CN112115346B - 线索数据处理方法及装置 - Google Patents

Abstract

本发明提出一种线索数据处理方法及装置，其中方法包括：获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息；根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息；根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级；根据潜在价值等级对线索数据进行标注，从而使得商户可以优先选择潜在价值等级高的线索数据进行处理，即选择具有强烈的消费意愿的线索数据进行处理，从而提高了线索数据的处理效率。

Description

线索数据处理方法及装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种线索数据处理方法及装置。

背景技术

目前的组件，用于收集用户信息和用户需求，形成线索数据，以短信、邮件或者二者结合的方式将线索数据推送给组件对应的商户，由商户和用户之间直接进行沟通。然而上述方案中，基于线索数据，商户难以区分线索数据是用户随手所填还是具有强烈的消费意愿，从而难以有效的对具有强烈消费意愿的线索数据进行处理，降低了线索数据的处理效率。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种线索数据处理方法，用于解决现有技术中线索数据处理效率差的问题。

本发明的第二个目的在于提出一种线索数据处理装置。

本发明的第三个目的在于提出另一种线索数据处理装置。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种线索数据处理方法，包括：

获取组件收集的线索数据，所述线索数据中包括：用户信息以及用户需求信息；

根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型；所述画像模型中包括：用户信息以及用户的倾向信息；

根据所述用户需求信息以及所述匹配的画像模型，确定所述线索数据的潜在价值等级；

根据所述潜在价值等级对所述线索数据进行标注。

进一步的，所述根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型之前，还包括：

针对每个用户，获取所述用户在预设时间段内对预设软件的使用记录；

对所述使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；

根据用户的用户信息以及倾向信息，生成用户对应的画像模型；

根据各个用户对应的画像模型，生成画像模型库。

进一步的，所述根据所述用户需求信息以及所述匹配的画像模型，确定所述线索数据的潜在价值等级，包括：

将所述用户需求信息以及所述匹配的画像模型中的倾向信息进行比对，获取所述用户需求信息与所述倾向信息之间的匹配度；

根据所述匹配度，确定所述线索数据的潜在价值等级。

进一步的，所述倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度；

所述用户需求信息与所述倾向信息之间的匹配度包括：所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度；

对应的，所述根据所述匹配度，确定所述线索数据的潜在价值等级，包括：

对所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度进行加权求和，获取加权求和结果；

根据加权求和结果，确定所述线索数据的潜在价值等级。

进一步的，所述根据所述潜在价值等级对所述线索数据进行标注之后，还包括：

获取所述组件对应的推送模式；所述推送模式包括：实时推送模式和周期推送模式；

在所述推送模式为实时推送模式时，将经过标注的线索数据推送给所述组件对应的商户；

在所述推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给所述组件对应的商户。

本发明实施例的线索数据处理方法，通过获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息；根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息；根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级；根据潜在价值等级对线索数据进行标注，从而使得商户可以优先选择潜在价值等级高的线索数据进行处理，即选择具有强烈的消费意愿的线索数据进行处理，从而提高了线索数据的处理效率。

为达上述目的，本发明第二方面实施例提出了一种线索数据处理装置，包括：

获取模块，用于获取组件收集的线索数据，所述线索数据中包括：用户信息以及用户需求信息；

查询模块，用于根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型；所述画像模型中包括：用户信息以及用户的倾向信息；

