CN109597936A - 一种新用户筛选系统及方法 - Google Patents

Abstract

本发明涉及一种新用户筛选系统及方法，该系统包括数据采集模块、指标数据生成模块和用户筛选模块，其中，数据采集模块用于从数据库服务器中获得各用户的基础信息；指标数据生成模块用于基于采集到的各用户的基础信息，生成各项指标数据；用户筛选模块用于根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。通过本发明所述新用户筛选系统可以从新用户中筛选出意向用户，实现针对性的提供服务。

Description

一种新用户筛选系统及方法

技术领域

本发明涉及数据处理技术领域，特别涉及一种新用户筛选系统及方法。

背景技术

对于服务行业而言，根据不同用户的不同需求，有针对性地提供服务，才能更好地服务于用户，给用户更好的体验。仅以银行为例，会针对不同用户提供不同的服务项目，因此在提供服务之前，会先对用户进行筛选，即从所有用户中筛选出符合条件的用户。然而目前使用的筛选系统，主要依赖于银行内的账户表现数据，因此只能有效筛选银行内既有用户，无法覆盖银行新开户甚至新成立用户。

发明内容

本发明的目的在于改善现有技术中所存在的不能针对新用户进行筛选的不足，提供一种新用户筛选系统及方法，专门针对新用户进行筛选。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

一种新用户筛选系统，包括数据采集模块、指标数据生成模块和用户筛选模块，其中，

所述数据采集模块，用于从数据库服务器中获得各用户的基础信息；

所述指标数据生成模块的数据输入端与数据采集模块的数据输出端连接，指标数据生成模块用于基于采集到的各用户的基础信息，生成各项指标数据；

所述用户筛选模块的数据输入端与所述指标数据生成模块的数据输出端连接，用户筛选模块用于根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。

在更优的方案中，上述系统中还包括WOE分箱模块，用于对一项或多项指标数据进行WOE分箱处理，将该项指标数据由真实数值替换为分箱后的WOE值，再输出给用户筛选模块。

根据本发明实施例，所述用户筛选模块基于二分类有监督学习模型，基于输入的各用户的指标数据对用户进行分类，输出各用户为意向用户的概率值。

另一方面，本发明实施例还提供了一种新用户筛选方法，包括以下步骤：

从数据库服务器中获得各用户的基础信息；

基于采集到的各用户的基础信息，生成各项指标数据；

根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。

根据本发明实施例，上述方法中还包括步骤：将筛选出的用户推送给需求方的数据接收终端。

再一方面，本发明实施例同时提供了一种包括计算机可读指令的计算机可读存储介质，所述计算机可读指令在被执行时使处理器执行本发明实施例中所述方法中的操作。

再一方面，本发明实施例同时提供了一种电子设备，包括：存储器，存储程序指令；处理器，与所述存储器相连接，执行存储器中的程序指令，实现本发明实施例中所述方法中的步骤。

与现有技术相比，本发明所提供的系统或方法，可以实现对新用户的价值分析，填补目前无法分析新用户的空白。另外，该筛选系统具有通用性，任何分析人员针对于相同的用户数据的分析结果一致，分析结果不受分析人员的主观性影响，分析结果更具有可靠性。本发明新用户筛选系统不仅限于实施例中所述的银行新新用户筛选，还适用于其他行业或应用中的新用户筛选。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为实施例中所述的新用户筛选系统的应用场景示意图。

图2为实施例中所述的新用户筛选系统的示意框图。

图3为实施例中所述的新用户筛选方法的流程图。

图4为实施例中所述的电子设备的组成框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在描述本实施例中提供的新用户筛选系统之前，先对后文中涉及到的几个名词做简要说明。

关联方：是指与本企业相关联的对象，可能是自然人，也可能是企业，所述关联主要指的是通过投资或被投资关系连接的企业，及通过投资、任职关系连接的自然人与企业之间的关系。而自然人与企业之间的任职关系又包含法人、董事、高管、监事等。

关联度数：指关联的程度，包括一度关联、二度关联、三度关联等等，一度关联是指直接关联，二度关联是指以一度关联为基础的间接关联(一级间接关联)，三度关联是指以二度关联为基础的间接关联(二级间接关联)。例如赵某是A公司的法人，也是B公司的监事，那么A公司与赵某为一度关联关系，即赵某为A公司的一度关联方，B公司为A公司的二度关联方。

