CN114862567A - 一种客户行业确定方法、装置、电子设备和存储介质 - Google Patents
一种客户行业确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114862567A CN114862567A CN202110164694.2A CN202110164694A CN114862567A CN 114862567 A CN114862567 A CN 114862567A CN 202110164694 A CN202110164694 A CN 202110164694A CN 114862567 A CN114862567 A CN 114862567A
- Authority
- CN
- China
- Prior art keywords
- industry
- identification information
- target
- information
- customer
- 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
Links
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种客户行业确定方法、装置、电子设备和存储介质;可将客户数据中的行业预测参考信息与行业词库进行匹配,确定目标词,根据行业预测参考信息中的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息,将第一客户描述信息和第一行业标识信息转换目标行业描述向量,再根据行业描述向量与第二行业标识信息的预设映射关系,确定目标第二行业标识信息,将目标第二行业标识信息设置为客户数据所属客户的行业标识信息;由此可以减少在确定客户行业时对人工的依赖,节约人力资源,在保障准确性的基础上提高金融领域确定客户所属行业的效率。
Description
技术领域
本发明涉及金融安全领域,具体涉及一种客户行业确定方法、装置、电子设备和存储介质。
背景技术
随着当前经济的快速发展,进行金融交易的客户越来越多,金融交易的业务量也大幅度上升,为了保证金融交易的安全性与合规性,需要确定进行金融交易的客户的所属行业。
目前,在确定客户所属行业时采取的主要方法是,由审核人员根据客户提供的信息,判断客户所属的行业,在审核过程中添加客户的行业信息。但是采用这种方案,不能够保证审核人员根据客户数据进行综合的审核,且这种方案对人力资源的依赖很大,审核速度较缓慢,不利于提升确定客户所属行业的效率。
发明内容
本发明实施例提供一种客户行业确定方法、装置、电子设备和存储介质,可以减少对人工的依赖,节约人力资源,在保障准确性的基础上提高确定客户所属行业的效率。
本发明实施例提供一种客户行业确定方法,包括:
确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将所述客户数据中除所述第一客户描述信息之外的信息确定为行业预测参考信息;
将所述行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定所述行业预测参考信息中与所述行业词库的行业关联词匹配的目标词;
根据所述行业预测参考信息中与各预设行业对应的目标词,从所述预设行业中确定所述客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取所述第一候选行业的第一行业标识信息;
将所述第一客户描述信息和所述第一行业标识信息转换为特征向量,将转换得到的特征向量作为所述客户数据对应的目标行业描述向量;
根据行业描述向量与第二行业标识信息的预设映射关系,以及所述目标行业描述向量,确定所述客户数据对应的目标第二行业标识信息,将所述目标第二行业标识信息设置为所述客户数据所属客户的行业标识信息。
相应的,本发明实施例还提供一种客户行业确定装置,该客户行业确定装置包括:
信息确定单元,用于确定待分析的客户数据中,与预设特定客户特征匹配的第一客户描述信息,将所述客户数据中除所述第一客户描述信息之外的信息确定为行业预测参考信息;
匹配单元,用于将所述行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定所述行业预测参考信息中与所述行业词库的行业关联词匹配的目标词;
第一行业确定单元,用于根据所述行业预测参考信息中与各预设行业对应的目标词,从所述预设行业中确定所述客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取所述第一候选行业的第一行业标识信息;
向量转换单元,用于将所述第一客户描述信息和所述第一行业标识信息转换为特征向量,将转换得到的特征向量作为所述客户数据对应的目标行业描述向量;
第二行业确定单元,用于根据行业描述向量与第二行业标识信息的预设映射关系,以及所述目标行业描述向量,确定所述客户数据对应的目标第二行业标识信息,将所述目标第二行业标识信息设置为所述客户数据所属客户的行业标识信息。
在一个可选的示例中,所述第一行业确定单元包括第一候选行业确定单元,用于根据各预设行业的行业关联词的行业关联性表征信息,以及所述行业预测参考信息在各行业词库下匹配到的目标词,确定所述行业预测参考信息与各预设行业的关联性,所述行业关联性表征信息用于表征所述行业关联词与其所属预设行业的关联性;
基于所述行业预测参考信息与各预设行业的关联性,确定所述客户数据所属的客户的第一候选行业。
在一个可选的示例中,第一候选行业确定单元还可以用于获取目标词,和匹配到所述目标词的行业关联词之间的相似度;
根据各预设行业的行业关联词的行业关联性表征信息和所述相似度,确定所述目标词与各所述预设行业的关联性;
基于所述行业预测参考信息中的目标词,和所述目标词与各预设行业的关联性,确定所述行业预测参考信息与各预设行业的关联性。
在一个可选的示例中,所述信息确定单元之前,还包括映射关系建立单元,用于获取历史客户的历史客户数据的历史行业描述向量和所述历史客户的第二行业标识信息;
对属于同一历史客户的第二行业标识信息和历史行业描述向量建立映射关系,得到行业描述向量与第二行业标识信息的预设映射关系。
对应的,所述第二行业确定单元包括第二行业标识信息确定单元,用于确定所述目标行业描述向量,与所述预设映射关系中各行业描述向量的相关度;
根据各所述行业描述向量对应的所述相关度以及各所述行业描述向量对应的第二行业标识信息,确定所述客户数据对应的目标第二行业标识信息。
在一个示例中,所述第二行业标识信息确定单元包括相关度确定子单元,用于计算所述目标行业描述向量与各所述行业描述向量的距离,将所述距离作为所述目标行业描述向量与各所述行业描述向量的相关度;
相应的,所述第二行业标识信息确定单元还包括目标第二行业标识信息确定单元,用于基于所述相关度从所述行业描述向量中,选择预设数量的行业描述向量作为参考行业描述向量;
基于所述参考行业描述向量对应的第二行业标识信息,统计各第二行业标识信息下的参考行业描述向量数量;
基于各第二行业标识信息下的参考行业描述向量数量,确定所述客户数据对应的目标第二行业标识信息。
在一个示例中,所述目标第二行业标识信息确定单元,还可以用于分别计算各第二行业标识信息下对应的参考行业描述向量数量,与所述预设数量之间的比值,得到各第二行业标识信息对应的得票差值;
若存在得票差值大于预设差值的第二行业标识信息,从得票差值大于所述预设差值的第二行业标识信息中确定所述客户数据对应的第二行业标识信息,得到目标第二行业标识信息;
若不存在得票差值大于预设差值的第二行业标识信息,将所述客户数据和所述客户数据在各第二行业标识信息下对应的参考行业描述向量数量,作为异常预测信息存入异常预测信息集合;
将所述异常预测信息集合中的异常预测信息发送给人工复核平台;
接收所述人工复核平台发送的针对所述异常预测信息的人工复核结果,若所述人工复核结果中包括为所述客户数据设置的目标行业标识信息,将所述目标行业标识信息确定为所述客户数据对应的目标第二行业标识信息。
在一个示例中,所述第二行业确定单元后,还包括报文生成单元,用于从所述至少两个预设行业的行业词库中,确定所述目标第二行业标识信息对应的目标行业词库;
根据所述目标行业词库,确定所述目标行业词库中与所述行业预测参考信息匹配的目标行业关联词;
获取所述目标第二行业标识信息对应的客户分析报文模板,所述客户分析报文模板中包括待填充位置的填充指示信息,所述填充指示信息用于指示所述待填充位置上需要填充的行业关联词;
