[发明专利]一种基于网格和密度的动静态数据融合客户分类方法

摘要

本发明公开了一种基于网格和密度的动静态数据融合客户分类算法，通过融合两种分类算法建立降维的客户聚类模型，确定客户类别；对每一类客户的文本分析，计算每种客户类别的频率、每种客户类别特征属性对应的频率和关注度，确定关注点与客户类别间的对称不确定性值，实现了客户类别分类及服务关注点提取，完成了结构化数据和非结构化数据的融合挖掘及对应关系确定，完成客户行为的准确分析和精准定位，从而对客户实现有针对性的商业推荐。

主权项

1.一种基于网格和密度的动静态数据融合客户分类算法，其特征在于，包括以下步骤：步骤一、根据客户销售信息、客户基本信息和营销策略信息，在空间建立多维度的多重网格；步骤二、利用CLIQUE算法对数据进行分类降维，大类分割客户信息；步骤三、对步骤二中获得的每一类客户信息采用DBSCAN算法，利用中位数据进行数据聚类，将信息分为多个稠密数据集合，并对每一部分找到对应的关键维度；步骤四、根据步骤三得到的结构化信息，对每一个聚类中心附近的优质客户提取出对应短文本评论，得到评论集；步骤五、采用中文依存句法规则，对步骤四中得到的评论集进行对应的文本挖掘，进行提取关键词、统计规律以及提取出每一类客户关注的关键服务的操作；步骤六、在每一类客户聚类中随机选择一定比例的客户代表，根据语义提取出的关键购买因素，利用回归和时序算法对代表客户在时间域上进行拟合，验证提取出的关键购买影响因素；步骤七、对于未知的客户信息，利用上述步骤得到的模型，进行网格分类，确定类似群的高影响因素，在同维度下进行二层分类，自动提取出客户的销售影响因素，同时采用回归方法对计算销售结果进行预测，确定恰当的销售策略。