如图2所示，本实施例示意性地提供了一种新用户筛选系统，包括数据采集模块、指标数据生成模块、用户筛选模块，其中，数据采集模块的数据输出端连接指标数据生成模块的数据输入端，指标数据生成模块的数据输出端连接用户筛选模块的数据输入端。数据采集模块用于从数据库服务器中获得各用户的基础信息，指标数据生成模块用于基于采集到的各用户的基础信息，生成各项指标数据；用户筛选模块用于根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。

如图1所示，上述新用户筛选系统可集成于一个电子设备中，通过从数据库服务器中获得各用户的基础信息，基于获得的基础信息进行数据分析，筛选出满足筛选条件的用户，也可以将筛选出的用户推送给需求方的数据接收终端。数据接收终端可以是PC机，掌上电脑，甚至手机等。仅以银行新新用户筛选为例，需要从银行方的数据库服务器中获取用户的基础信息，基于该信息分析筛选后，输出筛选结果，若是非银行方进行的分析筛选，则还需要将筛选出来的用户推送给银行方。如图1-2所示，上述筛选系统还可以包括数据推送模块，用于将筛选出的用户推送给需求方的数据接收终端。由于数据推送模块不是必须的的组成结构，因此在图2中用虚线框表示。

基于不同的应用，筛选所需的指标可能不同，可能有的指标的数据可以直接从基础信息中得到，可能有的指标数据需要基于基础信息进行计算后才能得到。仅以银行新新用户筛选为例，注册资本金额、股东个数这两个指标可以直接从基础信息中获得，而对于二度关联方平均阿拉丁分指标数据，则需要获得每个用户的二度法人关联方阿拉丁得分，然后再计算平均值得出。因此，在一个实施方案中，针对于每个客户，指标数据生成模块将用户的基础信息中的部分信息直接作为指标数据，另一部分信息(基础信息中除直接可以作为指标数据意外的部分或全部信息)经过计算后得到指标数据，生成的所有指标数据输出给用户筛选模块。一般地，需要计算的指标数据的计算方式基本是加减乘除运算，属于本领域公知常识。

根据不同的筛选目的，使用到的指标不同。用于分析的指标来源于不同评估因素，不同的评估因素又隶属于不同的维度，仅作为一个应用举例，银行筛选高价值新客户为所使用到的指标如下表1所示。

表1：

本实施例中，用户筛选模块利用二分类有监督学习模型进行筛选，向二分类有监督学习模型中输入各用户的各项指标数据，二分类有监督学习模型基于各用户的指标数据，对用户进行分类(一类为意向用户，另一类为其他用户)，输出各用户为意向用户的概率值。有监督学习模型可以采用逻辑回归模型、支持向量机模型、全称梯度下降树模型或随机森林模型等。二分类有监督学习模型需要预先训练得到，在训练过程中，可以将训练样本中的意向用户标记为1，其他用户标记为0，其他用户可以理解为非意向用户，意向用户和其他用户构成分类的两个类别。训练时，向二分类有监督学习模型中输入各训练样本的各项指标数据，且训练样本中的意向用户标记为1，其他用户标记为0，输出得到个用户为意向用户的概率值，通过不断修改模型参数，最终得到分类能力较强的二分类有监督学习模型。例如，本实施例中，训练后的XGBoost模型的AUC值为0.75，K-S值为0.38。

