[发明专利]一种客户特征库生成方法和装置无效

专利信息
申请号: 201110005454.4 申请日: 2011-01-06
公开(公告)号: CN102591872A 公开(公告)日: 2012-07-18
发明(设计)人: 曾键;陈刚;梅松;张航友;程鹏;李玥毅 申请(专利权)人: 中国移动通信集团四川有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 牛峥;王丽琴
地址: 610041 四*** 国省代码: 四川;51
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 客户 特征 生成 方法 装置
【说明书】:

技术领域

发明涉及信息处理技术领域,特别涉及一种客户特征库生成方法和装置。

背景技术

客户特征库,顾名思义,就是将客户群按照客户特征信息进行分类,并将所划分的客户进行分类存储的数据库。客户特征库在营销执行过程中起着至关重要的作用:

对于管理人员来说,通过客户特征匹配与其适合的业务、渠道等,可以实现客户业务匹配;准确定位目标客户群体,针对差异化客户设计差异化的营销规则,使用户感受快速、准确的精细化营销设计,实现营销管理智能化;

对于一线营销人员来说,可以帮助其快速找准客户适合的业务,清晰推荐列表,统一推荐口径;

对于客户来说,通过精准的客户特征库提供的资费匹配,可以找到与自己消费相符的资费,提升客户资费感知,让客户感觉更实惠;业务匹配可以帮助客户找到与其业务特征相符的业务,提升客户业务感知,让客户感觉更满意;通过实施客户渠道喜好匹配,可以提升客户渠道感知,让客户感觉更方便;通过促销匹配,实施客户接触点管理,提升客户接触点促销感知,让客户感觉更贴心。

现有技术中,常采用K_MEANS聚类算法实现客户群的划分。K_MEANS聚类算法采用的价值函数为:

J=Σi=1kJi=Σi=1k(ΣxjGk||xj-ci||2)---(1)]]>

其中k为初始聚类个数,ci为聚类中心。图1给出现有技术中,对移动用户进行客户群划分的流程,包括如下步骤:

步骤101:从含有n个用户的用户群xi(i∈(1,2,....,n))中随机选择k个用户,将所选择的k个用户作为初始化的用户聚类中心cj(j∈(1,2,....,k))。

步骤102:计算每个样本数据对象与用户聚类中心cj的距离其中,表示用户的某一种量化的特征信息,例如年龄、收入状况等。若d(xi,ck)=min{d(xi,cj),j=1,2....k},其中j∈(1,2,....,k),i∈(1,2,....,n),则将用户xi划分到用户群Gk

步骤103:计算价值函数J的值。

步骤104:若价值函数J收敛,则算法结束,否则返回步骤101执行。

价值函数实际的意义就是评判该中心点划分的合理性,若样本中心点的客户选取的比较合理,即该样本中心点的客户代表了其它客户的共性,则价值函数是收敛的。然而,该模型的算法几乎会对每个用户进行聚类,算法的复杂度非常高,也意味着系统资源消耗非常高。

由于K-MEANS聚类算法属于聚类分析方法中一种基本的且应用最广的划分方法,是一种在无类标号数据中发现类和类中心的方法,无法满足在营销活动中对特征用户进行精细化、差异化分析的要求。若直接将传统的K-MEANS算法运用到客户细分,考虑到用户规模,其资源消耗的代价将相当大。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国移动通信集团四川有限公司,未经中国移动通信集团四川有限公司许可,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/201110005454.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top