基于所述填充指示信息,确定所述目标行业关联词中待填充的行业关联词,将所述待填充的行业关联词,填写到所述客户分析报文模板中对应的待填充位置上,得到客户分析报文。
相应的,本发明实施例还提供一种电子设备,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行本发明实施例所提供的任一种客户行业确定方法中的操作。
此外,本发明实施例还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本发明实施例所提供的任一种客户行业确定方法中的步骤。
采用本发明实施例的方案,可以确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将该客户数据中除该第一客户描述信息之外的信息确定为行业预测参考信息,将该行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定该行业预测参考信息中与该行业词库的行业关联词匹配的目标词,根据该行业预测参考信息中与各预设行业对应的目标词,从该预设行业中确定该客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取该第一候选行业的第一行业标识信息,将该第一客户描述信息和该第一行业标识信息转换为特征向量,将转换得到的特征向量作为该客户数据对应的目标行业描述向量,根据行业描述向量与第二行业标识信息的预设映射关系,以及该目标行业描述向量,确定该客户数据对应的目标第二行业标识信息,将该目标第二行业标识信息设置为该客户数据所属客户的行业标识信息;由于在本实施例中,先通过对行业预测参考信息进行行业关联词匹配计算,确定了行业预测参考信息在第一候选行业下的第一行业标识信息,对客户所属行业做初步的预测,再结合第一客户描述信息,根据映射关系进行计算,最终得到客户数据所属客户的行业标识信息,进一步保证行业确定的准确性。因此可以减少在确定客户行业时对人工的依赖,节约人力资源,在保障准确性的基础上提高在金融行业中确定客户所属行业的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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的附图。
图1是本发明实施例提供的客户行业确定方法的场景示意图;
图2是本发明实施例提供的客户行业确定方法的流程图;
图3是本发明实施例提供的客户行业确定方法的另一流程示意图;
图4是本发明实施例提供的客户数据提交页面示意图;
图5是本发明实施例提供的人工审核页面示意图;
图6是本发明实施例提供的生成客户分析报文页面的示意图;
图7是本发明实施例提供的客户行业确定装置的结构示意图;
图8是本发明实施例提供的客户行业确定装置的另一结构示意图;
图9是本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动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。
本发明实施例提供一种客户行业确定方法、装置、电子设备和存储介质。具体地,本发明实施例提供适用于客户行业确定装置的客户行业确定方法,该客户行业确定装置可以集成在电子设备中。
该电子设备可以为终端等设备,包括但不限于移动终端和固定终端,例如移动终端包括但不限于智能手机、智能手表、平板电脑、笔记本电脑、智能车载等,其中,固定终端包括但不限于台式电脑、智能电视等。
该电子设备还可以为服务器等设备,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器,但并不局限于此。
本发明实施例的客户行业确定方法,可以由服务器实现,也可以由终端和服务器共同实现。
下面以终端和服务器共同实现该客户行业确定方法为例,对该方法进行说明。
如图1所示,本发明实施例提供的客户行业确定系统包括终端10和服务器20等;终端10与服务器20之间通过网络连接,比如,通过有线或无线网络连接等,其中,终端10可以作为用户向服务器20发送待分析的客户数据的终端存在。
其中,终端10可以为用户上传待分析的客户数据的终端,用于向服务器20发送待分析的客户数据。
服务器20,可以用于确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息,将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词,根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息,将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量,根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息。
服务器20,可以将目标第二行业标识信息发送给终端10,以使得终端10显示目标第二行业标识信息。
终端10,可以在接收到服务器20发送的目标第二行业标识信息后,对目标第二行业标识信息进行显示。终端10可以根据审核人员的操作,调整目标第二行业标识信息,并向服务器20发送调整后的结果。服务器20根据接收到的调整后的结果,生成新的目标第二行业标识信息。
以下分别进行详细说明。需要说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本发明实施例将从客户行业确定装置的角度进行描述,该客户行业确定装置具体可以集成在服务器或终端中。
如图2所示,本实施例的客户行业确定方法的具体流程可以如下:
201、确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息。
其中,预设特定客户特征可以是在实际应用过程中根据客户会提供的与自身相关的年龄、年收入、家庭成员数等信息,而预先设置的;服务器可以将待分析的客户数据与预设特定客户特征进行匹配,得到属于预设特定客户特征的第一客户描述信息。
在一个示例中,预设特定客户特征可以包括客户年龄、客户年收入、客户月均交易频次、客户年交易金额等等。比如,客户提供的信息为“今年25岁,年收入10万元,每月平均转账三次”,则可以确定的第一客户描述信息为:客户年龄25,客户年收入100000,客户月均交易频次3。
在实际应用过程中,可以通过在终端上如图4所示的页面上填写客户信息,使客户提供部分或所有与预设特定客户特征匹配的数据,终端将表格内的数据及表格内数据所属的预设特定客户特征,对应的发送给服务器,服务器可以直接根据表格内的数据及表格内数据所属的预设特定客户特征,确定第一客户描述信息,进一步提升了确定第一客户描述信息和行业预测参考信息的效率。
可以理解的是,为了保证最终得到的目标第二行业标识信息的准确性,在根据待分析的客户数据进行分析,得到目标客户数据之前,需要预先建立要在客户行业确定方法中使用的映射关系。在步骤201前,还包括:
获取历史客户的历史客户数据的历史行业描述向量和历史客户的第二行业标识信息;
对属于同一历史客户的第二行业标识信息和历史行业描述向量建立映射关系,得到行业描述向量与第二行业标识信息的预设映射关系;
其中,历史客户数据可以是过去某段时间内历史客户所提供的真实的客户数据,例如在建立映射关系时,选取过去三年内某银行所有客户的客户数据作为历史客户数据。历史客户数据也可以是开发人员根据实际使用应用情况编写的客户数据,开发人员可以在编写的客户数据中设计更复杂的信息内容、信息种类等等,增强映射关系的准确性。
其中,历史客户的第二行业标识信息可以是在人工根据历史客户数据进行分析,进而确定历史用户的所属行业后生成的。
可选的,在映射关系中,一个历史客户的第二行业标识信息可以只与一个历史行业描述向量互相映射,不同的历史行业描述向量映射的历史客户的第二行业标识信息可以是相同的,或,一个历史客户的第二行业标识信息可以与多个历史行业描述向量互相映射。
202、将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词。
其中,预设行业可以是根据日常生活中的行业划分或者金融领域中对行业的划分,确定的行业的种类。本发明实施例中,预设行业至少有两个。
在一个示例中,每个行业都有对应的行业词库,行业词库中可以包括对应的行业中的专有名词、行业常用词等等行业词。不同行业对应的行业词库中可能有部分行业词是相同的。
