一种基于大数据的银行市场拓展系统及方法技术方案

本申请公开了一种基于大数据的银行市场拓展系统及方法，包括：获取历史客户数据，提取历史客户数据中与任一业务关联的客户数据；基于业务特征对提取的已办理业务客户的多种特征信息进行聚类；基于已办理业务客户的代表特征构建多个实体向量，以及，基于已办理业务客户之间的关联性，构建关系向量；基于存在关联关系的两个已办理业务客户的实体向量以及关系向量构建三元组集合；基于三元组集合训练预设预测模型；基于潜在客户的特征信息，利用训练后的预测模型在已办理业务客户的特征信息的范围内进行匹配。本申请的方法利用预测模型对潜在客户进行预测，从而从潜在客户中确定出大概率会办理该业务的目标客户，由此来提高拓客的准确性。客的准确性。客的准确性。

【技术实现步骤摘要】
一种基于大数据的银行市场拓展系统及方法


[0001]本申请涉及商业数据处理
，尤其涉及一种基于大数据的银行市场拓展系统及方法。

技术介绍

[0002]在商业的发展过程中，与流量息息相关，越多的客户流量，能带动更多的客户流量。而此过程中拓客能够增加商业流量，对潜在客户进行挖掘，促进商业的推广。
[0003]例如客户拓展一直是银行对公业务重视的领域，而当前银行业的对公营销体系中的一个重要环节就是拓客名单的获取与筛选。由于市场中全量客户的数量非常庞大且分散。现有的拓客方式带来的一大痛点是分支行客户经理在拿到大水漫灌式的营销名单后，难以把握营销重点，丧失很多拓展市场的先机。
[0004]现有技术中，例如采用基于统计行为的图计算方法是目前较为常用的分析企业营销拓客成功率的算法。通过计算节点中心度、pageRank等图指标获取每个企业节点的特征，再运用机器学习算法进行拓客成功指数的打分。该技术方法虽然具有一定的可解释性，但企业级图谱的关系网络十分复杂，因此对于企业营销拓客成功指数预测，学习结果的可解释性差。

