CN109359808A - 一种适用于潜在客户价值的评估方法及其管理系统 - Google Patents

一种适用于潜在客户价值的评估方法及其管理系统 Download PDF

Info

Publication number
CN109359808A
CN109359808A CN201811020323.1A CN201811020323A CN109359808A CN 109359808 A CN109359808 A CN 109359808A CN 201811020323 A CN201811020323 A CN 201811020323A CN 109359808 A CN109359808 A CN 109359808A
Authority
CN
China
Prior art keywords
information
classification
customer
client
grade
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.)
Pending
Application number
CN201811020323.1A
Other languages
English (en)
Inventor
袁聪
李首峰
孙立宏
陈放
李莉莉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guo Zheng Tong Technology Co Ltd
Original Assignee
Guo Zheng Tong Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guo Zheng Tong Technology Co Ltd filed Critical Guo Zheng Tong Technology Co Ltd
Priority to CN201811020323.1A priority Critical patent/CN109359808A/zh
Publication of CN109359808A publication Critical patent/CN109359808A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种适用于潜在客户价值的评估方法及其管理系统，其中，所述方法包括：获得多种客户信息；采用支持向量机对所述多种客户信息进行分类，将同类客户信息合并，作为分类下的等级划分；对客户信息的分类进行权重分配，从而完成户价值评估模型的建立；通过将客户信息带入成户价值评估模型，从而将该客户所在分类下的等级与对应分类权重的乘积进行累和，从而对该客户的价值进行评估。本发明的优点在于，通过支持向量机对客户信息进行分类，从而建立客户价值树型评估模型，该树型模型不但可以用于对客户价值的全面评估，还可以用于对客户的编号管理。