其中,当行业词库中的部分行业词与行业预测参考信息匹配时,与行业预测参考信息匹配的行业词为行业关联词,行业预测参考信息中与行业词库的行业关联词匹配的词为目标词。
可以理解的是,不同预设行业对应的行业词可以有部分或全部是相同的,对应的目标词可以有部分或全部是相同的。
可以理解的是,为了保证目标词与行业的相关性,在确定行业预测参考信息中的目标词时,目标词可以除了包括与行业关联词完全匹配的词语部分外,还可以包括对词语的修饰部分。
例如,开发人员设置两个预设行业分别为零售业和批发业,在零售业对应的行业词库和批发业对应的行业词库中,都包含“猪肉”这一行业关联词。若A客户提供的行业预测参考信息中包含“每天出售猪肉1000斤”的内容,则在确定目标词时,将“猪肉1000斤”作为目标词。
在另一个示例中,若行业预测参考信息中,存在某些词语与行业词库中的行业关联词不能完全匹配,但是相似度大于预设值时,则将这些词语也作为目标词,并记录每个目标词对应的相似度。
例如,批发业对应的行业词库中,包括“猪肉”这一行业关联词。若A客户提供的行业预测参考信息中包含“每天出售卤猪肉1000斤”的内容,则在确定目标词时,将“卤猪肉1000斤”作为目标词,并记录“卤猪肉”与“猪肉”的相似度。
在实际应用过程中,为了保证行业词库中行业词的准确性和时效性,可以根据历史客户数据,对行业词库中的行业词进行调整。可选的,在步骤“确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息”之前,还可以包括:
获取历史行业预测参考信息和对应的历史目标词;
将历史行业预测参考信息,与至少两个预设行业的待训练的行业词库进行匹配,确定与待训练的行业词库中的行业关联词匹配的目标词;
根据历史目标词和目标词,对待训练的行业词库中的行业词进行调整,得到行业词库。
其中,在调整待训练的行业词库中的行业词时,可以是对待训练的行业词库中已有的行业词进行修改,也可以在待训练的行业词库中增加或删除行业词,等等。
203、根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息。
其中,不同的第一行业标识信息可以用于表征不同的预设行业,第一行业标识信息可以直接是行业名称,也可以是不同行业对应的不同数值等形式。比如,开发人员可以为不同的行业设置不同的对应数值,例如零售行业对应的数值为1,批发行业对应的数值为2等等。可以理解的是,不同行业对应的数值只起到表征不同行业的作用。
具体的,步骤“根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业”,可以包括:
根据各预设行业的行业关联词的行业关联性表征信息,以及行业预测参考信息在各行业词库下匹配到的目标词,确定行业预测参考信息与各预设行业的关联性,行业关联性表征信息用于表征行业关联词与其所属预设行业的关联性;
基于行业预测参考信息与各预设行业的关联性,确定客户数据所属的客户的第一候选行业。
其中,各预设行业的行业关联词的行业关联性表征信息可以用于度量,根据行业关联词将行业预测参考信息对应的用户所对应的行业,预测为各预设行业的影响度,各预设行业的行业关联词的行业关联性表征信息可以表现为行业预测概率或行业预测分值等形式,例如15%或者3分。
其中,在不同的预设行业中,行业关联词的行业关联性表征信息可以不同。
例如,若各预设行业的行业关联词的行业关联性表征信息表现为行业预测分值的形式,在零售行业中,行业关联词“大量”对应的行业预测分值可以为1,在批发行业中,行业关联词“大量”对应的行业预测分值可以为12。
在一个示例中,确定行业预测参考信息与各预设行业的关联性时,若行业关联性表征信息表现为行业预测概率的形式,则可以根据各预设行业的行业关联词的行业关联性表征信息,通过加权计算等方式综合计算行业预测参考信息在不同的预设行业中对应的关联性。
在另一个示例中,确定行业预测参考信息与各预设行业的关联性时,若行业关联性表征信息表现为行业预测分值的形式,则可以根据各预设行业的行业关联词的行业关联性表征信息,通过加权计算、累计求和等方式综合计算行业预测参考信息在不同的预设行业中对应的关联性。
其中,开发人员根据实际使用情况设置基于行业预测参考信息与各预设行业的关联性,确定客户数据所属的客户的第一候选行业的规则,例如,可以将规则设置为只选取与行业预测参考信息关联性最高的行业作为第一候选行业。
在另一个示例中,为了避免只选取一个第一候选行业可能存在误差的情况,可以设置先对行业预测参考信息与各预设行业的关联性按从大到小的顺序进行排序,选择排序靠前的N个与行业预测参考信息的关联性对应的行业作为第一候选行业。其中,N可以由开发人员根据实际使用情况确定。
可以理解的是,不同的关联性是在不同的预设行业下得到的,因此可以在得到行业预测参考信息与各预设行业的关联性后,直接确定不同的关联性对应的行业,提高了本发明实施例的效率。
可以理解的是,若行业预测参考信息中,存在某些词语与行业词库中的行业词不能完全匹配,但是这些词语和行业词有一定的相似度,则将这些词语也作为目标词,并记录每个目标词与对应行业关联词之间的相似度。
步骤“根据各预设行业的行业关联词的行业关联性表征信息,以及行业预测参考信息在各行业词库下匹配到的目标词,确定行业预测参考信息与各预设行业的关联性”,可以包括:
获取目标词,和匹配到目标词的行业关联词之间的相似度;
根据各预设行业的行业关联词的行业关联性表征信息和相似度,确定目标词与各预设行业的关联性;
基于行业预测参考信息中的目标词,和目标词与各预设行业的关联性,确定行业预测参考信息与各预设行业的关联性。
其中,在根据各预设行业的行业关联词的行业关联性表征信息和相似度,确定目标词与各预设行业的关联性时,可以先根据相似度,确定不同的目标词与所属预设行业的关联性的权重,再进行加权计算,得到目标词与各预设行业的关联性。
在实际应用过程中,为了提升各预设行业中行业关联词与所属预设行业的关联性的对应关系的准确性,尽量减少人工设置行业预测相关值对最终得到的目标客户数据的影响,可以根据历史客户数据,对行业关联词与所属预设行业的关联性的对应关系进行调整。可选的,本发明实施例还可以包括:
获取历史行业预测参考信息对应的历史目标词和对应的历史行业关联性;
根据各预设行业的行业关联词的待训练的行业关联性表征信息,以及历史目标词和与历史目标词匹配的行业关联词的相似度,确定行业预测参考信息在各预设行业下的关联性;
根据历史行业关联性和关联性,对各预设行业的行业关联词的待训练的行业关联性表征信息进行调整,得到训练后的各预设行业的行业关联词的行业关联性表征信息。
其中,在调整待训练的各预设行业的行业关联词的行业关联性表征信息时,可以是对不同行业中,行业关联词的行业关联性表征信息进行修改,或,对不同行业关联词的行业关联性表征信息进行修改等等。
204、将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量。
其中,目标行业描述向量可以对第一客户描述信息和第一行业标识信息进行综合性的描述。在一个示例中,服务器可以根据行业描述向量,建立目标向量空间,目标向量空间的维数可以根据预设特定客户特征确定。若第一行业标识信息为行业对应的数值,则目标行业描述向量可以是在目标向量空间中,以位置的形式对第一客户描述信息和第一行业标识信息进行表示。
在另一个示例中,服务器可以对第一客户描述信息和第一行业标识信息进行多元线性回归计算,将第二行业标识信息作为未知因变量,第一客户描述信息和第一行业标识信息作为变量,计算出一组回归系数和随机误差项,将这组回归系数和随机误差项作为目标行业描述向量。
205、根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息,将目标第二行业标识信息设置为客户数据所属客户的行业标识信息。
其中,预设映射关系是预先通过人工标注,或通过机器学习等方式,建立的行业描述向量与第二行业标识信息之间的对应关系。
可选的,在预设映射关系中,一个客户的第二行业标识信息可以只与一个行业描述向量互相对应,不同的行业描述向量对应的第二行业标识信息可以是相同的,或,一个客户的第二行业标识信息可以与多个行业描述向量互相映射。
其中,第二行业标识信息可以是在人工根据历史客户数据和行业描述向量进行分析,进而确定行业描述向量所描述的客户的所属行业后生成的。目标第二行业标识信息可以表征最终确定的客户数据所属客户的行业,目标第二行业标识信息可以表征至少一个行业,服务器可以将表征至少两个行业的目标第二行业标识信息发送给终端进行显示,通过人工审核的方式确定客户数据对应的唯一行业。
