[发明专利]目标企业用户筛选方法、装置、计算机设备及存储介质

说明书

本申请实施例属于人工智能领域，应用于用户筛选领域中，涉及一种目标企业用户筛选方法、装置、计算机设备及存储介质，包括对若干个企业用户进行正负样本划分；获取同一正样本中各企业用户对应的特征集；获得符合初选条件的特征元素；获得符合终选条件的特征元素，构建当前样本对应的综合特征；依次将每个正样本对应的综合特征分别作为输入参数，输入基于LightGBM算法的预测评分模型，获取每个正样本对应的预测分值；获取负样本的综合特征，将综合特征输入预测评分模型，获取预测分值；进行对比，确定负样本中各企业用户分别对应的正样本，完成目标企业用户筛选。便于帮助协议设立方精准快速的查找到意定的协议签订方。

技术领域

本申请涉及人工智能和用户筛选技术领域，尤其涉及一种目标企业用户筛选方法、装置、计算机设备及存储介质。

背景技术

大数据时代，基于大数据与标签化思路的团体用户画像分析，已经成为辅助提升用户筛选的重要工具。

目前，在协议的签订上，往往存在某个企业用户签订了该项协议，与其特征相同或相似的企业用户也需要签订该类协议，现在，对于同类型企业的协议类签订，往往由推销人员进行推销，或者由协议签订方主动寻找协议订立方去签订，以上方式，不利于设立方精准快速的查找到意定的协议签订方。

发明内容

本申请实施例的目的在于提出一种目标企业用户筛选方法、装置、计算机设备及存储介质，以便于帮助协议设立方精准快速的查找到意定的协议签订方。

为了解决上述技术问题，本申请实施例提供一种目标企业用户筛选方法，采用了如下所述的技术方案：

一种目标企业用户筛选方法，包括下述步骤：

步骤201，获取若干个企业用户的基本信息，根据所述基本信息，对所述若干个企业用户进行正负样本划分，其中，所述基本信息包括企业名称和所述企业用户签订的团体类协议名称；

步骤202，基于预设表单，获取同一正样本中各企业用户分别对应的第一特征集和第二特征集；

步骤203，对所述第一特征集和第二特征集中特征元素分别进行筛选处理，获得符合预设筛选条件的特征元素，构建当前样本对应的综合特征；

步骤204，依次将每个正样本对应的综合特征分别作为输入参数，输入基于LightGBM算法的预测评分模型，获取每个正样本对应的预测分值；

步骤205，获取负样本中各企业用户分别对应的第一特征集和第二特征集，并执行步骤203，获取负样本中各企业用户分别对应的综合特征，将所述综合特征输入所述预测评分模型，获取预测分值；

步骤206，基于所述预测分值和所述每个正样本对应的预测分值，确定所述负样本中各企业用户分别对应的正样本，完成目标企业用户筛选。

进一步的，预设正样本筛选条件，所述根据所述基本信息，对所述若干个企业用户进行正负样本划分的步骤，具体包括：

基于所述正样本筛选条件和所述企业名称，筛选出所述若干个企业用户中符合所述正样本筛选条件的企业用户，其中，所述正样本筛选条件包括所述若干个企业用户签订的团体类协议名称；

将筛选出的企业用户作为正样本；

将未被筛选出的企业用户作为负样本。

进一步的，所述基于所述正样本筛选条件和所述企业名称，筛选出所述若干个企业用户中符合所述正样本筛选条件的企业用户的步骤，具体包括：

基于所述团体类协议名称和所述企业名称，分别识别出所述若干个企业用户中签订了相同团体类协议的企业用户；

将签订了所述相同团体类协议的企业用户划分为一个正样本，生成N个正样本，其中，N为正整数，N表示所述若干个企业用户签订的团体类协议的种类；