有的指标数据可能是连续的数值，极端数据、异常数据等会对模型造成干扰，因此，为了避免极端数据对模型的干扰，提高模型的分类能力，在更优化的方案中，如图2所示，上述新用户筛选系统中还包括WOE(weight of Evidence，证据权重)分箱模块，用于在生成的各项指标数据中，针对于取值连续的一项或多项指标数据进行WOE分箱处理，将该项指标数据由真实数值替换为分箱后的WOE值，再输出给用户筛选模块。由于设置WOE分箱模块的目的是提高用户筛选模块的准确性，不是筛选所需的必要组成结构，因此在图2中以虚线框表示。WOE分箱是一种将连续数据离散化的方法，将一个变量的取值分为几个类，如果某个值出现得特别多，可以单独作为一类。例如一个变量的取值在0-1000之间，一共100个样本，其中30个样本取值为0，就可以分成取值为0的样本一个箱，取值0-500一个箱，取值500-1000一个箱，最后这个变量的值就由0-1000的连续取值变成了一个只有3个取值的变量。该变量的每一个真实数值转换为对应的所属箱的WOE值，这个WOE值是根据每一箱中好坏样本的占比来计算的，计算公式为其中，i＝1,2…,m；py_i是第i组中响应客户(这里即高价值客户，价值标签为1的客户)占所有样本中所有响应客户的比例；pn_i是第i组中未响应客户(这里即低价值客户，价值标签为0的客户)占样本中所有未响应客户的比例；y_i是这个组中响应客户的数量；n_i是这个组中未响应客户的数量；y_T是样本中所有响应客户的数量；n_T是样本中所有未响应客户的数量。

为了更容易理解本实施例中所述新用户筛选系统，下面将以一个具体的应用举例来进行说明。

数据采集模块从银行方的数据库服务器中获得了2017年5月-12月开户的1159家新开户企业的基础信息，基础信息包括直接作为指标数据的信息及参与指标数据计算的信息，具体的指标请参见前述表1。

在用户筛选模块中，在XGBoost模型(本实施例中采用的二分类有监督学习模型为XGBoost模型)中输入1159家用户的各项指标数据，继而输出得到各个用户为意向用户的概率值P。

为了便于操作，在输出得到各个用户为意向用户的概率值P后，用户筛选模块将概率值P转换为0-100之间的数值(用Score表示)，然后以设定的数值分割线(即筛选条件)进行分割，例如以Score＝50为分割线，筛选出Score≥50用户。1159家企业用户的分布结果如表2所示，筛选出的用户有121家，占所有用户的10.44％。

表2：

银行内部每年会根据行内的价值评价方法对公司客户进行价值等级划分，当前主要根据企业账户存款量和营业收入从高到低分级。例如某银行方根据存款和营业收入将所有公司客户按照价值高低依次划分为A1、A2、A3、B1、B2、B3、C1、C2、C3、D1、D2共11类，即从银行方数据库服务器中获得的用户信息的用户带有相应的类别标签，其中A、B两个大类为行方想要识别和营销的客户，在模型训练时标记为1，其余标记为0。从表2中可以看出，通过本实施例所述新用户筛选系统筛选出的用户几乎都是A、B两类，即本新用户筛选系统的准确度高。

请参阅图3，基于相同的发明构思，本实施例中同时提供了一种新用户筛选方法，包括以下步骤：

S101，从数据库服务器中获得各用户的基础信息。

S102，基于采集到的各用户的基础信息，生成各项指标数据。各项指标数据可以由用户的基础信息直接得到，也可以由基础信息计算后得到。

S103，对一项或多项指标数据进行WOE分箱处理，将该项指标数据由真实数值替换为分箱后的WOE值。

S104，根据各用户的所述各项指标数据，利用二分类有监督学习模型筛选输出符合筛选条件的用户。

在另一个方案中，上述方法还可以包括步骤：

S105，将筛选出的用户推送给需求方的数据接收终端。

步骤S103和步骤S105都不是必须实施的步骤，因此在图3中以虚线框表示。

由于本新用户筛选方法与前述新用户筛选系统是基于同一个发明构思，因此，此处方法描述中未涉及之处，请参见前述系统描述中的相关内容。

如图4所示，本实施例同时提供了一种电子设备，该电子设备可以包括处理器51和存储器52，其中存储器52耦合至处理器51。值得注意的是，该图是示例性的，还可以使用其他类型的结构来补充或替代该结构，实现数据提取、报告生成、通信或其他功能。

如图4所示，该电子设备还可以包括：输入单元53、显示单元54和电源55。值得注意的是，该电子设备也并不是必须要包括图4中显示的所有部件。此外，电子设备还可以包括图4中没有示出的部件，可以参考现有技术。

处理器51有时也称控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该处理器51接收输入并控制电子设备的各个部件的操作。

