[发明专利]一种基于机器学习的销售系统客户匹配方法

权利要求书

1.一种基于机器学习的销售系统客户匹配方法，其特征在于，包括如下步骤：

步骤一，对销售系统中客户信息进行数据探索，得到客户信息；

步骤二，对所述客户信息做数据预处理，得到训练集和测试集；

步骤三，将训练集和测试集中的字符串特征输入LDA主题模型进行主题分类；

步骤四，设计样本，所述样本用于模型的训练；

所述步骤四中，所述样本设计中的样本包括相对应的第一正、负样本，和相对应的第二正、负样本，所述第一正样本为有销售记录的客户信息，第一负样本为没有销售记录的客户信息；所述第二正样本为在预设时间范围内有销售ID的联系记录和购买记录的客户信息；第二负样本为在预设时间范围内有销售ID的联系记录但无购买记录的客户信息；

步骤五，以GBDT+LR的构建方式构建第一模型与第二模型，所述第一模型与第二模型使用样本进行训练，所述第一模型根据样本中的客户信息预测客户的成交可能性，所述第二模型根据样本中的客户信息和第一模型输出的成交可能性，预测销售与客户的匹配概率；

所述步骤五中，所述第一模型包括第一GBDT特征选择模型和第一LR模型，所述第二模型包括第二GBDT特征选择模型和第二LR模型，所述第一GBDT特征选择模型与第二GBDT特征选择模型均使用sklearn机器学习框架下的GradientBoostingClassifier进行数据特征选择训练，对输出结果使用OneHotEncoder进行独热编码处理，处理后的向量和样本使用sklearn中的LogisiticRegression进行训练，所述第一GBDT特征选择模型使用第一正、负样本，所述第二GBDT特征选择模型使用第二正、负样本；

步骤六，将待测客户信息依次输入第一模型与第二模型，输出客户与各销售的匹配概率。

2.如权利要求1所述的一种基于机器学习的销售系统客户匹配方法，其特征在于，所述步骤一中的数据探索具体为：从销售系统中提取客户信息，所述客户信息中的属性特征包括：客户ID、销售ID、联系记录、购买记录、电话、传真、客户来源、经营范围、公司人员规模、公司注册资本、公司类型、所在地、客户成交可能性。

3.如权利要求2所述的一种基于机器学习的销售系统客户匹配方法，其特征在于，所述步骤二中，所述数据预处理包括：删除属性特征中缺失的字符串，对无实质意义的属性特征进行离散特征转化，将结果转化为0,1标签,对客户来源，公司类型进行标签统计并转化为虚拟变量，对公司人员规模和公司注册资本进行数据探索，划分数据区间，对数据区间转化虚拟变量，使用sklearn的train_test_split功能将客户信息分割成训练集和测试集。

4.如权利要求3所述的一种基于机器学习的销售系统客户匹配方法，其特征在于，所述步骤三中，通过perplexity计算和卡方检验对LDA主题模型定量调参，所述定量调参的用词数目为7500词，主题数目为30。

5.如权利要求4所述的一种基于机器学习的销售系统客户匹配方法，其特征在于，所述步骤二中，数据预处理还包括：对中英文混杂的省份名称，处理为中文加英文的格式，统一公司注册资本中不同货币的单位，通过实时汇率转化为以万元人民币为单位的数据；所述无实质意义的属性特征包括：电话、传真，没有电话或传真为0，反之为1。

6.如权利要求5所述的一种基于机器学习的销售系统客户匹配方法，其特征在于，所述步骤五中，使用sklearn 的GridSearch对第一GBDT特征选择模型和第二GBDT特征选择模型全局调参，得到random_state：10、learning_rate:0.1、n_estimators:100、max_depth:5、min_samples_split:300、min_samples_leaf:20、max_features:301、subsample:1.0的第一GBDT特征选择模型，和random_state：10、learning_rate:0.1、n_estimators:200、max_depth:5、min_samples_split:500、min_samples_leaf:80、subsample:1.0的第二GBDT特征选择模型。