CN102999618A - 基于地址归户的个人行为属性信息库建立方法及系统 - Google Patents
基于地址归户的个人行为属性信息库建立方法及系统 Download PDFInfo
- Publication number
- CN102999618A CN102999618A CN2012105043748A CN201210504374A CN102999618A CN 102999618 A CN102999618 A CN 102999618A CN 2012105043748 A CN2012105043748 A CN 2012105043748A CN 201210504374 A CN201210504374 A CN 201210504374A CN 102999618 A CN102999618 A CN 102999618A
- Authority
- CN
- China
- Prior art keywords
- information
- address
- individual
- transaction data
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于数据表示技术领域，提供了一种基于地址归户的个人行为属性信息库建立方法，包括下述步骤：提取待分析的个人交易数据信息；个人交易数据信息中包含有个人姓名信息和地址信息;根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息；若可以在名址基准库中查找到唯一对应的个人节点信息，则将待分析的个人交易数据信息作为个人行为属性信息特征加入至唯一对应的个人节点信息中。本发明的个人行为属性信息库依附在名址基准库基础上建立而成，因此质量更高，有助于实现精准营销。
Description
技术领域
本发明属于数据表示技术领域，尤其涉及一种基于地址归户的个人行为属性信息库建立方法及系统。
背景技术
数据库营销是在IT、Internet与Database技术发展上逐渐兴起和成熟起来的一种市场营销推广手段，在企业市场营销行为中具备广阔的发展前景。简单来说，数据库营销就是企业通过收集和积累会员（用户或消费者）信息，经过分析筛选后针对性地使用电子邮件、短信、电话、信件等方式进行客户深度挖掘与关系维护的营销方式。而其营销数据库就是一套内容涵盖现有顾客和潜在顾客，可以随时更新的动态数据库管理系统。
因此，数据库营销现在在很多行业都发挥着关键作用，但营销数据库的数据采集及更新维护主要靠人工整理，不仅效率低下，质量也不尽如人意。
发明内容
本发明所要解决的第一个技术问题在于提供一种基于地址归户的个人行为属性信息库建立方法，旨在建立高质量的营销数据库，实现精准营销。
本发明是这样实现的，一种基于地址归户的个人行为属性信息库建立方法，包括下述步骤：
步骤A，提取待分析的个人交易数据信息；所述个人交易数据信息中包含有个人姓名信息和地址信息;
步骤B，根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息；
步骤C，若步骤B中可以在名址基准库中查找到唯一对应的个人节点信息，则将待分析的个人交易数据信息作为个人行为属性信息特征加入至所述唯一对应的个人节点信息中。
进一步地，所述方法还包括下述步骤：
步骤D，若步骤B中在名址基准库中未查找到唯一对应的个人节点信息，则将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。
进一步地，在步骤C之后,所述方法还包括:
步骤E,按照接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。
进一步地，在步骤C之后,所述方法还包括:
步骤F，根据外部反馈的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整。
本发明所要解决的第二个技术问题在于提供一种基于地址归户的个人行为属性信息库建立系统，包括：
个人交易数据信息提取模块，用于提取待分析的个人交易数据信息；所述个人交易数据信息中包含有个人姓名信息和地址信息;
查找模块，用于根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息；
信息库生成模块，用于在所述查找模块可以在名址基准库中查找到唯一对应的个人节点信息时，将待分析的个人交易数据信息作为个人行为属性信息特征加入至所述唯一对应的个人节点信息中。
进一步地，所述信息库生成模块还用于在所述查找模块在名址基准库中未查找到唯一对应的个人节点信息时，将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。
进一步地，还包括：主题信息数据提取模块，用于按照接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。
进一步地，还包括：数据库维护模块，用于根据外部反馈的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整。
本发明的个人行为属性信息库依附在名址基准库基础上建立而成，因此质量更高，有助于实现精准营销，同时利用归户技术、行为属性分析技术、名址使用反馈反向提取技术，保证用于数据库营销的名址数据更加的具有时效性、准确性。
附图说明
图1是本发明提供的基于地址归户的个人行为属性信息库建立方法的实现流程图；
图2是本发明提供的基于地址归户的个人行为属性信息库建立系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
地址归户算法主要解决常驻家庭地址信息的匹配和人员归户，这要求对花园小区内地址节点的匹配，且必须匹配到单元室，例如将人员甲具体匹配到某区某路某号某花园/小区某楼层某单元某室。因此，基于地址归户算法实现的名址基准库的为邮政业务代理了巨大的便利性，同时也为建立精准的营销数据库提供了可利用的资源。
图1示出了本发明提供的基于地址归户的个人行为属性信息库建立方法的实现流程，详述如下。
在步骤A中，提取待分析的个人交易数据信息，该个人交易数据信息中包含有个人姓名信息和地址信息。
