[发明专利]一种移动海量客户群识别的并行数据挖掘方法

摘要

本发明公开了一种移动海量客户群识别的并行数据挖掘方法，包括建立客户价值模型、建立客户行为模型以及结合所述客户价值模型和客户行为模型对客户进行分类，实现对购买力高、潜在购买欲望高的客户进行指定偏好业务的推广，进而实现准确营销。该方法能够对移动海量客户群进行识别，包括识别客户上网时间偏好，上网地点偏好，喜欢浏览哪些网站，并能够准确判别客户属于社会群体的哪一类。所采用的并行聚类算法和分类算法能够进行快速的进行聚类和分类。该客户识别方法使得企业可以对于不同客户群制定不同策略，为企业利润最大化带来重要的指导作用。

主权项

一种移动海量客户群识别的并行数据挖掘方法，其特征在于，包括以下步骤：1）建立客户价值模型从企业数据中选取客户数据，对客户进行统计分析，将客户价值分为：基本价值BV、潜在价值PV、传递价值TV，可对客户按等级分类；其中，所述基本价值BV为客户的现有购买，对企业的贡献度；所述潜在价值PV为客户未来能够带来的价值；所述传递价值TV为客户口碑效应带来新客户的价值；2）建立客户行为模型对移动海量上网数据进行预处理，包括将时间分为24小时计客户上网流量占比，聚类得到时间偏好向量中心集，分类时利用该向量中心集；对具体上网地点转换为统一地点，计算地点根集合中客户地点驻留值向量，聚类得到客户地点偏好向量中心集，以对客户进行地点偏好分类；计算客户对各业务的兴趣度向量，聚类得到客户地点偏好向量中心集，以对客户进行兴趣爱好分类，对终端设备转换为价格以反映客户消费水平，利用客户产生的时间偏好向量、地点偏好向量、兴趣度向量、消费水平进行聚类，通过问卷调查形式，得到社会群体向量中心集，利用该中心集对客户进行社会群体分类；其中，中心集元素多者采用多叉树形式组织以提高分类速度；3）结合所述客户价值模型和客户行为模型对客户进行分类，实现对购买力高、潜在购买欲望高的客户进行指定偏好业务的推广，进而实现准确营销；其中，所述客户价值模型的基本价值BV反映了客户对企业的购买力，其潜在价值PV反映了忠诚度，潜在购买欲望，其传递价值TV反映了感染其他客户行为能力信息；所述客户行为模型则反映了客户自身在上网行为上的偏好。