确定模块，用于根据所述用户需求信息以及所述匹配的画像模型，确定所述线索数据的潜在价值等级；

标注模块，用于根据所述潜在价值等级对所述线索数据进行标注。

进一步的，所述的装置还包括：语义分析模块和生成模块；

所述获取模块，还用于针对每个用户，获取所述用户在预设时间段内对预设软件的使用记录；

所述语义分析模块，用于对所述使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；

所述生成模块，用于根据用户的用户信息以及倾向信息，生成用户对应的画像模型；

所述生成模块，还用于根据各个用户对应的画像模型，生成画像模型库。

进一步的，所述确定模块具体用于，

将所述用户需求信息以及所述匹配的画像模型中的倾向信息进行比对，获取所述用户需求信息与所述倾向信息之间的匹配度；

根据所述匹配度，确定所述线索数据的潜在价值等级。

进一步的，所述倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度；

所述用户需求信息与所述倾向信息之间的匹配度包括：所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度；

所述确定模块，具体用于，

对所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度进行加权求和，获取加权求和结果；

根据加权求和结果，确定所述线索数据的潜在价值等级。

进一步的，所述的装置还包括：推送模块；

所述获取模块，还用于获取所述组件对应的推送模式；所述推送模式包括：实时推送模式和周期推送模式；

所述推送模块，用于在所述推送模式为实时推送模式时，将经过标注的线索数据推送给所述组件对应的商户；

在所述推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给所述组件对应的商户。

本发明实施例的线索数据处理装置，通过获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息；根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息；根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级；根据潜在价值等级对线索数据进行标注，从而使得商户可以优先选择潜在价值等级高的线索数据进行处理，即选择具有强烈的消费意愿的线索数据进行处理，从而提高了线索数据的处理效率。

为达上述目的，本发明第三方面实施例提出了另一种线索数据处理装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上所述的线索数据处理方法。

为了实现上述目的，本发明第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的线索数据处理方法。

为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时，实现如上所述的线索数据处理方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例提供的一种线索数据处理方法的流程示意图；

图2为组件的示意图；

图3为本发明实施例提供的一种线索数据处理装置的结构示意图；

图4为本发明实施例提供的另一种线索数据处理装置的结构示意图；

图5为本发明实施例提供的另一种线索数据处理装置的结构示意图；

图6为本发明实施例提供的另一种线索数据处理装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的线索数据处理方法及装置。

图1为本发明实施例提供的一种线索数据处理方法的流程示意图。如图1所示，该线索数据处理方法包括以下步骤：

S101、获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息。

本发明提供的线索数据处理方法的执行主体为线索数据处理装置，线索数据处理装置可以为终端设备、服务器等硬件设备，或者为硬件设备上安装的软件。线索数据处理装置可以与组件通信，或者与组件对应的后台服务器等通信，以获取组件收集的线索数据。其中，如图2所示，为组件的示意图。在图2中，组件可以向用户展示输入界面，以便用户输入用户信息以及用户需求信息。本实施例中，用户信息例如可以为手机号、名称、邮件地址、所在公司等信息。需求信息为用户填写表单的目的，例如如图2中的2018国际橡塑展等。本实施例中，线索数据中还可以包括：提交线索数据的用户账号等信息。其中，用户账号例如用户的百度账号等。

S102、根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息。

本实施例中，画像模型库中可以包括每个用户对应的画像模型，或者每类用户对应的画像模型。每个用户对应的画像模型中可以包括：该用户的用户信息，以及倾向信息。每类用户对应的画像模型中可以包括：该类各个用户的用户信息或者该类用户的共同的用户信息，以及该类用户的倾向信息。

本实施例中，当线索数据中还包括提交线索数据的用户账号等信息时，线索数据处理装置可以根据用户信息以及提交线索数据的用户账号等信息查询画像模型库，获取与用户信息以及提交线索数据的用户账号等信息匹配的画像模型。

本实施例中，步骤102之前，所述的方法还可以包括：生成画像模型库的过程。生成画像模型库的过程具体可以为，针对每个用户，获取用户在预设时间段内对预设软件的使用记录；对使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；根据用户的用户信息以及倾向信息，生成用户对应的画像模型；根据各个用户对应的画像模型，生成画像模型库。

其中，预设时间段例如1个月、6个月等。预设软件例如可以为，百度大搜、百度问答、百度论坛、咨询组件等。使用记录例如可以为搜索记录、咨询记录等。搜索记录例如，用户在软件界面上输入的搜索词，选中的搜索结果等。咨询记录例如，用户在软件界面上输入的咨询词，选中的答案等。本实施例中，可以通过用户的手机号、名称、邮件地址、所在公司、账号等信息来获取用户在预设软件上的使用记录。

本实施例中，在获取到各个用户对应的画像模型后，还可以对各个用户对应的画像模型进行聚类，将相似度较高的画像模型聚类到一起，从而得到各类用户对应的画像模型，进而生成画像模型库。

S103、根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级。

本实施例中，潜在价值等级，用于表示填写线索数据的用户的消息意愿的强烈程度。其中，线索数据处理装置执行步骤103的过程具体可以为，将用户需求信息以及匹配的画像模型中的倾向信息进行比对，获取用户需求信息与倾向信息之间的匹配度；根据匹配度，确定线索数据的潜在价值等级。