技术实现思路

[0005]本申请实施例提供一种基于大数据的银行市场拓展系统及方法，用以针对每一类业务特点，提取更深层次的特征来实现对客户价值的挖掘，提高拓客的精准程度。
[0006]本申请实施例提出一种基于大数据的银行市场拓展方法，包括：获取历史客户数据，为任一业务，提取历史客户数据中与所述任一业务关联的客户数据，并分类为已办理业务客户和潜在客户；确定所述任一业务的业务特征，并提取所述已办理业务客户的历史客户数据的多种特征信息，基于所述业务特征对提取的已办理业务客户的多种特征信息进行聚类，以基于聚类的结果确定所述任一业务的代表特征；基于所述已办理业务客户的代表特征构建多个实体向量，以及，基于所述已办理业务客户之间的关联性，构建关系向量；基于存在关联关系的两个已办理业务客户的实体向量以及关系向量构建三元组集合；基于所述三元组集合训练预设预测模型；基于所述潜在客户的特征信息，利用训练后的预测模型在已办理业务客户的特征信息的范围内进行匹配，并将匹配度高于阈值的情况下，将所述潜在客户作为目标客户，对所述任一业务完成客户价值挖掘。
[0007]可选的，基于所述已办理业务客户的代表特征构建多个实体向量，以及，基于所述已办理业务客户之间的关联性，构建关系向量包括：
基于所述已办理业务客户的代表特征构建多个实体向量、、
…
、,，表示维度为的实体向量空间；确定任意两个已办理业务客户之间的关联关系，并构建关系向量、、
…
、，，表示维度为的关系向量空间。
[0008]可选的，基于所述三元组集合训练预设预测模型包括如下步骤：将所述三元组集合中的任一三元组(,,)，中的第一实体向量拆分为多个子向量,，并基于任一子向量构建3D卷积滤波器，其中，分别表示滤波器的长、宽和高；以及根据所述任一三元组中的关系向量构建3D矩阵，并将所述3D矩阵作为预设卷积层的输入；基于构建的3D卷积的滤波器对输入进行卷积，以基于任一所述滤波器生成对应的目标特征图；将各目标特征图展平并堆叠成一个目标向量；利用全连接层将目标向量投影到所述关系向量的关系向量空间，并与任一三元组中第二实体向量内积，迭代运算以获得预测实体向量。
[0009]可选的，基于构建的3D卷积的滤波器对输入进行卷积，以基于任一所述滤波器生成对应的目标特征图包括：利用任一所述滤波器生成对应的一个特征图；将生成的特征图进行非线性函数ReLU运算，以生成卷积特征图。
[0010]可选的，利用全连接层将目标向量投影到所述关系向量的关系向量空间，并与任一三元组中第二实体向量内积满足：其中，表示目标向量在关系向量空间的投影，，表示全连接层参数，为非线性函数；
还包括基于所述内积定义打分函数满足：将第一实体向量和关系作为输入，将多个实体向量作为第二实体向量的候选向量，为候选实体向量打分。
[0011]可选的，基于所述三元组集合训练预设预测模型还包括：对于任一输入，最小化交叉熵损失函数：其中是一个二分类标签，在是一个真实三元组的情况下，值为1，否则值为0，表示实体向量集。
[0012]可选的，基于所述潜在客户的特征信息，利用训练后的预测模型在已办理业务客户的特征信息的范围内进行匹配，并将匹配度高于阈值的情况下，将所述潜在客户作为目标客户包括：基于所述潜在客户的历史客户数据提取特征信息，并构建所述潜在客户的第三实体向量；利用所述第三实体向量遍历已办理业务客户实体向量集合、关系向量集合，以基于所述第三实体向量，遍历的关系向量以及遍历的实体向量，构建待预测三元组；利用打分函数对所述待预测三元组进行打分；确定为任一第三实体向量打分超过预设分值的多个已办理业务客户的实体向量以及对应的多个关系向量；在所确定的多个关系向量均指向同一已办理业务客户的实体向量的情况下，将所述潜在客户作为目标客户。
[0013]本申请实施例还提出一种基于大数据的客户价值挖掘系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于大数据的银行市场拓展方法的步骤。
[0014]本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的基于大数据的银行市场拓展方法的步骤。
[0015]本实施例的方法通过提取已办理业务客户的历史客户数据的多种特征信息，基于任一业务的业务特征对提取的已办理业务客户的多种特征信息进行聚类，以基于聚类的结果确定任一业务的代表特征，在确定代表性特征的基础上训练预设预测模型，由此可以利用预测模型对潜在客户进行预测，从而从潜在客户中确定出大概率会办理该业务的目标客户，由此来提高拓客的准确性。
[0016]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0017]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本实施例的基于大数据的银行市场拓展方法的基本流程图。
具体实施方式
[0018]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0019]本申请实施例提出一种基于大数据的银行市场拓展方法，包括：在步骤S101中，获取历史客户数据，为任一业务，提取历史客户数据中与所述任一业务关联的客户数据，并分类为已办理业务客户和潜在客户。本示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的银行市场拓展方法，其特征在于，包括如下步骤：获取历史客户数据，为任一业务，提取历史客户数据中与所述任一业务关联的客户数据，并分类为已办理业务客户和潜在客户；确定所述任一业务的业务特征，并提取所述已办理业务客户的历史客户数据的多种特征信息，基于所述业务特征对提取的已办理业务客户的多种特征信息进行聚类，以基于聚类的结果确定所述任一业务的代表特征；基于所述已办理业务客户的代表特征构建多个实体向量，以及，基于所述已办理业务客户之间的关联性，构建关系向量；基于存在关联关系的两个已办理业务客户的实体向量以及关系向量构建三元组集合；基于所述三元组集合训练预设预测模型；基于所述潜在客户的特征信息，利用训练后的预测模型在已办理业务客户的特征信息的范围内进行匹配，并将匹配度高于阈值的情况下，将所述潜在客户作为目标客户，对所述任一业务完成客户价值挖掘。2.如权利要求1所述的基于大数据的银行市场拓展方法，其特征在于，基于所述已办理业务客户的代表特征构建多个实体向量，以及，基于所述已办理业务客户之间的关联性，构建关系向量包括：基于所述已办理业务客户的代表特征构建多个实体向量、、
…
、,，表示维度为的实体向量空间；确定任意两个已办理业务客户之间的关联关系，并构建关系向量、、
…
、，，表示维度为的关系向量空间。3.如权利要求2所述的基于大数据的银行市场拓展方法，其特征在于，基于所述三元组集合训练预设预测模型包括如下步骤：将所述三元组集合中的任一三元组(,,)，中的第一实体向量拆分为多个子向量,，并基于任一子向量构建3D卷积滤波器，其中，分别表示滤波器的长、宽和高；以及根据所述任一三元组中的关系向量构建3D矩阵，并将所述3D矩阵作为预设卷积层的输入；基于构建的3D卷积的滤波器对输入进行卷积，以基于任一所述滤波器生成对应的目标特征图；将各目标特征图展平并堆叠成一个目标向量；
利用全连接层将目标向量投影到所述关系向量的关系向量空间，并与任一三元组中第二实体向量内积，迭代运算以获得预测实体向量。4.如权利要求3所述的基于大数据的银行市场拓展方法，其特征在于，基于...

【专利技术属性】
技术研发人员：张万双，张敬波，杨玉华，
申请(专利权)人：北京双赢天下管理咨询有限公司，
类型：发明
国别省市：