上述个人交易数据信息可以通过各种渠道各种外部业务系统收集得到，如住址为A地某甲于某日购买一辆汽车，住址为B地的某乙购买一套别墅，住址为C地某丙订阅了某种杂志,住址为D地的丁某办理了新车上牌,住址为E地的戊某办理了港澳通行证,诸如此类。
提取信息时，可以将所有待分析的数据信息一次性导入一数据库，然后根据这个数据库中导入的多个信息逐个去执行后续步骤。
在步骤B中，根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息。
本发明中，个人行为属性信息库依附在名址基准库上建立，可将个人行为属性信息库视为名址基准库的一个“附属数据库”。首先，要从名址基准库中对待分析的个人交易数据信息所隶属的“主人”身份，考虑到名址数据库中存在同名同姓的情况，因此此步骤查找的条件为姓名信息和地址信息均可以匹配的上，这样可以保证查找到的个人节点信息与目标信息唯一对应。
在步骤C中，若步骤B中可以在名址基准库中查找到唯一对应的个人节点信息，则将待分析的个人交易数据信息作为个人行为属性信息特征加入至唯一对应的个人节点信息中。
如上文所述，个人行为属性信息库依附在名址基准库上建立，本发明中的个人行为属性信息库实际是作为一种名址数据库中的具体个人节点信息的特征信息存在。原有的名址基准库中的一些具体的个人节点信息可能也会在之前加入了一些个人行为属性信息，那么此时就相当于对该个人行为属性信息的补充、完善。
例如，名址基准库中的某一个个人信息节点中原来包含有“某甲购买一栋别墅”的行为信息，或包含有“某甲的收入状况、身份、教育背景”等属性信息，现在最新收集到的交易信息为“某甲购买一辆汽车”，则可以将汽车的购买行为信息补充进去。
进一步的，若步骤B中在名址基准库中未查找到唯一对应的个人节点信息，即名址基准库中不存在该人的名址，则首先将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后再将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。因此在建立更新个人行为属性信息库的同时也维护更新了名址基准库。
考虑到在使用数据库营销中，可能需要从中进一步筛选出符合条件的信息，因此，本发明的个人行为属性信息库支持用户自定义的筛选条件，当接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。例如，行为属性分类条件可以是“购买过汽车”的名址、“购买过别墅”的名址，从而可以使营销更有针对性。
进一步地，本发明还可以根据来自其他信息渠道的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整，从而保证地址数据的时效性、准确性以及闭环管理性。如甲某订阅了一份小学一年级语文读物,初步分析可以认为甲某的个人属性包括“职业：小学老师”和“子女年龄段：小学”，之后通过其他渠道得到甲某在儿童医院有医保消费记录，则甲某个人属性“职业：小学老师”的可能性降低，而“子女年龄段：小学”可能性提高。
本领域普通技术人员可以理解实现上述各实施例提供的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该存储介质可以为ROM/RAM、磁盘、光盘等。
图2示出了本发明提供的基于地址归户的个人行为属性信息库建立系统的结构原理，为了便于描述，仅示出了与本发明相关的部分。其中的各个模块可以是内置于计算机等设备中的软件单元或软硬件结合的单元。
参照图2，该系统包括个人交易数据信息提取模块21、查找模块22和信息库生成模块23，其中，个人交易数据信息提取模块21用于提取待分析的个人交易数据信息；该个人交易数据信息中包含有个人姓名信息和地址信息。查找模块22根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息。信息库生成模块23在查找模块22可以在名址基准库中查找到唯一对应的个人节点信息时，将待分析的个人交易数据信息作为个人行为属性信息特征加入至唯一对应的个人节点信息中。
进一步地，信息库生成模块23还用于在查找模块在名址基准库中未查找到唯一对应的个人节点信息时，将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。如上文所述，此举在建立更新个人行为属性信息库的同时也维护更新了名址基准库。
进一步地，为使数据库营销针对性更强，该系统还包括一主题信息数据提取模块（图中未示出），用于按照接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。
更进一步地，该系统还包括一数据库维护模块，用于根据外部反馈的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整。
本发明的个人行为属性信息库依附在名址基准库基础上建立而成，因此质量更高，有助于实现精准营销，同时利用归户技术、行为属性分析技术、名址使用反馈反向提取技术，保证用于数据库营销的名址数据更加的具有时效性、准确性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于地址归户的个人行为属性信息库建立方法，其特征在于，包括下述步骤：
步骤A，提取待分析的个人交易数据信息；所述个人交易数据信息中包含有个人姓名信息和地址信息;
步骤B，根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息；
步骤C，若步骤B中可以在名址基准库中查找到唯一对应的个人节点信息，则将待分析的个人交易数据信息作为个人行为属性信息特征加入至所述唯一对应的个人节点信息中。
2.如权利要求1所述的基于地址归户的个人行为属性信息库建立方法，其特征在于，所述方法还包括下述步骤：
步骤D，若步骤B中在名址基准库中未查找到唯一对应的个人节点信息，则将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。
3.如权利要求1所述的基于地址归户的个人行为属性信息库建立方法，其特征在于，在步骤C之后,所述方法还包括:
步骤E,按照接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。