具体的,步骤“根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息”可以包括:
确定目标行业描述向量,与预设映射关系中各行业描述向量的相关度;
根据各行业描述向量对应的相关度以及各行业描述向量对应的第二行业标识信息,确定客户数据对应的目标第二行业标识信息。
其中,相关度具体可以是一个数值的形式,例如可以通过3等数字表示各行业描述向量与目标行业描述向量之间的相关程度的高低。
在一个示例中,步骤“确定目标行业描述向量,与预设映射关系中各行业描述向量的相关度”,可以包括:
计算目标行业描述向量与各行业描述向量的距离,将距离作为目标行业描述向量与各参考行业描述向量的相关度。
其中,距离可以通过如下公式计算得到:
其中,S表示目标行业描述向量与行业描述向量的距离,n表示行业描述向量的向量维度数,xip表示n维的目标行业描述向量在第i个维度的向量分量,xiq表示n维的参考行业描述向量在第i个维度的向量分量。
在一个示例中,为了保证目标第二行业标识信息的准确性,同时降低客户行业确定方法的资源占用率,提高运行速率,在实际应用中可以采用K最近邻(K-NearestNeighbor,KNN)算法,计算出目标第二行业标识信息。可选的,步骤“根据各行业描述向量对应的相关度以及行业标识信息,确定客户数据对应的目标第二行业标识信息”,可以包括:
基于相关度从行业描述向量中,选择预设数量的行业描述向量作为参考行业描述向量;
基于参考行业描述向量对应的第二行业标识信息,统计各第二行业标识信息下的参考行业描述向量数量;
基于各第二行业标识信息下的参考行业描述向量数量,确定客户数据对应的目标第二行业标识信息。
其中,预设数量一般为奇数,避免在只有两种预设行业时出现在两个预设行业中对应的参考行业描述向量数量相同的情况。
可选的,若目标行业描述向量表征的是一组回归系数和随机误差项,在得到参考行业描述向量后,可以对参考行业描述向量表征的回归系数和随机误差项,根据相关的进行加权计算,得到一组新的回归系数和随机误差项,根据新的回归系数和随机误差项确定对应的第二行业标识信息作为目标第二行业标识信息。
在一个示例中,在将目标第二行业标识信息设置为客户数据所属客户的行业标识信息时,若客户数据中原本具有行业标识信息,可以将原本的行业标识信息更新为目标第二行业标识信息;若客户数据中原本不具有行业标识信息,可以将目标第二行业标识信息写入客户数据中。
为了避免目标第二行业标识信息计算错误带来的风险,可以在得到目标第二行业标识信息后,对得到的目标第二行业标识信息进一步的审核,提升本发明实施例的可靠性。可选的,步骤“基于各第二行业标识信息下的参考行业描述向量数量,确定客户数据对应的目标第二行业标识信息”,包括:
分别计算各第二行业标识信息下对应的参考行业描述向量数量,与预设数量之间的比值,得到各第二行业标识信息对应的得票差值;
若存在得票差值大于预设差值的第二行业标识信息,从得票差值大于预设差值的第二行业标识信息中确定客户数据对应的第二行业标识信息,得到目标第二行业标识信息;
若不存在得票差值大于预设差值的第二行业标识信息,将客户数据和客户数据在各第二行业标识信息下对应的参考行业描述向量数量,作为异常预测信息存入异常预测信息集合;
将异常预测信息集合中的异常预测信息发送给人工复核平台;
接收人工复核平台发送的针对异常预测信息的人工复核结果,若人工复核结果中包括为客户数据设置的目标行业标识信息,将目标行业标识信息确定为客户数据对应的目标第二行业标识信息。
在一个示例中,可以计算各第二行业标识信息下对应的得票差值,若得到多个大于预设差值的得票差值,将大于预设差值的得票差值以及对应的第二行业标识信息都发送到终端进行人工审核,通过人工审核的方式确定客户数据对应的目标第二行业标识信息。
在另一个示例中,可以计算各第二行业标识信息下对应的得票差值,若得到多个大于预设差值的得票差值,将得票差值大于预设差值的第二行业标识信息全部作为目标第二行业标识信息,即目标第二行业标识信息可以包括多条第二行业标识信息,在将目标第二行业标识信息设置为客户数据所属客户的行业标识信息时,可以优先将得票差值最高的客户数据对应的目标第二行业标识信息设置为客户数据所属客户的行业标识信息;同时将其它的目标第二行业标识信息以及对应的得票差值以补充说明、备注等方式设置在客户数据中。
在另一个示例中,也可以只计算数值最大的参考行业描述向量数量对应的得票差值,若该得票差值大于预设差值,直接将该得票差值对应的第二行业标识信息作为客户数据对应的目标第二行业标识信息。
其中,将异常预测信息存入异常预测信息集合时,可以实时统计异常预测集合中异常预测信息的条数,当储存的异常预测信息的条数大于预设值时,再将异常预测集合中所有的异常预测信息发送给人工复核平台。
可选的,为了提升本发明实施例的客户行业确定速度,提高准确率,可以将经过人工审核的样本作为新的历史客户数据进行训练。可选的,本发明实施例还可以包括:
若人工复核结果中包括异常预测信息对应的目标第二行业标识信息,将人工复核结果中的目标第二行业标识信息以及对应的客户数据,作为新的历史客户数据。
可以理解的是,为了保证金融交易的安全性,保护财产安全,若人工审核后发现某些客户的行业信息无法确定,可以再对这部分无法确定行业信息的客户进行进一步的审核。在一个示例中,还包括:
若人工复核结果中包括异常预测信息对应的可疑用户标识,根据可疑用户标识,将可疑用户标识对应的客户数据发送给异常交易审核平台,触发异常交易审核平台对客户数据进行异常交易审核。
其中,异常交易审核平台可以仅判断用户交易是否存在金融风险,也可以进一步审核得到客户的行业信息,并对客户的交易行为进行更高等级的监控。
为了满足金融监管机构对上报报文的要求,可以根据行业预测参考信息以及目标行业标识信息,自动生成需要上报的报文,可选的,本发明实施例还包括:
从至少两个预设行业的行业词库中,确定目标第二行业标识信息对应的目标行业词库;
根据目标行业词库,确定目标行业词库中与行业预测参考信息匹配的目标行业关联词;
获取目标第二行业标识信息对应的客户分析报文模板,客户分析报文模板中包括待填充位置的填充指示信息,填充指示信息用于指示待填充位置上需要填充的行业关联词;
基于填充指示信息,确定目标行业关联词中待填充的行业关联词,将待填充的行业关联词,填写到客户分析报文模板中对应的待填充位置上,得到客户分析报文。
其中,客户分析报文模板是开发人员根据实际应用设置的符合金融监管部门要求的格式的报文模板。不同的第二行业标识信息可以对应不同的客户分析报文模板。
在一个示例中,填充指示信息还可以用于指示待填充位置上需要填充的第一客户描述信息。在对客户分析报文模板进行填充时,还可以基于填充指示信息和第一客户描述信息,将第一客户描述信息按不同的预设特定客户特征填写到客户分析报文模板中对应的待填充位置上。
由上可知,本发明实施例可以减少对人工的依赖,节约人力资源,在保障准确性的基础上,提高金融领域中确定客户所属行业的效率。
根据前面实施例所描述的方法,以下将举例作进一步详细说明。
在本实施例中,将结合图1的系统进行说明。
如图3所示,本实施例的客户行业确定方法,具体流程可以如下:
301、终端接收用户提交的待分析的客户数据,将待分析的客户数据发送给服务器。
其中,客户或审核人员可以通过终端上如图4所示的页面,填写待分析的客户数据。
在一个示例中,客户或审核人员点击如图4中名为“提交”的控件,触发终端根据当前页面的信息生成待分析的客户数据,终端将待分析的客户数据发送给服务器。
302、服务器接收到待分析的客户数据后,确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息。
可选的,步骤“确定待分析的客户数据中,属于预设特定客户特征的第一客户描述信息”也可以直接在终端上完成,节约服务器中的计算资源。
在一个示例中,服务器接收到待分析的客户数据后,可以即时对接收到的客户数据进行处理。
在另一个示例中,也可以在服务器中预先设置待分析信息存储区域,将待分析的客户数据存储到待分析信息存储区域中,设置固定的处理时间间隔,每当经过固定的处理时间间隔后,对待分析信息存储区域中的待分析的客户数据集中进行分析处理,节约服务器中的计算资源。
其中,处理时间间隔可以是24小时,也可以设置为具体的处理时间,如每个工作日早上8点开始进行分析处理。
303、服务器将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词。
