[发明专利]基于客户应答语料的客户画像方法及其相关设备

说明书

本申请实施例属于大数据领域，应用于智慧社区领域中，涉及一种基于客户应答语料的客户画像方法及其相关设备，包括对客户应答语料进行分词操作并调整，获得目标关键词；基于目标关键词所构建的特征字典对客户应答语料进行向量转换获得语料特征向量；基于预设策略处理真实值和意图标签，获得真实值衍生变量；基于单变量分析方式筛选语料衍生变量和真实值衍生变量，获得目标变量；基于目标变量调整预设第一画模型，获得第二画像模型,基于目标变量对应的变量值训练第二画像模型,获得目标画像模型；将接收的待识别变量的值输入目标画像模型中，获得客户画像。目标画像模型可存储于区块链中，本申请生成更加精准的客户画像。

技术领域

本申请涉及大数据技术领域，尤其涉及基于客户应答语料的客户画像方法及其相关设备。

背景技术

随着计算机技术的不断革新和发展，计算机技术已经广泛的应用于各行各业中。其中，大数据技术占据了重要的位置，应用极为广泛，尤其主要应用于客户行为分析、客户预测以及客户画像中。对于客户画像来说，需要运用到海量的客户记录数据，计算机通过客户画像模型学习海量的客户记录数据，来更加的了解客户。

目前，对于客户画像模型的训练，大多数是简单的提取少部分显著的标签，用于进行后续客户画像模型的学习。这种方式只运用了海量的客户记录数据中非常有限的一部分数据，导致训练出的客户画像模型所输出的客户画像准确度低，难以进行后续的再利用，造成了许多的不便。

发明内容

本申请实施例的目的在于提出一种基于客户应答语料的客户画像方法、装置、计算机设备及存储介质，能够获得更加精准的客户画像。

为了解决上述技术问题，本申请实施例提供一种基于客户应答语料的客户画像方法，采用了如下所述的技术方案：

一种基于客户应答语料的客户画像方法，包括下述步骤：

接收客户应答语料、意图标签和真实值，其中，所述客户应答语料和所述意图标签具有一一对应的映射关系，所述意图标签和所述真实值具有一一对应的映射关系；

对所述客户应答语料进行分词操作，获得目标词语，对所述目标词语进行调整，获得目标关键词；

基于所述目标关键词构建特征字典，并基于所述特征字典对所述客户应答语料进行向量转换，获得语料特征向量，将所述语料特征向量中的每一维度的向量值，分别作为对应维度的预设的语料衍生变量的变量值；

基于不同的预设策略对所述真实值和所述意图标签进行变量确定操作，获得真实值衍生变量；

将所述语料衍生变量和所述真实值衍生变量作为自变量，基于预设的单变量分析方式对所述自变量进行筛选，获得目标变量；

基于所述目标变量调整预设的第一画像模型，获得第二画像模型,并基于所述目标变量所对应的变量值训练所述第二画像模型,获得目标画像模型；

接收待识别变量的值，将所述待识别变量的值输入至所述目标画像模型中，获得客户画像。

进一步的，所述对所述客户应答语料进行分词操作，获得目标词语，对所述目标词语进行调整，获得目标关键词的步骤包括：

基于所述客户应答语料调整预设的初始分词词典，获得客户应答分词词典；

基于所述客户应答分词词典分别对每种所述意图标签下的客户应答语料进行分词，获得目标词语；

基于预设的关键词提取方式分别对每种所述意图标签下的所述目标词语进行提取，获得初始关键词；

对每种所述意图标签下的初始关键词进行筛选，获得所述目标关键词。

进一步的，所述基于所述客户应答语料调整预设的初始分词词典，获得客户应答分词词典的步骤包括：

识别相同意图标签下的客户应答语料；