本实施例中，倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度等。对应的，用户需求信息与倾向信息之间的匹配度具体可以指，用户需求信息与消费水平之间的匹配度、用户需求信息与消费意向之间的匹配度、用户需求信息与强烈程度之间的匹配度。以用户需求信息为图2中的2018国际橡塑展为例，若画像模型中用户的消费意向为衣服、家电等，则用户需求信息与消费意向之间的匹配度低；若画像模型中用户的消费水平远远低于橡塑的价格水平时，确定用户需求信息与消费水平之间的匹配度低；若用户对橡胶的购买意愿的强烈程度低时，确定用户需求信息与强烈程度之间的匹配度低。

本实施例中，在倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度的情况下，线索数据处理装置根据匹配度确定线索数据的潜在价值等级的过程具体可以为，对用户需求信息与消费水平之间的匹配度、用户需求信息与消费意向之间的匹配度、用户需求信息与强烈程度之间的匹配度进行加权求和，获取加权求和结果；根据加权求和结果，确定线索数据的潜在价值等级。其中，潜在价值等级例如可以分为5级，分别为高、较高、中、较低、低。

S104、根据潜在价值等级对线索数据进行标注。

本实施例中，线索数据处理装置执行步骤104的过程具体可以为，将潜在价值等级添加到线索数据中；或者，建立潜在价值等级与线索数据之间的关联关系，以便商户在获取到线索数据时，能够获取到对应的潜在价值等级。

进一步的，在上述实施例的基础上，步骤104之后，所述的方法还可以包括以下步骤：获取组件对应的推送模式；推送模式包括：实时推送模式和周期推送模式；在推送模式为实时推送模式时，将经过标注的线索数据推送给组件对应的商户；在推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给组件对应的商户。

其中，按照对应的潜在价值等级对经过标注的线索数据进行分组的过程具体可以为，将具有相同的潜在价值等级的线索数据划分到同一个组中，进而得到多个分组，将多个分组按照潜在价值等级的高低顺序推送给商户，以便商户优先对潜在价值等级高的线索数据进行处理，从而提高线索数据的处理效率。

本发明实施例的线索数据处理方法，通过获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息；根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息；根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级；根据潜在价值等级对线索数据进行标注，从而使得商户可以优先选择潜在价值等级高的线索数据进行处理，即选择具有强烈的消费意愿的线索数据进行处理，从而提高了线索数据的处理效率。

图3为本发明实施例提供的一种线索数据处理装置的结构示意图。如图3所示，包括：获取模块31、查询模块32、确定模块33和标注模块34。

其中，获取模块31，用于获取组件收集的线索数据，所述线索数据中包括：用户信息以及用户需求信息；

查询模块32，用于根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型；所述画像模型中包括：用户信息以及用户的倾向信息；

确定模块33，用于根据所述用户需求信息以及所述匹配的画像模型，确定所述线索数据的潜在价值等级；

标注模块34，用于根据所述潜在价值等级对所述线索数据进行标注。

本发明提供的线索数据处理装置可以为终端设备、服务器等硬件设备，或者为硬件设备上安装的软件。线索数据处理装置可以与组件通信，或者与组件对应的后台服务器等通信，以获取组件收集的线索数据。其中，如图2所示，为组件的示意图。在图2中，组件可以向用户展示输入界面，以便用户输入用户信息以及用户需求信息。本实施例中，用户信息例如可以为手机号、名称、邮件地址、所在公司等信息。需求信息为用户填写表单的目的，例如如图2中的2018国际橡塑展等。本实施例中，线索数据中还可以包括：提交线索数据的用户账号等信息。其中，用户账号例如用户的百度账号等。

本实施例中，画像模型库中可以包括每个用户对应的画像模型，或者每类用户对应的画像模型。每个用户对应的画像模型中可以包括：该用户的用户信息，以及倾向信息。每类用户对应的画像模型中可以包括：该类各个用户的用户信息或者该类用户的共同的用户信息，以及该类用户的倾向信息。

