[发明专利]一种客户分类方法、装置、电子设备及存储介质

权利要求书

1.一种客户分类方法，其特征在于，包括：

获取客户数据，其中，所述客户数据包含多个不同维度的属性数据集，每个属性数据集包括多个属性数据；

根据所述属性数据所属的维度，采用训练完备的、与所述属性数据所属的维度对应的基检测器对所述属性数据进行检测，以获取客户数据包含的所有属性数据对应的分数；

将所述客户数据包含的所有属性数据对应的分数进行融合处理，以获取所述客户的打分值；

根据所述客户的打分值对所述客户进行分类处理。

2.根据权利要求1所述的客户分类方法，其特征在于，所述基检测器采用孤立森林算法对所述属性数据进行检测。

3.根据权利要求1所述的客户分类方法，其特征在于，所述将所述客户数据包含的所有属性数据对应的分数进行融合处理，以获取所述客户的打分值，包括：

获取各个所述属性数据对应的超参数；

基于所述属性数据对应的超参数，构建融合处理方程；

基于所述融合处理方程，将所述客户数据包含的所有属性数据对应的分数进行融合处理，以获取所述客户的打分值。

4.根据权利要求3所述的客户分类方法，其特征在于，所述超参数至少包括灵敏度、提升比例和组合权重。

5.根据权利要求4所述的客户分类方法，其特征在于，通过加权和的方式构建融合处理方程，所述融合处理方程具体为：

其中，α_i表示第i个属性数据对应的灵敏度，score_i表示第i个属性数据对应的分数，β_i表示第i个属性数据对应的提升比例，factor表示组合权重，n表示属性数据的数量，score表示客户的打分值。

6.根据权利要求4所述的客户分类方法，其特征在于，通过加权乘的方式构建融合处理方程，所述融合处理方程具体为：

其中，α_i表示第i个属性数据对应的灵敏度，score_i表示第i个属性数据对应的分数，β_i表示第i个属性数据对应的提升比例，factor表示组合权重，n表示属性数据的数量，score表示客户的打分值。

7.根据权利要求1所述的客户分类方法，其特征在于，所述根据所述客户的打分值对所述客户进行分类处理，包括：

判断所述客户的打分值所属的分值范围，根据所述分值范围对应的客户层次，确定所述客户所属的客户层次，以实现所述客户的分类处理。

8.一种客户分类装置，其特征在于，包括：

数据获取模块，用于获取客户数据，其中，所述客户数据包含多个不同维度的属性数据集，每个属性数据集包括多个属性数据；

检测模块，用于根据所述属性数据所属的维度，采用训练完备的、与所述属性数据所属的维度对应的基检测器对所述属性数据进行检测，以获取客户数据包含的所有属性数据对应的分数；

融合模块，用于根据所述属性数据所属的维度，采用训练完备的、与所述属性数据所属的维度对应的基检测器对所述属性数据进行检测，以获取客户数据包含的所有属性数据对应的分数；

分类模块，用于根据所述客户的打分值对所述客户进行分类处理。

9.一种电子设备，其特征在于，包括：处理器和存储器；

所述存储器上存储有可被所述处理器执行的计算机程序；

所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述的客户分类方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-7任意一项所述的客户分类方法中的步骤。