客户画像构建方法及装置、存储介质及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114692752A(43)申请公布日2022.07.01(21)申请号202210323165.7(22)申请日2022.03.30(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人杨帆(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师李伟(51)Int.Cl.G06K9/62(2022.01)G06N3/00(2006.01)G06N7/08(2006.01)G06Q30/02(2012.01)权利要求书3页说明书12页附图7页(54)发明名称客户画像构建方法及装置、存储介质及电子设备(57)摘要本发明提供了一种客户画像构建方法及装置、存储介质及电子设备，该方法包括：对每个预处理后的客户数据进行因子分析，获得因子载荷表以及每个客户的样本数据；基于各个待处理客户的样本数生成各个初始聚类中心；并基于每个待处理客户的样本数据，在各个初始聚类中心中选取出最优聚类中心；基于每个待处理客户的样本数据以及各个最优聚类中心，对各个待处理客户进行聚类，获得每个待处理客户的聚类结果，每个待处理客户的聚类结果表征待处理客户的客户类型；根据每个待处理客户的聚类结果以及因子载荷表，构建每个待处理客户的画像。应用本发明实施例提供的客户画像构建方法，能够准确构建客户画像。CN114692752ACN114692752A权利要求书1/3页1.一种客户画像构建方法，其特征在于，包括：获取各个待处理客户的客户数据；对每个所述待处理客户的客户数据进行预处理，并对每个预处理后的所述客户数据进行因子分析，获得因子载荷表以及每个待处理客户的样本数据；所述因子载荷表包括预处理后的客户数据中的各个变量与各个预设的因子之间的对应关系；所述样本数据包括其所属的待处理客户的预处理后的客户数据中的各个变量的变量值中的目标变量值；基于各个所述待处理客户的样本数据生成各个初始聚类中心；并基于每个所述待处理客户的样本数据，在各个所述初始聚类中心中选取出最优聚类中心；基于每个所述待处理客户的样本数据以及各个所述最优聚类中心，对各个所述待处理客户进行聚类，获得每个所述待处理客户的聚类结果，每个所述待处理客户的聚类结果表征所述待处理客户的客户类型；根据每个所述待处理客户的聚类结果以及所述因子载荷表，构建每个所述待处理客户的画像。2.根据权利要求1所述的方法，其特征在于，所述对每个所述待处理客户的客户数据进行预处理，包括：检测所述客户数据中是否存在异常数据；在所述客户数据中存在异常数据的情况下，根据所述异常数据的异常类型对应的异常处理方式，对所述客户数据中的异常数据进行处理；对处理后的客户数据中的满足预设的聚合条件的各个初始变量进行聚合，以完成对所述待处理客户的客户数据的预处理。3.根据权利要求1所述的方法，其特征在于，所述基于每个所述待处理客户的样本数据，在各个所述初始聚类中心中选取出最优聚类中心，包括：根据各个所述初始聚类中心以及各个所述待处理客户的样本数据，确定搜索空间，并在所述搜索空间中初始化樽海鞘种群；对所述初始化樽海鞘种群进行优化处理，获得目标种群；将所述目标种群中适应度值最大的目标个体所处的位置作为当前的目标食物位置；执行第一操作；所述第一操作，包括：确定所述目标种群中的各个目标个体中的领导者和追随者；更新所述目标种群中领到者和追随者的位置，并将更新后的目标种群中适应度值最大的目标个体所处的位置确定为备选食物位置；利用混沌优化方法对当前的所述目标食物位置和所述备选食物位置中适应度值最高的食物位置进行优化，得到第一食物位置；利用反向学习方法对所述第一食物位置进行计算，获得第二食物位置；将所述第一食物位置和所述第二食物位置中适应度值最高的食物位置，确定为新的目标食物位置；在执行所述第一操作的次数未达到预设的次数阈值的情况下，重新执行所述第一操作，直至执行所述第一操作的次数到达所述次数阈值；在执行所述第一操作的次数达到预设的次数阈值的情况下，将最后一次执行所述第一操作得到的新的目标食物位置所对应的各个初始聚类中心作为最优聚类中心。4.根据权利要求3所述的方法，其特征在于，所述对所述初始化樽海鞘种群进行优化处理，获得目标种群，包括：利用混沌优化方法对所述初始化樽海鞘种群进行优化，获得第一种群；2CN114692752A权利要求书2/3页根据所述初始化樽海鞘种群中每一个体的适应度值以及所述第一种群中每一个体的适应度值，在所述初始化樽海鞘种群以及所述第一种群选取出各个备选个体，以组成第二种群；利用反向学习方法对所述第二种群进行计算，获得反向种群；根据所述第二种群中每一个体的适应度值以及所述反向种群的适应度值，在所述第一种群和所述第二种群中选取出各个目标个体；由各