本实施例中，当线索数据中还包括提交线索数据的用户账号等信息时，线索数据处理装置可以根据用户信息以及提交线索数据的用户账号等信息查询画像模型库，获取与用户信息以及提交线索数据的用户账号等信息匹配的画像模型。

进一步的，结合参考图4，在图3所示实施例的基础上，所述的装置还可以包括：语义分析模块35和生成模块36；

所述获取模块31，还用于针对每个用户，获取所述用户在预设时间段内对预设软件的使用记录；

所述语义分析模块35，用于对所述使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；

所述生成模块36，用于根据用户的用户信息以及倾向信息，生成用户对应的画像模型；

所述生成模块36，还用于根据各个用户对应的画像模型，生成画像模型库。

其中，预设时间段例如1个月、6个月等。预设软件例如可以为，百度大搜、百度问答、百度论坛、咨询组件等。使用记录例如可以为搜索记录、咨询记录等。搜索记录例如，用户在软件界面上输入的搜索词，选中的搜索结果等。咨询记录例如，用户在软件界面上输入的咨询词，选中的答案等。本实施例中，可以通过用户的手机号、名称、邮件地址、所在公司、账号等信息来获取用户在预设软件上的使用记录。

本实施例中，在获取到各个用户对应的画像模型后，还可以对各个用户对应的画像模型进行聚类，将相似度较高的画像模型聚类到一起，从而得到各类用户对应的画像模型，进而生成画像模型库。

本实施例中，潜在价值等级，用于表示填写线索数据的用户的消息意愿的强烈程度。其中，确定模块33具体可以用于，将用户需求信息以及匹配的画像模型中的倾向信息进行比对，获取用户需求信息与倾向信息之间的匹配度；根据匹配度，确定线索数据的潜在价值等级。

本实施例中，倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度等。对应的，用户需求信息与倾向信息之间的匹配度具体可以指，用户需求信息与消费水平之间的匹配度、用户需求信息与消费意向之间的匹配度、用户需求信息与强烈程度之间的匹配度。以用户需求信息为图2中的2018国际橡塑展为例，若画像模型中用户的消费意向为衣服、家电等，则用户需求信息与消费意向之间的匹配度低；若画像模型中用户的消费水平远远低于橡塑的价格水平时，确定用户需求信息与消费水平之间的匹配度低；若用户对橡胶的购买意愿的强烈程度低时，确定用户需求信息与强烈程度之间的匹配度低。

本实施例中，在倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度的情况下，线索数据处理装置根据匹配度确定线索数据的潜在价值等级的过程具体可以为，对用户需求信息与消费水平之间的匹配度、用户需求信息与消费意向之间的匹配度、用户需求信息与强烈程度之间的匹配度进行加权求和，获取加权求和结果；根据加权求和结果，确定线索数据的潜在价值等级。其中，潜在价值等级例如可以分为5级，分别为高、较高、中、较低、低。

进一步的，结合参考图5，在图3所示实施例的基础上，所述的装置还可以吧：推送模块37。

其中，所述获取模块31，还用于获取所述组件对应的推送模式；所述推送模式包括：实时推送模式和周期推送模式；

所述推送模块37，用于在所述推送模式为实时推送模式时，将经过标注的线索数据推送给所述组件对应的商户；

在所述推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给所述组件对应的商户。

其中，按照对应的潜在价值等级对经过标注的线索数据进行分组的过程具体可以为，将具有相同的潜在价值等级的线索数据划分到同一个组中，进而得到多个分组，将多个分组按照潜在价值等级的高低顺序推送给商户，以便商户优先对潜在价值等级高的线索数据进行处理，从而提高线索数据的处理效率。

本发明实施例的线索数据处理装置，通过获取组件收集的线索数据，线索数据中包括：用户信息以及用户需求信息；根据用户信息查询画像模型库，获取与用户信息匹配的画像模型；画像模型中包括：用户信息以及用户的倾向信息；根据用户需求信息以及匹配的画像模型，确定线索数据的潜在价值等级；根据潜在价值等级对线索数据进行标注，从而使得商户可以优先选择潜在价值等级高的线索数据进行处理，即选择具有强烈的消费意愿的线索数据进行处理，从而提高了线索数据的处理效率。