其中，存储器52例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其他合适装置中的一种或多种，可存储上述处理器51的配置信息、处理器51执行的指令、记录的表格数据等信息。处理器51可以执行存储器52存储的程序，以实现信息存储或处理等。在一个实施例中，存储器52中还包括缓冲存储器，即缓冲器，以存储中间信息。

输入单元53例如用于向处理器51提供各个用户的基础信息。显示单元54用于显示处理过程中的各种结果，例如各项指标数据、筛选结果等，该显示单元例如可以为LCD显示器，但本发明并不限于此。电源55用于为电子设备提供电力。

本发明实施例还提供一种计算机可读指令，其中当在电子设备中执行所述指令时，所述程序使得电子设备执行本发明方法所包含的操作步骤。

本发明实施例还提供一种存储有计算机可读指令的存储介质，其中所述计算机可读指令使得电子设备执行本发明方法所包含的操作步骤。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成模块及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

以上所述，仅为本发明的具体实施方式，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所述以权利要求的保护范围为准。

Claims (13)

1.一种新用户筛选系统，其特征在于，包括数据采集模块、指标数据生成模块和用户筛选模块，其中，

所述数据采集模块，用于从数据库服务器中获得各用户的基础信息；

所述指标数据生成模块的数据输入端与数据采集模块的数据输出端连接，指标数据生成模块用于基于采集到的各用户的基础信息，生成各项指标数据；

所述用户筛选模块的数据输入端与所述指标数据生成模块的数据输出端连接，用户筛选模块用于根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。

2.根据权利要求1所述的系统，其特征在于，还包括数据推送模块，用于将用户筛选模块筛选出的用户推送给需求方的数据接收终端。

3.根据权利要求1所述的系统，其特征在于，还包括WOE分箱模块，用于对一项或多项指标数据进行WOE分箱处理，将该项指标数据由真实数值替换为分箱后的WOE值，再输出给用户筛选模块。

4.根据权利要求1所述的系统，其特征在于，所述指标数据生成模块具体用于：针对于每个客户，将其基础信息中的部分信息直接作为指标数据，另一部分信息经过计算后得到指标数据，生成的所有指标数据输出给用户筛选模块。

5.根据权利要求4所述的系统，其特征在于，所述用户筛选模块基于二分类有监督学习模型，基于输入的各用户的指标数据对用户进行分类，输出各用户为意向用户的概率值。

6.根据权利要求4所述的系统，其特征在于，所述指标包括关联背景类指标，所述关联背景类指标包括三度及以下法人关联方平均存续时间指标、二度关联方平均阿拉丁分指标、二度关联自然人比例指标。

7.一种新用户筛选方法，其特征在于，包括以下步骤：

从数据库服务器中获得各用户的基础信息；

基于采集到的各用户的基础信息，生成各项指标数据；

根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户。

8.根据权利要求7所述的新用户筛选方法，其特征在于，还包括步骤：

将筛选出的用户推送给需求方的数据接收终端。

9.根据权利要求7所述的新用户筛选方法，其特征在于，在生成各项指标数据之后且根据各用户的所述各项指标数据筛选输出符合筛选条件的用户的步骤之前，所述方法还包括步骤：

对一项或多项指标数据进行WOE分箱处理，将该项指标数据由真实数值替换为分箱后的WOE值。

10.根据权利要求7所述的新用户筛选方法，其特征在于，所述基于采集到的各用户的基础信息，生成各项指标数据的步骤，包括：

针对于每个客户，将其基础信息中的部分信息直接作为指标数据，以及将另一部分信息经过计算后得到指标数据。

11.根据权利要求10所述的新用户筛选方法，其特征在于，所述根据各用户的所述各项指标数据，筛选输出符合筛选条件的用户的步骤，包括：

将各用户的所述各项指标数据输入至预先训练的二分类有监督学习模型，输出得到各用户为意向用户的概率值。

12.一种包括计算机可读指令的计算机可读存储介质，其特征在于，所述计算机可读指令在被执行时使处理器执行权利要求7-11任一所述方法中的操作。

13.一种电子设备，其特征在于，所述的设备包括：

存储器，存储程序指令；

处理器，与所述存储器相连接，执行存储器中的程序指令，实现权利要求7-11任一所述方法中的步骤。