用于根据所述第一权重信息确定所述消费能力标签。
7.根据权利要求5-6所述的一种基于有效连接的潜在客户识别装置,其特征在于,所述处理模块具体包括:
第三处理单元:用于将所述消费能力标签按收入状况降序排列,确定0~30%的消费能力标签值为较强,31%~70%为中等,71%~100%为较差;
第四处理单元:用于将所述消费状况标签按消费金额降序排列,确定0~30%的消费状况标签值为较好,31%~70%为中等,71%~100%为较差;
第五处理单元:用于将所述消费品质标签按高端品牌的消费金额降序排列,确定0~30%的消费品质标签值为较高,31%~70%为中等,71%~100%为较低;
第六处理单元:用于将所述促销敏感度标签按参加活动次数降序排列,确定0~30%的促销敏感度标签值为较高,31%~70%为中等,71%~100%为较低。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州卡欧科技有限公司,未经杭州卡欧科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011218777.7/1.html,转载请声明来源钻瓜专利网。