[发明专利]潜在客户识别方法及装置、设备及可读计算机存储介质

说明书

本发明实施例涉及通信技术领域，公开了一种潜在客户识别方法及装置、设备及可读计算机存储介质，该方法包括：获取运营商数据，所述运营商数据包括多个用户数据；基于所述运营商数据构建知识图谱，所述知识图谱包括多个节点及节点之间的关联数据，所述多个节点包括用户；基于所述知识图谱进行数据挖掘，得到挖掘结果；基于所述挖掘结果进行潜在客户识别。通过上述方式，根据运营商数据建立知识图谱，根据知识图谱来进行数据挖掘，根据挖掘结果进行潜在客户的识别，可提高识别准确率。

技术领域

本发明实施例涉及通信技术领域，具体涉及一种潜在客户识别方法及装置、设备及可读计算机存储介质。

背景技术

移动互联网络综合了传统移动通信网络和传统互联网二者的优势，随着第三代移动通信技术3G/长期演进LTE时代的到来，其业务发展的前景不可限量，未来电信运营商的主要收入来源将从语音业务转变为数据业务和基于数据的增值业务。而根据运营商数据识别目标客户，以进行增值业务的推荐是当前一项比较重要的技术。

现有技术中，主要利用数据挖掘技术从用户运营数据中提取符合特定规则的用户记录作为目标客户。再基于这些用户记录，通过短信，手机应用推送，或客服人员电话询问推荐等方式进行客户营销，但此种方式需要有经验的技术人员通过观察大量数据，挖掘出固定的模式，此方式比较依赖人工且存在较大的时间滞后性，而且准确率不够高。

发明内容

鉴于上述问题，本发明实施例提供了一种潜在客户识别方法及装置，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种潜在客户识别方法，所述方法包括：获取运营商数据，所述运营商数据包括多个用户数据；基于所述运营商数据构建知识图谱，所述知识图谱包括多个节点及节点之间的关联数据，所述多个节点包括用户；基于所述知识图谱进行数据挖掘，得到挖掘结果；基于所述挖掘结果进行潜在客户识别。

在一种可选的方式中，所述基于所述运营商数据构建知识图谱，包括：建立本体结构，所述本体结构至少包括用户及对应的手机号；基于所述运营商数据及所述本体结构进行数据融合，构建所述知识图谱。

在一种可选的方式中，所述知识图谱还包括社区关联数据，所述基于所述运营商数据构建所述知识图谱还包括：基于所述社区关联数据对所述知识图谱进行补充；将补充后的知识图谱对应的数据输入至第一深度学习模型中进行标签预测，得到对应的标签并添加至所述知识图谱，所述第一深度学习模型包括依次连接的嵌入层、特征提取层及特征聚合层。

在一种可选的方式中，所述基于所述知识图谱进行数据挖掘，得到挖掘结果，包括：通过图嵌入方式分别对所述知识图谱的每一所述节点的属性进行优化处理，得到优化处理的知识图谱；基于所述优化处理的知识图谱获取每一用户的重要度；基于所述多个用户数据进行用户画像。

在一种可选的方式中，所述用户数据包括消费行为数据，所述基于所述知识图谱进行数据挖掘，得到挖掘结果还包括：基于所述消费行为数据进行消费关联数据的挖掘，得到对应的挖掘结果。

在一种可选的方式中，所述基于所述挖掘结果进行潜在客户识别，包括：基于预设规则分析所述挖掘结果，得到每一用户的分析结果；基于所述分析结果及第二深度学习模型识别潜在客户。

在一种可选的方式中，所述第二深度学习模型包括：依次连接的输入层、自注意力层、全连接层及输出层，所述基于所述分析结果及深度学习模型识别潜在客户，包括：将所述分析结果输入至所述输入层进行维度统一化，输出预设维度的特征数据；将所述预设维度的特征数据输入至所述自注意力层进行特征学习，输出对应的表征数据；将所述表征数据输入所述全连接层中进行特征组合，输出一特征值至所述输出层，得到对应的识别结果。