4.如权利要求1所述的基于地址归户的个人行为属性信息库建立方法，其特征在于，在步骤C之后,所述方法还包括:
步骤F，根据外部反馈的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整。
5.一种基于地址归户的个人行为属性信息库建立系统，其特征在于，包括：
个人交易数据信息提取模块，用于提取待分析的个人交易数据信息；所述个人交易数据信息中包含有个人姓名信息和地址信息;
查找模块，用于根据提取的个人交易数据信息中的个人姓名信息和地址信息，从名址基准库中查找与唯一对应的个人节点信息；
信息库生成模块，用于在所述查找模块可以在名址基准库中查找到唯一对应的个人节点信息时，将待分析的个人交易数据信息作为个人行为属性信息特征加入至所述唯一对应的个人节点信息中。
6.如权利要求5所述的基于地址归户的个人行为属性信息库建立系统，其特征在于，所述信息库生成模块还用于在所述查找模块在名址基准库中未查找到唯一对应的个人节点信息时，将提取的个人交易数据信息中的个人姓名信息和地址信息作为新的个人节点信息补充至名址基准库中，然后将待分析的个人交易数据信息作为个人行为属性信息特征加入至补充的个人节点信息中。
7.如权利要求5所述的基于地址归户的个人行为属性信息库建立系统，其特征在于，还包括：
主题信息数据提取模块，用于按照接收到的行为属性分类条件,提取名址基准库中个人行为属性信息数据满足预设条件的数据,以主题信息数据库的方式予以呈现。
8.如权利要求5所述的基于地址归户的个人行为属性信息库建立系统，其特征在于，还包括：
数据库维护模块，用于根据外部反馈的个人行为属性信息库使用效果信息，对个人行为属性信息库进行调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210504374.8A CN102999618B (zh) | 2012-11-30 | 2012-11-30 | 基于地址归户的个人行为属性信息库建立方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210504374.8A CN102999618B (zh) | 2012-11-30 | 2012-11-30 | 基于地址归户的个人行为属性信息库建立方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102999618A true CN102999618A (zh) | 2013-03-27 |
| CN102999618B CN102999618B (zh) | 2016-02-24 |
Family
ID=47928186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210504374.8A Active CN102999618B (zh) | 2012-11-30 | 2012-11-30 | 基于地址归户的个人行为属性信息库建立方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102999618B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106022839A (zh) * | 2016-05-31 | 2016-10-12 | 北京红马传媒文化发展有限公司 | 一种特定群体的识别方法、系统及终端 |
| CN109508411A (zh) * | 2018-10-29 | 2019-03-22 | 合肥学院 | 区块链快速检索方法 |
| CN112149997A (zh) * | 2020-09-23 | 2020-12-29 | 上海维信荟智金融科技有限公司 | 归户算法及系统 |
| CN112214477A (zh) * | 2020-09-25 | 2021-01-12 | 王存超 | 一种个人信息库的数据核查和更新方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5201010A (en) * | 1989-05-01 | 1993-04-06 | Credit Verification Corporation | Method and system for building a database and performing marketing based upon prior shopping history |
| JP2003173345A (ja) * | 2001-12-05 | 2003-06-20 | Nippon Telegr & Teleph Corp <Ntt> | データベース生成装置、データベース生成方法及びデータベース生成処理プログラム |
| CN1959712A (zh) * | 2006-08-14 | 2007-05-09 | 深圳市络道科技有限公司 | 按投递地址段自动制作商函的方法及其系统 |
-
2012
- 2012-11-30 CN CN201210504374.8A patent/CN102999618B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5201010A (en) * | 1989-05-01 | 1993-04-06 | Credit Verification Corporation | Method and system for building a database and performing marketing based upon prior shopping history |
| JP2003173345A (ja) * | 2001-12-05 | 2003-06-20 | Nippon Telegr & Teleph Corp <Ntt> | データベース生成装置、データベース生成方法及びデータベース生成処理プログラム |
| CN1959712A (zh) * | 2006-08-14 | 2007-05-09 | 深圳市络道科技有限公司 | 按投递地址段自动制作商函的方法及其系统 |
