CN115438196A - 银行存量客户的价值评价方法、装置、设备和介质 - Google Patents

银行存量客户的价值评价方法、装置、设备和介质 Download PDF

Info

Publication number
CN115438196A
CN115438196A CN202211291936.5A CN202211291936A CN115438196A CN 115438196 A CN115438196 A CN 115438196A CN 202211291936 A CN202211291936 A CN 202211291936A CN 115438196 A CN115438196 A CN 115438196A
Authority
CN
China
Prior art keywords
transaction
customer
bank
client
node
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
CN202211291936.5A
Other languages
English (en)
Inventor
刘春波
孙琳
李锟
王令则
狄晓帆
郄文博
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.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
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 Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN202211291936.5A priority Critical patent/CN115438196A/zh
Publication of CN115438196A publication Critical patent/CN115438196A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • 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
    • G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
    • G06F2216/03—Data mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种银行存量客户的价值评价方法、装置、设备和介质。该方法包括：获取目标存量客户的交易数据，并根据交易数据确定目标存量客户的交易图谱；获取交易图谱中所有节点的客户特征信息，并根据客户特征信息确定节点的节点评价值；获取交易图谱中所有边的交易特征信息，并根据交易特征信息确定边的边评价值；根据交易图谱中所有节点的节点评价值和所有边的边评价值确定目标存量客户的评价值。本申请通过分析目标存量客户的交易图谱，准确得到交易图谱中所有节点的节点评价值和交易图谱中所有边的边评价值，以准确获得目标存量客户的评价值，解决了通过手工分析对存量客户价值评价不准确的问题，实现了对目标存量客户的准确评价。

