[发明专利]一种客户自动排列组合方法

说明书

本发明公开了一种客户自动排列组合方法，包括S1、建立实际客户模型，确定该实际客户模型中客户类别A；S2、建立用于判断客户特征属性的鉴别器；S3、计算所述实际客户模型中每种客户类别A的频率、每种客户类别A对应的每个特征属性对应的频率、以及每个鉴别器条件下其他鉴别器的频率；S4、根据S3计算所得的数据计算每两个鉴别器之间、每个鉴别器与客户类别A之间的对称不确定性值；S5、根据S4计算结果查找待删除的鉴别器，并执行待删除鉴别器的删除操作，保留相互之间独立性强的鉴别器；S6、采集客户数据，通过S5保留的鉴别器根据所述客户数据对所述客户进行朴素贝叶斯自动排列组合。本发明自动排列组合效率高，便于使用者对客户的管理。

技术领域

本发明涉及客户自动排列组合技术领域，具体为一种客户自动排列组合方法。

背景技术

企业发展过程中，客户管理尤为重要，虽然初期客户数量较少，但是随着客户数量的不断增加，客户数据越来越多，分类管理存在着很大难度。客户关系管理能帮助企业掌握客户的需求趋势,加强与客户的关系,有效地发掘和管理客户资源,获得市场竟争优势。客户分类是根据客户属性来划分客户集合,通过获得的客户类别来分析和预测客户的消费模式,客户分类是客户关系经济学的基本原则之一,是企业有效地进行CR础,国内外已有众多的学者对客户分类的问题进行了深入研究,并取得了一定的成果。本文是基于客户价值的分类,即根据客户价值的大小来确定客户的类别,对各种分类方法进行了归类和分析。

但是，目前在企业管理过程中，对客户数据的处理一般都是人工处理，不仅效率低下且不便员工之间的信息交流，不利于企业客户的管理，影响企业发展。因此，针对上述问题提出一种客户自动排列组合方法。

发明内容

本发明的目的就在于为了解决上述问题而提供一种客户自动排列组合方法。

本发明通过以下技术方案来实现上述目的，一种客户自动排列组合方法，包括：

步骤S1、建立实际客户模型，确定该实际客户模型中客户类别A；

步骤S2、建立用于判断客户特征属性的鉴别器；

步骤S3、计算所述实际客户模型中每种客户类别A的频率、每种客户类别A对应的每个特征属性对应的频率、以及每个鉴别器条件下其他鉴别器的频率；

步骤S4、根据步骤S3计算所得的数据计算每两个鉴别器之间、每个鉴别器与客户类别A之间的对称不确定性值；

步骤S5、根据步骤S4计算结果查找待删除的鉴别器，并执行待删除鉴别器的删除操作，保留相互之间独立性强的鉴别器；

步骤S6、采集客户数据，通过步骤S5保留的鉴别器根据所述客户数据对所述客户进行朴素贝叶斯自动排列组合。

优选的，所述步骤S2中鉴别器的鉴别准则包括客户可衡量性，客户的需求足量性，客户的可开发性以及客户的反应差异性。

优选的，所述步骤 S2 中的建立的鉴别器至少为 3 个、每个鉴别器至少包括两个客户特征属性。

此外，为实现上述目的，本发明还提供一种客户自动排列组合装置，包括：

模型建立模块，用于建立实际客户模型，确定该实际客户模型中客户类别C；

鉴别器建立模块，用于建立用于判断客户特征属性的鉴别器；

计算模块，用于计算所述实际客户模型中每种客户类别C的频率、每种客户类别C对应的每个特征属性对应的频率、以及每个鉴别器条件下其他鉴别器的频率；

鉴别器过滤模块，用于根据计算模块计算所得的数据，计算每两个鉴别器之间、每个鉴别器与客户类别C之间的对称不确定性值，并根据计算结果查找待删除的鉴别器，并执行待删除鉴别器的删除操作，保留相互之间独立性强的鉴别器；