Description

一种适用于潜在客户价值的评估方法及其管理系统
技术领域
本发明涉及大数据分析技术领域，具体的涉及了一种适用于潜在客户价值的评估方法及其管理系统，用于客户的管理和挖掘。
背景技术
随着国内外酒店服务行业的不断发展，行业内部业务细分要求也越来越高。对于高端品牌酒店来说，通过对客人入住前后以及整体流程中安全风险的掌控，进而有针对的对不同安全等级的客户提供差异化的服务内容，提高入住客人的服务满意程度，已经是越来越多宾馆酒店所面临的主要需求。
目前大部分酒店行业商家已经建立起自身的CRM(Customer RelationshipManagement)客户关系管理系统以及业务管理系统，但如何在客人办理入住信息之前对客人进行安全分级，并通过编号进行有效管理是所有酒店管理的一大挑战。该挑战在于酒店行业顾客群体较大，很难针对全部顾客特点进行建模分析。对于高端顾客来说，酒店管理主要从安全风险、经济能力以及社会风评等方面进行参考评定。通过收集客人的信息，如身份信息、教育背景、航旅出行信息、所在企业任职信息、保险税务信息、行业黑名单、涉诉执行、刑事风险等等，结合行业商家的业务特点，对不同的客人进行量化分析，进而制定个性化的评估方法，从而作为商家服务或营销的参考依据。
此外，营销获客也一直是酒店商家的持续需求。这需要针对自身行业特点圈定目标人群，进而筛选潜在的顾客，进行定向营销。因此，一种可用于客户管理并对潜在客户进行挖掘的系统是众多商家所期待的。
发明内容
针对上述内容，根据本发明的一个方面，公开了一种适用于潜在客户价值的评估方法，包括：获得多种客户信息；采用支持向量机对所述多种客户信息进行分类，根据分类结果将同类客户信息合并，作为分类下的等级划分；对客户信息的分类进行权重分配，从而完成户价值评估模型的建立；通过将客户信息带入客户价值评估模型，从而将该客户所在分类下的等级与对应分类权重的乘积进行累和，进而对该客户的价值进行评估。
进一步的，客户价值的评估方法还用于对客户的编号管理，用于客户编号管理时，客户的编号为对应信息分类下的等级。
进一步的，所述多种客户信息包括：身份信息、刑事信息、教育信息、航旅信息、收入信息以及行业黑名单信息。
进一步的，所述采用支持向量机对所述多种客户信息进行分类包括：根据支持向量机的分类超平面确定客户信息的分类；以及根据与所述多个相平行的分类超平面确定分类等级。
更进一步的，所述客户信息的分类包括：对客户价值评估产生影响的信息与客户价值评估无影响的信息。
更进一步的，所述对客户价值评估产生影响的信息包括：正面分类信息与负面分类信息。
更进一步的，所述正面分类信息的权重分配方法，包括：确定总分数范围，根据多个分类中分类信息到所述分类超平面的平均距离进行按比例分配分数，从而获得该信息分类的评估分数；用该信息分类的评估分数除以该分类下的等级的个数获得该分类的权重。
更进一步的，获得所述负面分类信息权重的方法包括：确定每种负面分类信息等级划分中的界限等级；用总分数除以界限等级，获得该负面分类信息的权重。
更进一步的，所述界限等级为，一旦有该等级信息出现，将会使得该客户的价值评估趋近于零。
根据本发明的另一个方面公开了一种使用上述一种适用于潜在客户价值的评估方法的客户管理系统包括：图像采集装置，用于对酒店范围内的人群进行实时监控；人脸识别模块，用于对摄像头捕捉到的视频图像进行实时分析，识别客户身份；大数据搜索模块，用于根据已有的客户信息或者人脸识别结果对客户信息进行挖掘。
本发明的优点在于，通过支持向量机对客户信息进行分类，从而建立客户价值树型评估模型，该树型模型不但可以用于对客户价值的全面评估，还可以用于对客户的编号管理，通过建立与本发明中所述评估方法配合使用的管理系统，通过对客户的自动识别，从而获取该客户去隐私化的信息，进而得出评价，不但方便了对客户的管理过程，还可以对潜在的有价值客户进行挖掘，从而对符合基础条件的高端顾客，进行差异化的服务和安保风控管理。
附图说明
通过阅读下文具体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。附图仅用于示出具体实施方式的目的，而并不认为是对本发明的限制。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为本发明的方法流程图。
图2为本发明的正面分类信息与负面分类信息分类示意图
图3为本发明的正面分类信息与负面分类信息增加约束条件后的分类示意图。
图4为本发明的等级划分示意图。
图5为本发明的客户价值评估模型示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，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方式所限制。相反，提供这些实施方式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。
本发明公开了一种适用于潜在客户价值的评估方法及其管理系统，通过对收集到的客户信息进行分类处理，将同类信息作为该类信息下的具体等级划分，并根据信息分类和对应信息分类下的等级划分对客户进行编号，该编号用于客户管理时不但更加直观，而且包含客户信息全面，下面将将结合附图对本发明进行进一步说明。
如图1所示，为本发明的方法流程图。本发明方法包括：获得多种客户信息；采用支持向量机对所述多种客户信息进行分类，根据分类结果将同类客户信息合并，作为分类下的等级划分；对客户信息的分类进行权重分配，从而完成户价值评估模型的建立；通过将客户信息带入客户价值评估模型，从而将该客户所在分类下的等级与对应分类权重的乘积进行累和，进而对该客户的价值进行评估。