Description

银行存量客户的价值评价方法、装置、设备和介质
技术领域
本发明涉及数据分析及数据挖掘技术领域，尤其涉及一种银行存量客户的价值评价方法、装置、设备和介质。
背景技术
金融机构识别优质存量客户，并对优质存量客户的关系客户进行精准营销，往往能够达到较好的效果，包括对已有客户进行产品营销，以及对优质的存量客户有关联的未开户的客户进行拓户。
现有技术中，通过查询源头客户的资产情况、交易对手情况以及依据客户经理的经验，判断此源头客户的营销价值。现有的优质客户识别，往往依赖于客户经理大量的手工分析，并且不能对源头客户的整个关系网络进行全盘的分析，只是根据少量的交易特征、资产情况及交易进行人工的判断，很大程度上对于客户的价值评价太局限，十分影响客户价值评价的准确性，进而也会影响依据客户价值评价开展的营销活动。
因此，如何能够确定一种稳定性的、系统性的优质客户发现及评价方式十分重要。
发明内容
本发明提供了一种银行存量客户的价值评价方法、装置、设备和介质，以解决对存量客户的价值评价体系空白的问题，以及通过手工分析对存量客户价值评价不准确的问题。
根据本发明的一方面，提供了一种银行存量客户的价值评价方法，所述方法包括：
获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示；
获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值；
获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值；
根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
根据本发明的另一方面，提供了一种银行存量客户的价值评价装置，所述装置包括：
图谱建立模块，用于获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示；
第一评价值确定模块，用于获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值；
第二评价值确定模块，用于获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值；
第三评价值确定模块，用于根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的银行存量客户的价值评价方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的银行存量客户的价值评价方法。
本发明实施例的技术方案，通过获取目标存量客户的交易数据，并根据交易数据确定目标存量客户的交易图谱；其中，交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，交易图谱中的边用于对节点表示的客户间交易特征进行表示；获取交易图谱中所有节点的客户特征信息，并根据客户特征信息确定节点的节点评价值；获取交易图谱中所有边的交易特征信息，并根据交易特征信息确定边的边评价值；根据交易图谱中所有节点的节点评价值和所有边的边评价值确定目标存量客户的评价值。本申请技术方案通过分析目标存量客户的交易图谱，准确得到交易图谱中所有节点的节点评价值和交易图谱中所有边的边评价值，以准确获得目标存量客户的评价值，解决了通过手工分析对存量客户价值评价不准确的问题，实现了对目标存量客户的准确评价。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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的附图。
图1是根据本发明实施例一提供的一种银行存量客户的价值评价方法的流程图；
图2是根据本发明实施例所适用的一种目标存量客户的交易图谱；
图3是根据本发明实施例二提供的一种银行存量客户的价值评价装置的结构示意图；
图4是实现本发明实施例的银行存量客户的价值评价方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“第一”、“第二”、和“第三”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种银行存量客户的价值评价方法的流程图，本实施例可适用于对金融机构存量客户的价值进行评价的情况，该方法可以由银行存量客户的价值评价装置来执行，该银行存量客户的价值评价装置可以采用硬件和/或软件的形式实现，该银行存量客户的价值评价装置可配置于具有银行存量客户的价值评价方法的电子设备中。如图1所示，该方法包括：
S110、获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示。
其中，目标存量客户可以是与银行有直接关系的银行内部客户，可以通过终端用户上传一份客户清单的形式获取，也可以通过外部的系统对接一份待评价的客户清单获取。交易数据可以是与目标存量客户有直接或者间接关系的数据。交易图谱可以是目标时间(例如一年)内目标存量客户交易明细汇总信息，即统计与目标存量客户有直接或者间接交易的客户之间的交易数据，且根据客户间的交易数据，以目标存量客户为起点，建立支付一手、承接一手、承接二手和承接三手的客户关系链，即目标存量客户的交易图谱，参见图2为目标存量客户A的交易图谱；其中，支付一手是目标存量客户的付款方，承接一手是目标存量客户的直接收款方，承接二手是目标存量客户的承接一手的收款方客户，承接三手是目标存量客户的承接二手的收款方客户。
具体的，在对银行的客户进行精准的评价时，先需要确定目前银行存在的目标存量客户，若单纯的对目标存量客户与银行之间存在的直接交易进行确定，且结合客户经理的经验判断目标存量客户的价值，很大程度会影响对目标存量客户价值判断的准确性，因此需要获取目标时间内与目标存量客户存在直接或者间接交易的客户的交易数据，并根据这些交易数据建立一个系统性的可以代表目标存量客户整体交易关系的图谱，即目标存量客户的交易图谱，这样就能更加准确的确定目标客户的实际价值。