例如,服务器确定的行业预测参考信息为“在S市场卖菜,每天能售出蔬菜100斤,卤猪肉30斤,雇佣员工1人,仓库占地30平米,摊位占地10平米”,零售行业对应的行业词库中包括“蔬菜”、“猪肉”、“摊位”、“雇佣”等等,批发行业词库中包括“蔬菜”、“猪肉”、“仓库”、“雇佣”等等。则经过匹配计算后,可以确定行业预测参考信息中与零售行业对应的目标词为:蔬菜、卤猪肉、摊位、雇佣,与批发行业对应的目标词为:蔬菜、卤猪肉、仓库、雇佣,其中,卤猪肉与猪肉的相似度判断为60%。
304、服务器根据各预设行业的行业关联词的行业关联性表征信息,以及行业预测参考信息在各行业词库下匹配到的目标词,确定行业预测参考信息与各预设行业的关联性。
其中,行业关联词与所属预设行业的关联性可以是一个具体的数值,例如1、3等。行业关联词与所属预设行业的关联性的对应关系可以包括不同的预设行业中,每个行业关联词对应的行业预测分值,例如在零售行业中,行业关联词“雇佣”对应的行业预测分值为2,在批发行业中,行业关联词“雇佣”对应的行业预测分值为5。
具体地,在确定行业预测参考信息与各预设行业的关联性时,可以将行业预测参考信息在不同行业中,对应的每个行业关联词对应的行业预测分值直接相加,得到行业预测参考信息与各预设行业的关联性。
在一个示例中,若目标词与行业关联词不完全匹配,但是具有一定的相似度时,可以根据相似度,对行业预测参考信息在不同行业中,对应的目标词所对应的行业预测分值进行加权计算,得到行业预测参考信息与各预设行业的关联性。具体的计算方法可以由开发人员根据实际情况设计,在此不做限定。
例如,若行业预测参考信息中与零售行业对应的目标词为:蔬菜、卤猪肉、摊位、雇佣,与批发行业对应的目标词为:蔬菜、卤猪肉、仓库、雇佣,其中,卤猪肉与猪肉的相似度判断为60%。
其中,可以设置在零售行业中,蔬菜对应的行业预测分值为5,猪肉对应的行业预测分值为5,摊位对应的行业预测分值为6,雇佣对应的行业预测分值为1;在批发行业中,蔬菜对应的行业预测分值为5,猪肉对应的行业预测分值为5,仓库对应的行业预测分值为6,雇佣对应的行业预测分值为6。
可以计算行业预测参考信息与零售行业的关联性为5+5*60%+6+1=15,与批发行业的关联性为5+5*60%+6+6=20。
305、服务器基于行业预测参考信息与各预设行业的关联性,确定客户数据所属的客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息。
其中,开发人员可以将第一行业标识信息设置为具体的数字。例如,零售行业对应的第一行业标识信息为1,批发行业对应的第一行业标识信息为2。
例如,行业预测参考信息在批发行业的关联性最高,则将批发行业作为第一候选行业,第一行业标识信息为2。
306、服务器将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量。
在一个示例中,第一客户描述信息包括:客户年龄22、客户月交易频率3、客户月收入5000,第一行业标识信息为2。生成的目标行业描述向量可以表示为(22,3,5000,2)。
307、服务器计算目标行业描述向量与各行业描述向量的距离,将距离作为目标行业描述向量与各行业描述向量的相关度。
其中,映射关系可以包括根据预设特定客户特征和行业种类确定的多维度的向量空间,还包括根据历史客户数据确定的在向量空间中的行业描述向量。
例如,目标行业描述向量可以表示为(22,3,5000,2),映射关系还提供了行业描述向量A(30,2,15000,2)和行业描述向量B(25,3,7000,2)。服务器可以分别计算目标行业描述向量与行业描述向量A、行业描述向量B之间的距离,并将得到的距离作为目标行业描述向量与各行业描述向量的相关度。
308、服务器基于相关度从行业描述向量中,选择预设数量的行业描述向量作为参考行业描述向量。
其中,行业描述向量可以有多个,预设数量不超过行业描述向量的总个数。
在选择参考行业描述向量时,可以先对相关度进行排序,再按照参考向量选择参数选择相关性较大的相关度,并将选择的相关度对应的行业描述向量作为参考行业描述向量。
例如,有行业描述向量A、B、C、D,目标行业描述向量与A、B、C、D之间的距离分别为5、3、4、1,预设数量为3,按照与目标行业描述向量之间的距离进行排序,则距离的顺序由大到小为5、4、3、1,可以按照预设数量,选择较小的三个距离对应的行业描述向量作为参考行业描述向量,即,选择的参考行业描述向量为D、B、C。
309、服务器基于参考行业描述向量的第二行业标识信息,统计目标行业描述向量在各第二行业标识信息下对应的参考行业描述向量数量,基于参考行业描述向量数量,确定客户数据对应的目标第二行业标识信息。
例如,选择的三个参考行业描述向量所对应的第二行业标识信息分别为1、1、2,则客户数据在第二行业标识信息为1的零售行业中的参考行业描述向量数量为2,在第二行业标识信息为2的批发行业中的参考行业描述向量数量为1,则可以确定客户数据对应的第二行业标识信息为1,则目标第二行业标识信息为1。
在一个示例中,可以基于参考行业描述向量和对应的第二行业标识信息,得到客户数据在不同第二行业标识信息下对应的参考行业描述向量数量,将最高的参考行业描述向量数量对应的第二行业标识信息,作为客户数据对应的目标第二行业标识信息。
310、服务器分别计算各第二行业标识信息下对应的参考行业描述向量数量,与预设数量之间的比值,得到各第二行业标识信息对应的得票差值,若第二行业标识信息的得票差值大于预设差值,执行步骤313。
在一个示例中,可以分别计算各标识信息数与参考向量选择参数之间的比值,并将各比值与预设比值进行比较。
在另一个示例中,可以直接计算最高的标识信息数与参考向量选择参数之间的比值,并将该比值与预设比值进行比较。
311、若第二行业标识信息的得票差值不大于预设差值,服务器将客户数据和客户数据在各第二行业标识信息下对应的参考行业描述向量数量,作为异常预测信息发送给人工复核平台进行人工复核。
其中,若分别计算各标识信息数与参考向量选择参数之间的比值并将各比值与预设比值进行比较后,没有比值大于预设比值,或,最高的标识信息数与参考向量选择参数之间的比值,不大于预设比值,则需要进行人工复核。
312、终端接收服务器发送的异常预测信息并通过人工复核平台进行显示,以使得用户根据异常预测信息选择客户对应的行业,终端根据用户的选择生成目标行业标识信息并发送给服务器。
在一个示例中,终端可以将异常预测信息以如图5的501所示的方式进行显示,终端会优先显示异常预测信息。图5的501中的“票数”一栏表示每个客户对应的最高的标识信息数与参考向量选择参数之间的比值;“预判行业”一栏,优先显示最高的标识信息数对应的行业名称;“客户信息”一栏,可以显示客户的唯一编号、客户的名字,或,显示客户的客户数据,等等。
其中,若“客户信息”一栏只显示客户的唯一编号,例如“1号客户”,审核人员点击图5的501中的“1号客户”显示1号客户对应的客户数据。
在一个示例中,如果审核人员在根据客户数据进行分析后,认为预判行业不准确,可以点击如图5的501中所示的名为“零售”、“批发”等控件,下拉显示其他的行业选项进行选择。
可以理解的是,为了保证客户的行业信息的准确性,审核人员也可以对正常预测信息进行审核,通过点击如图5的501中所示的名为“票数(n>set)”的控件,终端可以如图5的502所示,优先显示正常预测信息。
当审核人员确认预判行业没有问题后,可以点击如图5的501或502中所示名为“提交”的按钮,以使得终端根据预判行业生成目标行业表示信息发送到服务器。
313、服务器将目标第二行业标识信息设置为客户数据所属客户的行业标识信息。
例如,在将目标第二行业标识信息设置为客户数据所属客户的行业标识信息时,客户数据中原本具有行业标识信息,将原本的行业标识信息更新为目标第二行业标识信息。
314、服务器根据行业预测参考信息和客户分析报文模板,生成客户分析报文。
可以理解的是,服务器在生成预设格式的交易信息时,还可以根据第一客户描述信息对客户分析报文模板进行填充。
315、终端从服务器获取生成的客户分析报文并显示,用户通过终端确认客户分析报文无问题后可以通过终端提交客户分析报文。
如图6所示,审核人员点击图6的601中名为“自动生成报文”的控件,终端根据该点击操作,从服务器中获取“零售”行业对应的客户分析报文,得到如图6的602所示的报文。
在一个示例中,如果审核人员分析认为客户分析报文有误,可以点击如图6的602中所示名为“清空编辑框”的控件,清除页面中的客户分析报文,或直接在编辑框中对客户分析报文进行修改。