本发明首先通过第一支持向量机对多种客户信息进行分类，分类包括，对客户价值评估产生影响的信息与对客户评估价值无影响的信息，再对所述对客户价值评估产生影响的信息采用第二支持向量机再次分类，包括，正面分类信息与负面分类信息，其中正面分类信息将对客户的价值评估产生正面影响，负面分类信息将对客户的价值评估产生负面影响。通过正面分类信息与负面分类信息与其对应的超平面的距离判断其影响程度，当分类信息越靠近分类超平面时，正面影响与负面影响的区分越可能出现错误(即此时的正面信息或负面信息对价值评估作用越小)，甚至出现不可分的情况。在支持向量机中，通过采用一定的约束条件增加几何间隔，从而解决此类问题，本发明利用这一思想，通过采取不同的几何间隔，从而对所述分类信息进行等级划分。
如图2所示，为本发明的正面分类信息与负面分类信息分类示意图，通过第二支持向量机将对客户价值评估产生影响的信息分为正面分类信息与负面分类信息，其中用方形表示正面分类信息，为有利于客户价值评估的信息，圆形表示负面分类信息，为不利于客户价值评估的信息，在客户价值评估过程中，正面分类信息权重系数为正数，负面分类信息权重系数为负数；K为该分类的分类平面，可通过不同客户信息与该分类平面的距离估计该信息的重要程度，也即对价值评估的影响程度。
具体的，由于客户信息只包括正面分类信息以及负面信息两种，所以在该分类过程中，本发明采用线性分类器对其进行分类。该过程的重点在于确定可以将两种信息进行分类的分类平面(超平面)，设该超平面中的直线方程为：
g(x)＝wxi+b (1)
其中，xi表示某一对象的n维向量(即某一客户的多种信息)，yi为分类标记，b为确定该平面直线的常数，w为该平面直线的斜率，则可以定义点到某一超平面的间隔：
δ＝yi(wxi+b) (2)
用和替代(2)式中的w和b得：
将(3)式子得到的间隔成为几何间隔，分类误分次数的上界由几何间隔决定，几何间隔与误分次数存在以下关系：
其中，R＝max|xi|,i＝1、2、……、n。即几何间隔与误分次数成反比，因此误分次数可作为评判一个分类的好坏，几何间隔越大，误差上界越小，也即w越小。此时如果不增加约束条件，显然当w＝0时，|w|是最小的，此时，则会出现所有样本点无法进行区分的现象，当增加约束条件：
δ＝yi(wxi+b)≥1 (5)
则其如图3所示：
图3为本发明的正面分类信息与负面分类信息增加约束后的分类示意图。当增加约束条件如式(5)所示，平面直线K1与平面直线K2为与平面直线K距离为1的平行直线，此时K1、K2与K3三条平面直线将样本点分为了四个部分，且四个部分内包含的分类信息具有不同的影响程度。本发明利用这一思想，通过选取合适的几何间隔从而将分类信息进行等级划分。
通过对几何间隔进行如下限定：
M+C≥δ＝yi(wxi+b)≥M(M和C为正整数、δ为几何间隔) (6)
即可通过设定不同的常数值(M和C)，从而得到如图4所示，为本发明的等级划分示意图。图4中仅列出了部分等级划分，其中P1到P4位正面分类等级划分，N1到N4位负面分类等级的划分，以正面分类等级为例，为与K与P1间的分类信息，划分为等级1，位于P1与P2间的分类信息，划分等级2，一次类推。
通过上述限定方式，对客户信息进行多次分类，将每次分类后相应两个分类平面间的样本点作为其对应的等级划分，本发明中，可选的将等级限定为0到9十个等级，其中等级0为人为规定，1到9九个等级通过第二支持向量机分类获得，当采取合适的限定，9个等级已经可以包含绝大部分的采样点。接下来分别对正面分类信息与负面分类信息进行聚类，形成大类，大类按重要程度从左到右依次排列，同样的，将对应分类下的划分等级按由上到下依次排列，从而构成了对客户价值评估的树型模型，从而通过所述树型模型用于对客户潜在价值的计算与对客户的编号管理。其中，每个大类下的等级即作为该客户的编号信息，而对客户价值的评估还需对所述大类的权重进行确定。
本发明中，根据所述正面分类信息到分类超平面的距离判断该类客户信息对客户价值评分的影响程度。因此，根据客户价值评估模型确定聚类后的正面分类(大类)权重的方法包括：确定总分数范围，根据多个分类中分类信息到所述分类超平面的平均距离进行按比例分配，从而获得该信息分类的评估分数；用该信息分类的评估分数除以该分类下的等级的个数获得该分类的权重。确定每种聚类后的负面分类(大类)权重的方法为，确定每种负面分类信息等级划分中的界限等级；用总分数除以界限等级，获得该负面分类信息的权重。上述过程即为本发明对客户价值的评估方法。利用本发明方法得到的树型模型如下所述。
如图5所示，为本发明客户价值评估模型示意图，包括，身份信息、刑事信息、航旅信息、收入信息、行业黑名单以及教育信息，上述分类即为所述正面分类信息或负面分类信息进行聚类后的大类，而用于聚类的分类信息则作为大类下的等级划分。
具体的，根据所述同一分类下的分类信息，按照其对该客户价值评估的影响分为0到9个等级不等，即取该类信息影响最大的前10个信息，其原因是，该10个信息已经是影响该分类的主要成分，其余信息的影响可忽略不计，其次，通过这种方式更有利于编号管理，可以通过多个分类下对应等级划分作为该客户的编号，从而方便进行管理。如本示例中，将行业黑名单分为四个等级，分别为等级9无贷款资格或信用卡账户冻结、等级8多个商家多次黑名单、等级7同一家商家多次黑名单以及等级0无黑名单记录。其中，等级0为该分类固有等级(即无需经过支持向量机进行分类)。本示例中将身份信息的编号采用了不同的编号方法，身份信息的编号分为等级00身份信息被通缉、等级0有前科以及等级1身份信息真实无不良记录。可采用相应的用户价值评估算法，从而使得身份信息的真实无不良记录成为判断该客户价值的前提，该算法将会在实施例中进行介绍。
除上述客户价值评估方法外，本发明还包括了一种适用于酒店的客户价值评估方法的客户管理系统包括，图像采集装置，用于对酒店范围内的人群进行实时监控；人脸识别模块，用于对摄像头捕捉到的视频图像进行实时分析，识别客户身份；大数据搜索模块，根据已有的客户信息或者人脸识别结果对客户信息进行挖掘。
