预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902476A(43)申请公布日2022.01.07(21)申请号202111173258.8(22)申请日2021.10.08(71)申请人慧择(成都)网络科技有限公司地址610041四川省成都市高新区锦云东三巷1号B3(72)发明人唐万祺(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人戴皓(51)Int.Cl.G06Q30/02(2012.01)G06F16/35(2019.01)G06F40/30(2020.01)G06N3/04(2006.01)权利要求书3页说明书11页附图6页(54)发明名称客户购买意愿的预测方法、相关装置及计算机存储介质(57)摘要本申请提供一种客户购买意愿的预测方法、相关装置及计算机存储介质,该方法包括:首先,从沟通数据库中读取所有客户今日的沟通数据;其中,沟通数据包括与客户进行沟通的每一通对话文本;然后,针对每一个客户,将与客户进行沟通的每一通对话文本进行拼接,得到客户的今日沟通文本;再将客户的今日沟通文本输入至预测模型,通过预测模型对客户的今日沟通文本进行处理,得到客户的今日购买意愿的预测结果;其中,预测模型由训练样本集对神经网络模型进行训练得到;训练样本集包括:至少一个训练样本文本;训练样本文本包括正样本文本和负样本文本。从而达到精确地对客户购买意愿进行精确预测的目的。CN113902476ACN113902476A权利要求书1/3页1.一种客户购买意愿的预测方法,其特征在于,包括:从沟通数据库中读取所有客户今日的沟通数据;其中,所述沟通数据包括所述与所述客户进行沟通的每一通对话文本;针对每一个所述客户,将所述与所述客户进行沟通的每一通对话文本进行拼接,得到所述客户的今日沟通文本;将所述客户的今日沟通文本输入至预测模型,通过所述预测模型对所述客户的今日沟通文本进行处理,得到所述客户的今日购买意愿的预测结果;其中,所述预测模型由训练样本集对神经网络模型进行训练得到;所述训练样本集包括:至少一个训练样本文本;所述训练样本文本包括正样本文本和负样本文本;所述正样本文本的定义为:与样本客户进行样本对话文本后,在N天内有购买行为,则将所述样本对话文本以及所述样本对话文本的前M通的样本对话文本作为正样本文本;所述负样本文本的定义为:与样本客户进行样本对话文本后,在N天内没有购买行为,则将所述样本对话文本以及所述样本对话文本的前M通的样本对话文本作为负样本文本。2.根据权利要求1所述的预测方法,其特征在于,所述通过所述预测模型对所述客户的今日沟通文本进行处理,得到所述客户的今日购买意愿的预测结果,包括:将所述客户的今日沟通文本进行预处理,得到预处理后的客户的今日沟通文本;将所述预处理后的客户的今日沟通文本进行过滤,得到目标沟通文本;对所述目标沟通文本进行特征提取,得到目标沟通文本的特征向量;将所述目标沟通文本的特征向量与所述客户的历史目标沟通文本的特征向量进行融合,得到融合后的目标沟通文本的特征向量;其中,所述客户的历史目标沟通文本的特征向量通过在历史特征向量数据库中查询得到;将所述融合后的目标沟通文本的特征向量输入至预测函数中,得到所述客户的今日购买意愿的预测结果。3.根据权利要求2所述的预测方法,其特征在于,所述将所述目标沟通文本的特征向量与所述客户的历史目标沟通文本的特征向量进行融合,得到融合后的目标沟通文本的特征向量之后,还包括:将所述融合后的目标沟通文本的特征向量替换掉所述历史特征向量数据库的中所述客户的历史目标沟通文本的特征向量。4.根据权利要求1所述的预测方法,其特征在于,所述预测模型的构建方法,包括:构建训练样本集;其中,所述训练样本集包括:至少一个训练样本文本;所述训练样本文本包括正样本文本和负样本文本;所述正样本文本的定义为:与样本客户进行样本对话文本后,在N天内有购买行为,则将所述样本对话文本以及所述样本对话文本的前M通的样本对话文本作为正样本文本;所述负样本文本的定义为:与样本客户进行样本对话文本后,在N天内没有购买行为,则将所述样本对话文本以及所述样本对话文本的前M通的样本对话文本作为负样本文本;在所述训练样本集中,随机抽选一个训练样本文本;将所述训练样本文本输入至神经网络模型中,通过所述神经网络模型对所述训练样本文本进行处理,输出得到预测结果;其中,所述预测结果为所述样本客户在未来的N天内是否会进行购买行为;2CN113902476A权利要求书2/3页利用所述预测结果与真实结果之间的误差,对所述神经网络模型中的参数进行不断调整,直至调整后的所述神经网络模型输出的预测结果与真实结果之间的误差满足预设的收敛条件时,将所述调整后的神经网络模型确定为预测模型;其中,若所述训