[发明专利]一种基于深度数据挖掘的客户信息管理方法、装置和系统

说明书

本申请公开了一种基于深度数据挖掘的客户信息管理方法、装置和系统，该方法包括：接收用户终端的用户实时操控信号；基于用户实时操控信号获取用户端往复动作数据；基于往复动作数据，并通过动作数据分析模型分析预测用户实时操控类型，用户实时操控类型包括用户搓手取暖类型和非用户搓手取暖类型；若预测用户实时操控类型为用户搓手取暖类型，则记录用户终端的所属用户信息，并向用户终端或所属用户信息对应的目标app客户端推送对应于用户实时操控信号的反馈指令。这样，可以基于用户实时操控信号进行反馈，对用户实时动态特征进行了挖掘，提高了数据挖掘效率。且由于是基于用户实时操控信号推送反馈指令，反馈准确率较高，反馈及时性较好。

技术领域

本申请涉及大数据技术领域，尤其涉及一种基于深度数据挖掘的客户信息管理方法、装置和系统。

背景技术

数据挖掘(Data Mining)是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。在人工智能领域，习惯上又称为数据库中的知识发现(Knowledge Discovery in Database, KDD)，也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。现有电商或线下服务中，主要关注对用户固有特征信息的挖掘，缺少对用户实时动态特征或需求信息的挖掘，导致数据挖掘效率低下，服务推送准确率低和不及时等问题。

发明内容

在本发明提供了一种基于深度数据挖掘的客户信息管理方法、装置和系统，以解决现有技术中存在的数据挖掘效率低下，服务推送准确率低和不及时的技术问题。

第一方面，本发明提供了一种基于深度数据挖掘的客户信息管理方法，包括：

接收用户终端的用户实时操控信号；

基于所述用户实时操控信号获取用户端往复动作数据；

基于所述往复动作数据，并通过动作数据分析模型分析预测用户实时操控类型，所述用户实时操控类型包括用户搓手取暖类型和非用户搓手取暖类型；

若预测所述用户实时操控类型为用户搓手取暖类型，则记录所述用户终端的所属用户信息，并向所述用户终端或所属用户信息对应的目标app客户端推送对应于所述用户实时操控信号的反馈指令。

可选的，所述方法还包括：

获取包括动作数据和用户实际操作目的的动作数据分析样本数据；

通过所述动作数据分析样本数据对神经网络模型进行训练，获得所述动作数据分析模型。

可选的，所述方法还包括：

将所述用户端往复动作数据与预设动作数据进行比对，所述用户端往复动作数据包括往复动作幅值、频率和持续时间；

若用户端往复动作数据与所述预设动作数据相匹配，则记录所述用户终端的所属用户信息，并向所述用户终端或所属用户信息对应的目标app客户端推送对应于所述用户实时操控信号的反馈指令。

可选的，所述向所述用户终端或所属用户信息对应的目标app客户端推送对应于所述用户实时操控信号的反馈指令，包括：

获取所述用户终端的位置信息；

采用API端口接入地图应用获取待选地点的位置信息集合；

通过第一预设距离在所述待选地点的位置信息集合中筛选符合条件的地点作为目标地点；

向所述用户终端或所属用户信息对应的目标app客户端推送所述目标地点的位置信息，所述位置信息包括所述目标地点距离所述用户终端的距离和所述目标地点的经营信息或外部特征信息。

可选的，所述方法还包括: