[发明专利]一种潜在客户挖掘与推荐方法

说明书

本发明提供一种潜在客户挖掘与推荐方法，本发明从社交平台上获取用户的个人信息和社交活动信息，并与本地存储的用户购物记录融合，经过数据清洗和筛选后，得到用于训练和测试潜在客户分类模型的数据；然后根据用户个人信息、社交记录、购物记录构造用户画像，同时将用户的社交记录和购物记录处理为可供模型使用的特征向量形式，然后训练用户兴趣预测模型，将用户分为潜在客户和路人；最后识别并根据潜在客户的兴趣提供更有针对性的商品页面展示给他们。本发明可以在精准分类用户的同时判断用户的兴趣；根据用户的兴趣判断展示相应的产品或实施精准广告投放，实现潜在客户的转化；对于老客户也可以提供针对性的推荐，增加客户黏性。

技术领域

本发明涉及客户挖掘方法技术领域，尤其是一种潜在客户挖掘与推荐方法。

背景技术

在这个竞争日益激烈的电子商务时代，在原有客户的基础上不断拓展新的客户，增加客户总量和客户黏度，企业就能够得到更多的经济效益和市场竞争优势，越来越多的商家通过网上商城售卖货品，在商家进行促销的过程中，十分关心的一个问题是：如何根据商家现在已拥有的客户的信息(比如客户的年龄、性别、家庭地址等信息)，挖掘出潜在的客户，实现客户的精准触达。

现有的潜在客户挖掘技术主要分为基于用户属性标签和基于用户浏览行为两类。

基于用户属性标签的潜在客户挖掘技术如阿里巴巴集团控股有限公司的申请号为201510176915、发明名称为“挖掘潜在客户的方法和装置”的发明专利；北京国双科技有限公司的申请号为201510696762、发明名称为“挖掘潜在客户的方法和装置”的专利申请等。上述技术主要通过整理筛选用户属性标签(性别、年龄等)，按照属性标签将用户聚类，组成不同的社群，通过计算用户属于哪一个社群，从而判断用户是否为潜在客户。

基于用户浏览行为的潜在客户挖掘技术如焦点科技股份有限公司的申请号为201510903856、发明名称为“一种基于客户行为特征的潜在客户挖掘方法”的发明专利；平安科技(深圳)有限公司的申请号为201710807133、发明名称为“一种潜在客户的识别方法及终端设备”的发明专利等。上述技术主要利用客户浏览、收藏等行为，通过对比计算用户浏览行为和客户浏览行为之间的相似程度，判断用户是否为潜在客户。

但是，现有技术只使用了电商网站内部存储的客户属性标签和行为记录等信息，对于新登陆网站的用户，存在用户信息过少导致的挖掘精度低的问题，同时难以精确判断用户兴趣，无法有效的指导企业制定相应策略实现客户转化。

随着第三方账号登陆技术的发展，越来越多的用户开始选择使用自己的社交账号(QQ、微博、Twitter、Facebook等)登陆电商网站，交叉客户(既是电商网站的客户，又是其他社交网站的客户)的数量正在逐渐增长。W.X.Zhao等学者的研究表明，用户的社交行为是帮助预测用户购买兴趣的重要信息源。因此如何有效利用交叉客户的社交行为，从使用社交账号登陆网站的新用户中挖掘潜在客户，并制定相应策略实现客户转化，是有待解决的问题。

发明内容

针对现有技术的不足，本发明提供一种潜在客户挖掘与推荐方法，本发明利用交叉客户的社交行为特征，挖掘使用社交账号登陆电商网站用户中的潜在客户，并预测用户有可能购买的商品，为客户转化提供准确的参照依据。

本发明的技术方案为：一种潜在客户挖掘与推荐方法，包括以下步骤：

S1)、从社交平台上获取用户的个人信息和社交活动数据，并对获取到的粗糙原始数据进行清洗，去除状态码等与用户信息无关的数据，同时对文本信息进行格式化，去除文本中的特殊字符，将清洗过的数据存储到用户社交活动数据库中；

S2)、根据用户的个人信息、社交行为信息、以及购物行为信息进行筛选，选取关键信息构建用户画像；

S3)、对各种不同类型的数据进行特征化处理，将其转化为可供模型训练的特征向量；