图6为本发明实施例提供的另一种线索数据处理装置的结构示意图。该线索数据处理装置包括：

存储器1001、处理器1002及存储在存储器1001上并可在处理器1002上运行的计算机程序。

处理器1002执行所述程序时实现上述实施例中提供的线索数据处理方法。

进一步地，线索数据处理装置还包括：

通信接口1003，用于存储器1001和处理器1002之间的通信。

存储器1001，用于存放可在处理器1002上运行的计算机程序。

存储器1001可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

处理器1002，用于执行所述程序时实现上述实施例所述的线索数据处理方法。

如果存储器1001、处理器1002和通信接口1003独立实现，则通信接口1003、存储器1001和处理器1002可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(Peripheral Component，简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器1001、处理器1002及通信接口1003，集成在一块芯片上实现，则存储器1001、处理器1002及通信接口1003可以通过内部接口完成相互间的通信。

处理器1002可能是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的线索数据处理方法。

本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的线索数据处理方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种线索数据处理方法，其特征在于，包括：

获取组件收集的线索数据，所述线索数据中包括：用户信息以及用户需求信息；

根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型；所述画像模型中包括：用户信息以及用户的倾向信息，所述倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度；

将所述用户需求信息以及所述匹配的画像模型中的倾向信息进行比对，获取所述用户需求信息与所述倾向信息之间的匹配度；所述匹配度包括：所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度；

对所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度进行加权求和，获取加权求和结果；

根据加权求和结果，确定所述线索数据的潜在价值等级；

根据所述潜在价值等级对所述线索数据进行标注。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型之前，还包括：

针对每个用户，获取所述用户在预设时间段内对预设软件的使用记录；

对所述使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；

根据用户的用户信息以及倾向信息，生成用户对应的画像模型；

根据各个用户对应的画像模型，生成画像模型库。

3.根据权利要求1所述的方法，其特征在于，所述根据所述潜在价值等级对所述线索数据进行标注之后，还包括：

获取所述组件对应的推送模式；所述推送模式包括：实时推送模式和周期推送模式；

在所述推送模式为实时推送模式时，将经过标注的线索数据推送给所述组件对应的商户；

在所述推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给所述组件对应的商户。

4.一种线索数据处理装置，其特征在于，包括：

获取模块，用于获取组件收集的线索数据，所述线索数据中包括：用户信息以及用户需求信息；

查询模块，用于根据所述用户信息查询画像模型库，获取与所述用户信息匹配的画像模型；所述画像模型中包括：用户信息以及用户的倾向信息，所述倾向信息中至少包括：消费水平、消费意向、购买意愿的强烈程度；

确定模块，用于将所述用户需求信息以及所述匹配的画像模型中的倾向信息进行比对，获取所述用户需求信息与所述倾向信息之间的匹配度；所述匹配度包括：所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度；对所述用户需求信息与所述消费水平之间的匹配度、所述用户需求信息与所述消费意向之间的匹配度、所述用户需求信息与所述强烈程度之间的匹配度进行加权求和，获取加权求和结果；根据加权求和结果，确定所述线索数据的潜在价值等级；

标注模块，用于根据所述潜在价值等级对所述线索数据进行标注。

5.根据权利要求4所述的装置，其特征在于，还包括：语义分析模块和生成模块；

所述获取模块，还用于针对每个用户，获取所述用户在预设时间段内对预设软件的使用记录；

所述语义分析模块，用于对所述使用记录中的每条记录进行语义意图分析，获取用户的用户信息以及倾向信息；

所述生成模块，用于根据用户的用户信息以及倾向信息，生成用户对应的画像模型；

所述生成模块，还用于根据各个用户对应的画像模型，生成画像模型库。

6.根据权利要求4所述的装置，其特征在于，还包括：推送模块；

所述获取模块，还用于获取所述组件对应的推送模式；所述推送模式包括：实时推送模式和周期推送模式；

所述推送模块，用于在所述推送模式为实时推送模式时，将经过标注的线索数据推送给所述组件对应的商户；

在所述推送模式为周期推送模式时，若到达推送时间，则获取一个周期内的经过标注的线索数据，按照对应的潜在价值等级对经过标注的线索数据进行分组，将分组结果推送给所述组件对应的商户。

7.一种线索数据处理装置，其特征在于，包括：

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3中任一所述的线索数据处理方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一所述的线索数据处理方法。