具体的，所述图像采集装置，用于对酒店范围内的人群进行实时监控；所述人脸识别模块，用于对摄像头捕捉到的视频图像进行实时分析，识别客户身份；所述大数据搜索模块，根据已有的客户信息或者人脸识别结果对客户信息进行挖掘。其中，客户的价值评估模型与其对应的入住信息将进行关联保存，当在管理系统对该客户的入住信息进行查询时，同时可以调出该客户的价值评估模型。其中，管理系统可以与公安系统进行关联，用于对客户信息进行确定，当通过人脸识别模块，识别该客户为身份被通缉时，该管理系统将自动改客户的入住信息发送给公安系统，酒店相关人员可通过客户的价值评估模型进行确认。通过本发明管理系统，可实现针对不同安全级别的人群，酒店可预先定义该客户的行为和敏感区域，由安保系统自动管理；如一些区域仅向固定级别人群开放，从而实现VIP客户自动识别及差异化服务提醒。
实施例
本实施列示截选部分客户评估模型进行权重系数的说明，包括，身份信息、刑事信息、航旅信息以及收入信息，其中本发明中将客户身份信息的权重赋予方法与该客户的其它信息进行分开，将对应身份信息分类的编号作为权重，从而将客户的身份信息作为决定该客户价值评分的决定性信息。当该客户的身份信息等级为00身份信息被通缉或者等级0有前科时，该客户的价值评估分数为0.
具体的，首先对其中的正面分类信息进行权重分配，其中，航旅信息中，航旅次数和收入信息作为正面分类信息，设客户价值评估的满分为一百分，此时，该模型中正面信息个数为2，设航旅信息中各等级信息到分类超平面的距和收入信息中各等级信息到分类超平面的平均距离3比2，因此，航旅信息分类别获得分数为60分、收入信息分类别获得分数为40分；由于两个分类下均包含九个等级，因此分别用其对应分数除以该分类的最大级别9，分别得到航旅信息的权重系数为60/9≈6.6，收入信息的权重为40/9≈4.4。接下来确定负面信息的权重，管理者根据其经营业务需求确定界限等级，如当管理者将刑事信息中的等级3设为界限等级时，刑事信息的权重为100/3≈33.3。从而客户价值评估的计算过程如下：
客户价值＝身份信息等级*(6.6*该客户航旅信息对应等级+4.4*该客户收入信息对应等级-11.0*该客户对应刑事信息等级)
当该客户对应航旅信息等级为5，收入等级为6，刑事等级为0时，该客户的价值为59.4分。
当该客户对应航旅信息等级为5，收入等级为6，刑事等级为3时，该客户的价值为-45.5分。
此外，当身份信息等级为0或00时，该客户的价值评估为0，此时当采用等级作为客户的管理编号时，计算机可通过检测身份信息对应的等级，从而进行自动将该虚假信息提供给警方。
以上，仅为本发明示例性的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种适用于潜在客户价值的评估方法，其特征在于，包括：
获得多种客户信息；
采用支持向量机对所述多种客户信息进行分类，根据分类结果将同类客户信息合并，作为分类下的等级划分；
对客户信息的分类进行权重分配，从而完成户价值评估模型的建立；
通过将客户信息带入客户价值评估模型，从而将该客户所在分类下的等级与对应分类权重的乘积进行累和，进而对该客户的价值进行评估。
2.根据权利要求1所述的方法，其特征在于，该方法还用于对客户的编号管理，用于客户编号管理时，客户的编号为对应信息分类下的等级。
3.根据权利要求1所述的方法，其特征在于，所述多种客户信息包括：
身份信息、刑事信息、教育信息、航旅信息、收入信息以及行业黑名单信息。
4.根据权利要求1所述的方法，其特征在于，所述采用支持向量机对所述多种客户信息进行分类包括：
根据支持向量机的分类超平面确定客户信息的分类；
以及根据与所述多个相平行的分类超平面确定分类等级。
5.根据权利要求4述的方法，其特征在于，所述客户信息的分类包括：对客户价值评估产生影响的信息与客户价值评估无影响的信息。
6.根据权利要求5述的方法，其特征在于，所述对客户价值评估产生影响的信息包括：正面分类信息与负面分类信息。
7.根据权利要求6所述的方法，其特征在于，所述正面分类信息的权重分配方法，包括：
确定总分数范围，根据多个分类中分类信息到所述分类超平面的平均距离进行按比例分配分数，从而获得该信息分类的评估分数；
用该信息分类的评估分数除以该分类下的等级的个数获得该分类的权重。
8.根据权利要求6所述的方法，其特征在于，获得所述负面分类信息权重的方法包括：
确定每种负面分类信息等级划分中的界限等级；
用总分数除以界限等级，获得该负面分类信息的权重。
9.根据权利要求8所述的方法，其特征在于，所述界限等级为，一旦有该等级信息出现，将会使得该客户的价值评估趋近于零。
10.一种使用上述权利要求1-9任意一项所述的一种适用于酒店的客户价值评估方法的客户管理系统包括：
图像采集装置，用于对酒店范围内的人群进行实时监控；
人脸识别模块，用于对摄像头捕捉到的视频图像进行实时分析，识别客户身份；
大数据搜索模块，用于根据已有的客户信息或者人脸识别结果对客户信息进行挖掘。
CN201811020323.1A 2018-09-03 2018-09-03 一种适用于潜在客户价值的评估方法及其管理系统 Pending CN109359808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811020323.1A CN109359808A (zh) 2018-09-03 2018-09-03 一种适用于潜在客户价值的评估方法及其管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811020323.1A CN109359808A (zh) 2018-09-03 2018-09-03 一种适用于潜在客户价值的评估方法及其管理系统