在另一个示例中,如果审核人员分析认为客户数据所属客户对应的行业有误,可以点击如图6中所示名为“零售”的控件重新选择客户对应的行业。
可选的,如果审核人员确认客户分析报文没有问题,可以直接点击如图6中所示名为“提交”的控件,提交客户分析报文。
由上可知,本发明实施例由上可知,可以减少在确定客户行业时对人工的依赖,节约人力资源,在保障准确性的基础上提高在金融行业中确定客户所属行业的效率。
为了更好地实施以上方法,相应的,本发明实施例还提供一种客户行业确定装置。
参考图7,该装置包括:
信息确定单元701,用于确定待分析的客户数据中,与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息;
匹配单元702,用于将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词;
第一行业确定单元703,用于根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息;
向量转换单元704,用于将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量;
第二行业确定单元705,用于根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息,将目标第二行业标识信息设置为客户数据所属客户的行业标识信息。
在一个可选的示例中,第一行业确定单元703包括第一候选行业确定单元704,用于根据各预设行业的行业关联词的行业关联性表征信息,以及行业预测参考信息在各行业词库下匹配到的目标词,确定行业预测参考信息与各预设行业的关联性,行业关联性表征信息用于表征行业关联词与其所属预设行业的关联性;
基于行业预测参考信息与各预设行业的关联性,确定客户数据所属的客户的第一候选行业。
在一个可选的示例中,第一候选行业确定单元704还可以用于获取目标词,和匹配到目标词的行业关联词之间的相似度;
根据各预设行业的行业关联词的行业关联性表征信息和相似度,确定目标词与各预设行业的关联性;
基于行业预测参考信息中的目标词,和目标词与各预设行业的关联性,确定行业预测参考信息与各预设行业的关联性。
在一个可选的示例中,如图8所示,信息确定单701元之前,还包括映射关系建立单元706,用于获取历史客户的历史客户数据的历史行业描述向量和历史客户的第二行业标识信息;
对属于同一历史客户的第二行业标识信息和历史行业描述向量建立映射关系,得到行业描述向量与第二行业标识信息的预设映射关系。
对应的,第二行业确定单元705包括第二行业标识信息确定单元707,用于确定目标行业描述向量,与预设映射关系中各行业描述向量的相关度;
根据各行业描述向量对应的相关度以及各行业描述向量对应的第二行业标识信息,确定客户数据对应的目标第二行业标识信息。
在一个示例中,第二行业标识信息确定单元707包括相关度确定子单元708,用于计算目标行业描述向量与各行业描述向量的距离,将距离作为目标行业描述向量与各行业描述向量的相关度;
相应的,第二行业标识信息确定单元707还包括目标第二行业标识信息确定单元709,用于基于相关度从行业描述向量中,选择预设数量的行业描述向量作为参考行业描述向量;
基于参考行业描述向量对应的第二行业标识信息,统计各第二行业标识信息下的参考行业描述向量数量;
基于各第二行业标识信息下的参考行业描述向量数量,确定客户数据对应的目标第二行业标识信息。
在一个示例中,目标第二行业标识信息确定单元709,还可以用于分别计算各第二行业标识信息下对应的参考行业描述向量数量,与预设数量之间的比值,得到各第二行业标识信息对应的得票差值;
若存在得票差值大于预设差值的第二行业标识信息,从得票差值大于预设差值的第二行业标识信息中确定客户数据对应的第二行业标识信息,得到目标第二行业标识信息;
若不存在得票差值大于预设差值的第二行业标识信息,将客户数据和客户数据在各第二行业标识信息下对应的参考行业描述向量数量,作为异常预测信息存入异常预测信息集合;
将异常预测信息集合中的异常预测信息发送给人工复核平台;
接收人工复核平台发送的针对异常预测信息的人工复核结果,若人工复核结果中包括为客户数据设置的目标行业标识信息,将目标行业标识信息确定为客户数据对应的目标第二行业标识信息。
在一个示例中,第二行业确定单元705后,还包括报文生成单元710,用于从至少两个预设行业的行业词库中,确定目标第二行业标识信息对应的目标行业词库;
根据目标行业词库,确定目标行业词库中与行业预测参考信息匹配的目标行业关联词;
获取目标第二行业标识信息对应的客户分析报文模板,客户分析报文模板中包括待填充位置的填充指示信息,填充指示信息用于指示待填充位置上需要填充的行业关联词;
基于填充指示信息,确定目标行业关联词中待填充的行业关联词,将待填充的行业关联词,填写到客户分析报文模板中对应的待填充位置上,得到客户分析报文。
由上可知,通过客户行业确定装置,可以减少在确定客户行业时对人工的依赖,节约人力资源,在保障准确性的基础上提高在金融行业中确定客户所属行业的效率。
此外,本发明实施例还提供一种电子设备,该电子设备可以为终端或者服务器,如图9所示,其示出了本发明实施例所涉及的电子设备的结构示意图,具体来讲:
该电子设备可以包括射频(RF,Radio Frequency)电路901、包括有一个或一个以上计算机可读存储介质的存储器902、输入单元903、显示单元904、传感器905、音频电路906、无线保真(WiFi,Wireless Fidelity)模块907、包括有一个或者一个以上处理核心的处理器908、以及电源909等部件。本领域技术人员可以理解,图6中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路901可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器908处理;另外,将涉及上行的数据发送给基站。通常,RF电路901包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM,Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA,Low Noise Amplifier)、双工器等。此外,RF电路901还可以通过无线通信与网络和其他设备通信。无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(GSM,Global System of Mobile communication)、通用分组无线服务(GPRS,GeneralPacket Radio Service)、码分多址(CDMA,Code Division Multiple Access)、宽带码分多址(WCDMA,Wideband Code Division Multiple Access)、长期演进(LTE,Long TermEvolution)、电子邮件、短消息服务(SMS,Short Messaging Service)等。
存储器902可用于存储软件程序以及模块,处理器908通过运行存储在存储器902的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器902可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器902可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器902还可以包括存储器控制器,以提供处理器908和输入单元903对存储器902的访问。
输入单元903可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,在一个具体的实施例中,输入单元903可包括触敏表面以及其他输入设备。触敏表面,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面上或在触敏表面附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器908,并能接收处理器908发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面。除了触敏表面,输入单元903还可以包括其他输入设备。具体地,其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元904可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元904可包括显示面板,可选的,可以采用液晶显示器(LCD,Liquid Crystal Display)、有机发光二极管(OLED,Organic Light-Emitting Diode)等形式来配置显示面板。进一步的,触敏表面可覆盖显示面板,当触敏表面检测到在其上或附近的触摸操作后,传送给处理器908以确定触摸事件的类型,随后处理器908根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图6中,触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面与显示面板集成而实现输入和输出功能。
