[发明专利]一种基于算法模型的线索智能匹配方法

说明书

本发明涉及信息处理领域，具体而言，涉及一种基于算法模型的线索智能匹配方法，包括如下步骤：S1：获取线索信息；S2：主机厂自身填充完善线索内容；S3：通过第三方数据进一步填充完善线索内容；S4：数据预处理；S5：特征工程；S6：模型训练与优化，本发明主要解决了主机厂在营销过程中，对已有线索由人工匹配到模型自动匹配的转变，解决了线索匹配过程中的粗放式线索派发，降低了人为干预，提高了分配精度。

技术领域

本发明涉及信息处理技术领域，具体为一种基于算法模型的线索智能匹配方法。

背景技术

主机厂在多渠道获取到大量线索后，会对线索进行分配，在线索分配之前，需要对线索进行处理，主机厂相关员工根据线索现有信息，如性别，年龄，收入层级，地址等内容，对线索进行分配，分配到相应的4S店之后，再由4S店相关销售人员进行线索跟进，直至交易成功或交易失败，至此，主机厂营销场景中线索营销链路完成。

缺点：

1由于获取渠道不同，各线索的内容完整度不统一，主机厂自身难以补全所有线索信息；

2由于线索内容完整度不统一，将会导致员工分配线索时，难以形成标准化的分配规则；

3分配中有人为干预，不同的人对一些边缘化指标理解会有偏差，会使分配效果增加不稳定性；

4线索分配到4S店之后，线索分配到具体销售人员过程中，由于没有统一的量化标准，可能会造成线索与销售人员不匹配，进而造成线索的流失。

发明内容

本发明的目的在于提供一种基于算法模型的线索智能匹配方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于算法模型的线索智能匹配方法，其特征在于，包括如下步骤：

S1：获取线索信息；

S2：主机厂自身填充完善线索内容；

S3：通过第三方数据进一步填充完善线索内容；

S4：数据预处理；

S5：特征工程；

S6：模型训练与优化。

作为本发明优选的方案，所述步骤S1中，获取线索信息：在一种可能的实施方式中，原始线索信息是最基础，也是最重要的数据源，主机厂商通过不同渠道获取线索，是其后期营销方案施行的基础。

作为本发明优选的方案，所述步骤S2中，在主机厂自身填充完善线索内容中，主机厂在长期运营工作中，积累了大量的用户信息，经过结构化处理之后，该部分信息可填充进用户画像，在该营销场景中，可利用该部分数据，对线索进行内容填充，方便后期的计算。

作为本发明优选的方案，所述步骤S3中，通过第三方数据进一步填充完善线索内容：由于主机厂自身拥有的数据多为已购车群体的信息，该部分数据在新线索预测场景中有先天不足，所以需要引入新的数据源，来对线索信息进行内容补充，在此，我们选择了第三方数据，线索经过多方数据进行内容填充之后，基本可满足模型训练的要求。

作为本发明优选的方案，所述步骤S4中，数据预处理：数据预处理的目的是排除数据有效特征信息外的冗余数据和干扰数据。对数据源数据进行数据预处理的方式包括但不限于以下处理过程：

a、针对空间信息，进行经纬度转换处理；

b、针对链接信息，进行删除处理；

c、针对新闻资讯类APP、主题信息等，进行删除处理；

d、针对用户名、用户昵称，进行删除处理；