Publications (1)

Publication Number Publication Date
CN109359808A true CN109359808A (zh) 2019-02-19

Family

ID=65350560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811020323.1A Pending CN109359808A (zh) 2018-09-03 2018-09-03 一种适用于潜在客户价值的评估方法及其管理系统

Country Status (1)

Country Link
CN (1) CN109359808A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184327A (zh) * 2020-10-14 2021-01-05 中国联合网络通信集团有限公司 客户终身价值评估方法和装置
CN112951436A (zh) * 2021-02-04 2021-06-11 杨加旭 一种建立sre口腔门诊客户价值分析模型的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184327A (zh) * 2020-10-14 2021-01-05 中国联合网络通信集团有限公司 客户终身价值评估方法和装置
CN112951436A (zh) * 2021-02-04 2021-06-11 杨加旭 一种建立sre口腔门诊客户价值分析模型的方法

Similar Documents

Publication Publication Date Title
CN108596277B (zh) 一种车辆身份识别方法、装置和存储介质
CN108717790B (zh) 一种基于卡口车牌识别数据的车辆出行分析方法
Yue et al. A review of data mining-based financial fraud detection research
CN110413707A (zh) 互联网中欺诈团伙关系的挖掘与排查方法及其系统
CN108090429A (zh) 一种分级前脸卡口车型识别方法
CN108885700A (zh) 数据集半自动标记
CN108108744B (zh) 用于辐射图像辅助分析的方法及其系统
CN108492224A (zh) 基于深度学习在线教育学生综合画像标签管理系统
CN106650273A (zh) 一种行为预测方法和装置
CN107066457A (zh) 用户信息视图构建方法和系统
CN115759640B (zh) 一种智慧城市的公共服务信息处理系统及方法
CN109376182A (zh) 基于计算机软件系统实现关联公司识别处理的方法
CN114022269A (zh) 一种公共信用领域企业信用风险评估方法
CN111951104A (zh) 一种基于关联图谱的风险传导预警方法
CN109359808A (zh) 一种适用于潜在客户价值的评估方法及其管理系统
CN109598681A (zh) 一种对称唐卡修复后图像的无参考质量评价方法
CN114140036A (zh) 基于数据分析的企业画像方法、系统和可读存储介质
Darškuvienė et al. The stakeholder concept analysis
CN115018513A (zh) 数据巡检方法、装置、设备及存储介质
CN110309737A (zh) 一种应用于香烟柜台的信息处理方法、装置及系统
CN109410035B (zh) 一种协助反欺诈分析群组结构的方法及工具
CN112925899A (zh) 排序模型建立方法、案件线索推荐方法、装置及介质
Deng Detection of fraudulent financial statements based on Naïve Bayes classifier
CN116468395A (zh) 一种审计整改系统
CN115757832A (zh) 一种基于知识图谱技术的案件侦办模型系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190219