Non-Patent Citations (4)
| Title |
|---|
| 汪琪: "数据库营销中的营销数据库研究", 《科技信息》 * |
| 王兴隆: "邮政数据库营销应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》 * |
| 罗琴华: "邮政名址信息管理系统", 《中国邮政》 * |
| 肖创柏 等: "商业信函处理系统的设计与实现", 《计算机工程》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106022839A (zh) * | 2016-05-31 | 2016-10-12 | 北京红马传媒文化发展有限公司 | 一种特定群体的识别方法、系统及终端 |
| CN106022839B (zh) * | 2016-05-31 | 2021-09-28 | 北京红马传媒文化发展有限公司 | 一种特定群体的识别方法、系统及终端 |
| CN109508411A (zh) * | 2018-10-29 | 2019-03-22 | 合肥学院 | 区块链快速检索方法 |
| CN112149997A (zh) * | 2020-09-23 | 2020-12-29 | 上海维信荟智金融科技有限公司 | 归户算法及系统 |
| CN112214477A (zh) * | 2020-09-25 | 2021-01-12 | 王存超 | 一种个人信息库的数据核查和更新方法 |
| CN112214477B (zh) * | 2020-09-25 | 2024-04-19 | 国网江苏省电力有限公司 | 一种个人信息库的数据核查和更新方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102999618B (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fleischmann et al. | Measuring urban form: Overcoming terminological inconsistencies for a quantitative and comprehensive morphologic analysis of cities | |
| CN109948641B (zh) | 异常群体识别方法及装置 | |
| CN102253936B (zh) | 记录用户访问商品信息的方法及搜索方法和服务器 | |
| CN103733194A (zh) | 动态组织云计算资源以便于发现 | |
| KR20210082106A (ko) | 결정 트리 기반의 시계열 추세 예측 학습 모델을 이용한 부동산 예상 실거래가 산출 서비스 제공 방법 | |
| CN101882135B (zh) | 一种兴趣点数据处理方法和装置 | |
| Athanasiou et al. | Big POI data integration with Linked Data technologies. | |
| CN102999618B (zh) | 基于地址归户的个人行为属性信息库建立方法及系统 | |
| Xu et al. | Incorporating spatial autocorrelation and settlement type segregation to improve the performance of an urban growth model | |
| CN109344173B (zh) | 数据管理方法和装置、数据结构 | |
| CN112363996B (zh) | 用于建立电网知识图谱的物理模型的方法及系统和介质 | |
| CN109144999B (zh) | 一种数据定位方法、装置及存储介质、程序产品 | |
| CN109902129B (zh) | 基于大数据分析的保险代理人归类方法及相关设备 | |
| Wu et al. | Event evolution model based on random walk model with hot topic extraction | |
| Betti et al. | Updating poverty maps between censuses: a case study of Albania | |
| CN110781213B (zh) | 一种以人员为中心的多源海量数据关联搜索方法和系统 | |
| CN110457332B (zh) | 一种信息处理方法及相关设备 | |
| CN113127650A (zh) | 一种基于图数据库的技术图谱构建方法和系统 | |
| ElGindy et al. | Capturing place semantics on the geosocial web | |
| Hooper | The importance of the ‘urban’in agricultural-to-urban water transfers: Insights from comparative research in India and China | |
| CN112364177B (zh) | 用于建立电网知识图谱的逻辑模型的方法及系统和介质 | |
| CN102681992A (zh) | 一种数据分层方法及系统 | |
| Xia et al. | Automatic web data extraction using tree alignment | |
| Kohi et al. | Improving the accuracy and efficiency of tag recommendation system by applying hybrid methods | |
| Röder et al. | 9 DICE, Paderborn University, Paderborn, Germany michael. roeder@ uni-paderborn. de |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |