[发明专利]一种客户特征库生成方法和装置无效
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 | ||
技术领域
本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:
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
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。
- 上一篇:植物纤维疏散喷胶设备
- 下一篇:电镀结晶器铜管镀铬液的温度控制装置