终端还可包括至少一种传感器905,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板的亮度,接近传感器可在终端移动到耳边时,关闭显示面板和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路906、扬声器,传声器可提供用户与终端之间的音频接口。音频电路906可将接收到的音频数据转换后的电信号,传输到扬声器,由扬声器转换为声音信号输出;另一方面,传声器将收集的声音信号转换为电信号,由音频电路906接收后转换为音频数据,再将音频数据输出处理器908处理后,经RF电路901以发送给比如另一终端,或者将音频数据输出至存储器902以便进一步处理。音频电路906还可能包括耳塞插孔,以提供外设耳机与终端的通信。
WiFi属于短距离无线传输技术,终端通过WiFi模块907可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了WiFi模块907,但是可以理解的是,其并不属于终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器908是终端的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器902内的软件程序和/或模块,以及调用存储在存储器902内的数据,执行终端的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器908可包括一个或多个处理核心;优选的,处理器908可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器908中。
终端还包括给各个部件供电的电源909(比如电池),优选的,电源可以通过电源管理系统与处理器908逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源909还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,终端中的处理器908会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中,并由处理器908来运行存储在存储器902中的应用程序,从而实现各种功能,如下:
确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息;
将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词;
根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息;
将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量;
根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息,将目标第二行业标识信息设置为客户数据所属客户的行业标识信息。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种客户行业确定方法中的步骤。例如,该指令可以执行如下步骤:
确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将客户数据中除第一客户描述信息之外的信息确定为行业预测参考信息;
将行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定行业预测参考信息中与行业词库的行业关联词匹配的目标词;
根据行业预测参考信息中与各预设行业对应的目标词,从预设行业中确定客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取第一候选行业的第一行业标识信息;
将第一客户描述信息和第一行业标识信息转换为特征向量,将转换得到的特征向量作为客户数据对应的目标行业描述向量;
根据行业描述向量与第二行业标识信息的预设映射关系,以及目标行业描述向量,确定客户数据对应的目标第二行业标识信息,将目标第二行业标识信息设置为客户数据所属客户的行业标识信息。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种客户行业确定方法中的步骤,因此,可以实现本发明实施例所提供的任一种客户行业确定方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
根据本申请的一个方面,还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行上述实施例中的各种可选实现方式中提供的方法。
以上对本发明实施例所提供的一种客户行业确定方法、装置、电子设备和存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种客户行业确定方法,其特征在于,包括:
确定待分析的客户数据中与预设特定客户特征匹配的第一客户描述信息,将所述客户数据中除所述第一客户描述信息之外的信息确定为行业预测参考信息;
将所述行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定所述行业预测参考信息中与所述行业词库的行业关联词匹配的目标词;
根据所述行业预测参考信息中与各预设行业对应的目标词,从所述预设行业中确定所述客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取所述第一候选行业的第一行业标识信息;
将所述第一客户描述信息和所述第一行业标识信息转换为特征向量,将转换得到的特征向量作为所述客户数据对应的目标行业描述向量;
根据行业描述向量与第二行业标识信息的预设映射关系,以及所述目标行业描述向量,确定所述客户数据对应的目标第二行业标识信息,将所述目标第二行业标识信息设置为所述客户数据所属客户的行业标识信息。
2.根据权利要求1所述的客户行业确定方法,其特征在于,所述根据所述行业预测参考信息中与各预设行业对应的目标词,从所述预设行业中确定所述客户数据所属客户的第一候选行业,包括:
根据各预设行业的行业关联词的行业关联性表征信息,以及所述行业预测参考信息在各行业词库下匹配到的目标词,确定所述行业预测参考信息与各预设行业的关联性,所述行业关联性表征信息用于表征所述行业关联词与其所属预设行业的关联性;
基于所述行业预测参考信息与各预设行业的关联性,确定所述客户数据所属的客户的第一候选行业。
3.根据权利要求2所述的客户行业确定方法,其特征在于,所述根据各预设行业的行业关联词的行业关联性表征信息,以及所述行业预测参考信息在各行业词库下匹配到的目标词,确定所述行业预测参考信息与各预设行业的关联性,包括:
获取目标词,和匹配到所述目标词的行业关联词之间的相似度;
根据各预设行业的行业关联词的行业关联性表征信息和所述相似度,确定所述目标词与各所述预设行业的关联性;
基于所述行业预测参考信息中的目标词,和所述目标词与各预设行业的关联性,确定所述行业预测参考信息与各预设行业的关联性。
4.根据权利要求1所述的客户行业确定方法,其特征在于,所述确定待分析的客户数据中,与预设特定客户特征匹配的第一客户描述信息前,还包括:
获取历史客户的历史客户数据的历史行业描述向量和所述历史客户的第二行业标识信息;
对属于同一历史客户的第二行业标识信息和历史行业描述向量建立映射关系,得到行业描述向量与第二行业标识信息的预设映射关系;
