[发明专利]潜在客户预测方法、装置、系统、电子设备、存储介质

权利要求书

1.一种潜在客户预测方法，其特征在于，包括：

采用样本潜在客户信息训练多个准预测模型；

计算该多个准预测模型的召回率，当该多个准预测模型的召回率大于预设阈值时，将准确率最高的准预测模型作为预测模型；以及

将待预测潜在客户信息作为所述预测模型的输入，所述预测模型的输出为所述待预测潜在客户信息的预测值，所述预测值指示潜在客户成单概率。

2.如权利要求1所述的潜在客户预测方法，其特征在于，所述样本潜在客户信息和/或所述待预测潜在客户信息来自多个平台，并至少基于潜在客户的标识信息的匹配形成同一潜在客户的潜在客户信息。

3.如权利要求1所述的潜在客户预测方法，其特征在于，所述采用样本潜在客户信息训练多个准预测模型包括：

对所述样本潜在客户信息进行特征处理。

4.如权利要求3所述的潜在客户预测方法，其特征在于，对所述样本潜在客户信息进行特征处理包括：

对所述样本潜在客户信息进行异常值处理、缺失值处理、归一化处理、离散化处理中的至少一项。

5.如权利要求3所述的潜在客户预测方法，其特征在于，所述对所述样本潜在客户信息进行特征处理之后，还包括：

若特征处理后的样本潜在客户信息为离散型字段，则对特征处理后的样本潜在客户信息进行卡方检验。

6.如权利要求3所述的潜在客户预测方法，其特征在于，所述对所述样本潜在客户信息进行特征处理之后，还包括：

若特征处理后的样本潜在客户信息为连续型字段，则对特征处理后的样本潜在客户信息进行F检验。

7.如权利要求3至6任一项所述的潜在客户预测方法，其特征在于，所述待预测潜在客户信息采用与所述样本潜在客户信息相同的方式进行特征处理。

8.如权利要求1至6任一项所述的潜在客户预测方法，其特征在于，所述多个准预测模型为二分类模型。

9.如权利要求8所述的潜在客户预测方法，其特征在于，所述二分类模型包括逻辑回归模型、支持向量机模型、神经网络模型中的至少两项。

10.一种潜在客户预测装置，其特征在于，包括：

训练模块，用于采用样本潜在客户信息训练多个准预测模型；

模型选择模块，用于计算该多个准预测模型的召回率，当该多个准预测模型的召回率大于预设阈值时，将准确率最高的准预测模型作为预测模型；以及

预测模块，用于将待预测潜在客户信息作为所述预测模型的输入，所述预测模型的输出为所述待预测潜在客户信息的预测值，所述预测值指示潜在客户成单概率。

11.一种电子设备，其特征在于，所述电子设备包括：

处理器；

存储器，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如权利要求1至9任一项所述的步骤。

12.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至9任一项所述的步骤。