所述根据行业描述向量与第二行业标识信息的预设映射关系,以及所述目标行业描述向量,确定所述客户数据对应的目标第二行业标识信息,包括:
确定所述目标行业描述向量,与所述预设映射关系中各行业描述向量的相关度;
根据各所述行业描述向量对应的所述相关度以及各所述行业描述向量对应的第二行业标识信息,确定所述客户数据对应的目标第二行业标识信息。
5.根据权利要求4所述的客户行业确定方法,其特征在于,所述确定所述目标行业描述向量,与所述预设映射关系中各行业描述向量的相关度,包括:
计算所述目标行业描述向量与各所述行业描述向量的距离,将所述距离作为所述目标行业描述向量与各所述行业描述向量的相关度;
所述根据各所述行业描述向量对应的相关度以及行业标识信息,确定所述客户数据对应的目标第二行业标识信息,包括:
基于所述相关度从所述行业描述向量中,选择预设数量的行业描述向量作为参考行业描述向量;
基于所述参考行业描述向量对应的第二行业标识信息,统计各第二行业标识信息下的参考行业描述向量数量;
基于各第二行业标识信息下的参考行业描述向量数量,确定所述客户数据对应的目标第二行业标识信息。
6.根据权利要求5所述的客户行业确定方法,其特征在于,所述基于各第二行业标识信息下的参考行业描述向量数量,确定所述客户数据对应的目标第二行业标识信息,包括:
分别计算各第二行业标识信息下对应的参考行业描述向量数量,与所述预设数量之间的比值,得到各第二行业标识信息对应的得票差值;
若存在得票差值大于预设差值的第二行业标识信息,从得票差值大于所述预设差值的第二行业标识信息中确定所述客户数据对应的第二行业标识信息,得到目标第二行业标识信息;
若不存在得票差值大于预设差值的第二行业标识信息,将所述客户数据和所述客户数据在各第二行业标识信息下对应的参考行业描述向量数量,作为异常预测信息存入异常预测信息集合;
将所述异常预测信息集合中的异常预测信息发送给人工复核平台;
接收所述人工复核平台发送的针对所述异常预测信息的人工复核结果,若所述人工复核结果中包括为所述客户数据设置的目标行业标识信息,将所述目标行业标识信息确定为所述客户数据对应的目标第二行业标识信息。
7.根据权利要求1-6任一项所述的客户行业确定方法,其特征在于,还包括:
从所述至少两个预设行业的行业词库中,确定所述目标第二行业标识信息对应的目标行业词库;
根据所述目标行业词库,确定所述目标行业词库中与所述行业预测参考信息匹配的目标行业关联词;
获取所述目标第二行业标识信息对应的客户分析报文模板,所述客户分析报文模板中包括待填充位置的填充指示信息,所述填充指示信息用于指示所述待填充位置上需要填充的行业关联词;
基于所述填充指示信息,确定所述目标行业关联词中待填充的行业关联词,将所述待填充的行业关联词,填写到所述客户分析报文模板中对应的待填充位置上,得到客户分析报文。
8.一种客户行业确定装置,其特征在于,包括:
信息确定单元,用于确定待分析的客户数据中,与预设特定客户特征匹配的第一客户描述信息,将所述客户数据中除所述第一客户描述信息之外的信息确定为行业预测参考信息;
匹配单元,用于将所述行业预测参考信息,与至少两个预设行业的行业词库进行匹配,确定所述行业预测参考信息中与所述行业词库的行业关联词匹配的目标词;
第一行业确定单元,用于根据所述行业预测参考信息中与各预设行业对应的目标词,从所述预设行业中确定所述客户数据所属客户的第一候选行业,基于预设行业与第一行业标识信息的对应关系,获取所述第一候选行业的第一行业标识信息;
向量转换单元,用于将所述第一客户描述信息和所述第一行业标识信息转换为特征向量,将转换得到的特征向量作为所述客户数据对应的目标行业描述向量;
第二行业确定单元,用于根据行业描述向量与第二行业标识信息的预设映射关系,以及所述目标行业描述向量,确定所述客户数据对应的目标第二行业标识信息,将所述目标第二行业标识信息设置为所述客户数据所属客户的行业标识信息。
9.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至7任一项所述的客户行业确定方法中的操作。
10.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的客户行业确定方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110164694.2A CN114862567A (zh) | 2021-02-05 | 2021-02-05 | 一种客户行业确定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110164694.2A CN114862567A (zh) | 2021-02-05 | 2021-02-05 | 一种客户行业确定方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862567A true CN114862567A (zh) | 2022-08-05 |
Family
ID=82628510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110164694.2A Pending CN114862567A (zh) | 2021-02-05 | 2021-02-05 | 一种客户行业确定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114862567A (zh) |
-
2021
- 2021-02-05 CN CN202110164694.2A patent/CN114862567A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704661B (zh) | 一种图像分类方法和装置 | |
CN109993627B (zh) | 推荐方法、推荐模型的训练方法、装置和存储介质 | |
CN109756368B (zh) | 设备异常变更的检测方法、装置、计算机可读存储介质及终端 | |
CN111143697B (zh) | 一种内容推荐的方法以及相关装置 | |
CN111078556B (zh) | 应用测试方法及装置 | |
CN110659179B (zh) | 一种评估系统运行状况的方法、装置及电子设备 | |
CN114595124B (zh) | 时序异常检测模型评估方法、相关装置及存储介质 | |
CN111476629A (zh) | 一种数据预测方法、装置、电子设备及存储介质 | |
CN113010805A (zh) | 指标数据的处理方法、装置、设备及存储介质 | |
CN115271931A (zh) | 一种信用卡产品的推荐方法、装置、电子设备和介质 | |
CN115205883A (zh) | 基于ocr和nlp的资料审核方法、装置、设备、存储介质 | |
CN114840565A (zh) | 抽样查询方法、装置、电子设备及计算机可读存储介质 | |
CN117412278A (zh) | 蓝牙设备扫描控制方法、装置、电子设备及存储介质 | |
CN116307394A (zh) | 产品用户体验评分方法、装置、介质及设备 | |
CN111200836A (zh) | 异常识别方法及定位方法、装置、介质、电子设备 | |
CN115330522A (zh) | 基于聚类的信用卡审批方法、装置、电子设备和介质 | |
CN114862567A (zh) | 一种客户行业确定方法、装置、电子设备和存储介质 | |
CN115062197A (zh) | 考勤数据检测方法、装置及存储介质 | |
CN114817742A (zh) | 基于知识蒸馏的推荐模型配置方法、装置、设备、介质 | |
CN114430504A (zh) | 一种媒体内容的推荐方法以及相关装置 | |
CN113128809A (zh) | 一种机房评估方法、装置及电子设备 | |
US20170323318A1 (en) | Entity-specific value optimization tool | |
CN109168154B (zh) | 一种用户行为信息收集方法、装置及移动终端 | |
CN115345619A (zh) | 一种交易数据的管理方法以及相关装置 | |
CN115878898A (zh) | 一种频道页面推荐方法、装置、计算机设备及存储介质 |
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 |