可选的，每一个目标存量客户都可以生成一份交易图谱，即N个目标存量客户就可以生成N份交易图谱，且交易图谱中的每一个节点都是一个客户节点，用于对目标存量客户的关联客户进行表示，且交易图谱中目标存量客户的关联客户节点包括银行内部客户节点和银行外部客户节点；同时每一条边代表目标时间内客户间的交易行为，即客户间交易特征。
S120、获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值。
可选的，银行内部客户节点的客户特征信息包括资产余额信息、体内循环信息和交易笔数；其中，体内循环信息根据客户流出总金额中流向银行内部客户的比例进行确定；银行外部客户节点的客户特征信息包括资金流入信息和外部工商信息。其中，外部工商信息包括社保参保人数参数和实缴资本参数。
具体的，将交易图谱中所有节点对应的关联客户产生交易的银行与目标存量客户所对应的银行进行比较，若为同一个银行，说明该节点的关联客户与目标存量客户的直接或者间接交易全部经过同一个银行，因此该关联客户为银行内部客户；反之该关联客户为银行外部客户。因此可以将交易图谱中目标存量客户的关联客户节点分为银行内部客户节点和银行外部客户节点，这样可以精确区分每个节点的客户特征信息，再对客户特征信息进行分析处理就可以更加准确的确定每个节点的节点评价值。
在一个可行的实施例中，根据所述客户特征信息确定银行内部客户节点的节点评价值，包括：
根据如下公式确定所述银行内部客户节点的节点评价值：
NRFM1＝Wr1*R1+Wf1*F1+Wm1*M1；
其中，NRFM1表示所述银行内部客户节点的节点评价值，R1表示该银行内部客户的体内循环信息，F1表示该银行内部客户的资产余额信息，M1表示该银行内部客户的交易笔数，Wr1、Wf1和Wm1分别表示体内循环信息、资产余额信息和交易笔数的权重。
具体的，获取所计算节点的银行内部客户的体内循环信息、银行内部客户的资产余额信息以及银行内部客户的交易笔数，再分别确定银行内部客户的体内循环信息、银行内部客户的资产余额信息以及银行内部客户的交易笔数对该节点的影响比重，即体内循环信息、资产余额信息和交易笔数的权重，其中，体内循环信息、资产余额信息和交易笔数的权重可以通过熵权法得到；最后将体内循环信息、资产余额信息和交易笔数进行加权计算就可以准确确定该节点的节点评价值。因此对于该节点客户对应的体内循环信息、资产余额信息、交易笔数的获得十分重要。
可选的，对于银行内部客户的体内循环信息R1可以利用客户流出总金额中流向银行内部客户的比例进行确定，用公式表示如下：
R1＝1-ri
其中，ri为银行内部客户的体内循环率，且体内循环率ri越高，说明该节点的客户只是在银行内部进行交易，不能带来新的客户，那么营销价值就会越低。
可选的，对于银行内部客户的资产余额信息F1和银行内部客户的交易笔数M1均可以利用最小值-最大值标准化的方法进行特征规范化处理，其中，最小值-最大化标准化方法是指对原始数据的线性变换。具体可按照如下公式进行处理：
Figure BDA0003899696500000071
其中，Q为F1和M1的取值；x为数据值，可以依据所要计算的F1和M1进行确定，例如，若计算F1时，x对应为与银行内部客户的资产余额信息相关的数据。xT为根据计算的参数确定的数据值对应的阈值，例如，若要确定M1，则可以根据历史银行内部客户的交易笔数确定该阈值，若xT为1000笔，那么当x是1500时，M1的取值为1。通过设定阈值对F1和M1进行归一化处理，可以有效地避免因为个别数值太大时导致的参数数值计算误差，使得F1和M1的计算更具有代表性。max和min为数据值的最大值和最小值。
本技术方案通过公式精确计算获得了银行内部客户的体内循环信息、银行内部客户的资产余额信息以及银行内部客户的交易笔数，同时利用熵权法确定体内循环信息、资产余额信息和交易笔数的权重，最后将银行内部客户的体内循环信息、银行内部客户的资产余额信息和银行内部客户的交易笔数结合体内循环信息、资产余额信息和交易笔数的权重通过公式准确确定银行内部客户节点的节点评价值，实现了对银行内部客户节点的节点评价值准确确定，避免了因为相关信息的偶尔性导致的节点评价值的不准确。
在一个可行的实施例中，根据所述客户特征信息确定银行外部客户节点的节点评价值，包括：
根据如下公式确定所述银行外部客户节点的节点评价值：
NRFM2＝Wr2*R2+Wf2*F2+Wm2*M2；
其中，NRFM2表示所述银行外部客户节点的节点评价值，R2表示该银行外部客户的社保参保人数参数，F2表示该银行外部客户的资金流入信息，M2表示该银行外部客户的实缴资本参数，Wr2、Wf2和Wm2分别表示社保参保人数参数、资金流入信息和实缴资本参数的权重。
具体的，获取所计算节点的银行外部客户的社保参保人数参数、银行外部客户的资金流入信息以及银行外部客户的实缴资本参数，再分别确定社保参保人数参数、资金流入信息和实缴资本参数对该节点的影响比重，即社保参保人数参数、资金流入信息和实缴资本参数的权重，其中，社保参保人数参数、资金流入信息和实缴资本参数的权重可以通过熵权法得到；最后将社保参保人数参数、资金流入信息和实缴资本参数进行加权计算就可以准确确定该节点的节点评价值。因此对于该节点客户对应的社保参保人数参数、资金流入信息和实缴资本参数的获得十分重要。
可选的，对于银行外部客户的社保参保人数参数R2的确定依赖于对银行外部客户的社保参保人数进行指标化处理，用公式可表示如下：
Figure BDA0003899696500000091
其中，xi为银行外部客户的社保参保人数，max和min为xi的最大值和最小值。
可选的，对于银行外部客户的资金流入信息F2和银行外部客户的实缴资本参数M2均可以利用最小值-最大值标准化的方法进行特征规范化处理，其中，最小值-最大化标准化方法是指对原始数据的线性变换。F2和M2的取值的确定与F1和M1的确定方式一致，即依旧利用确定F1和M1的公式进行特征规范化处理，即：
Figure BDA0003899696500000092
其中，Q为F2和M2的取值；x为数据值，可以依据所要计算的F2和M2进行确定，例如，若计算F2时，x对应为与银行外部客户的资金流入信息相关的数据。xT为根据计算的参数确定的数据值对应的阈值，例如，若要确定M2，则可以根据历史银行外部客户的实缴资本参数确定该阈值，若xT为1000万，那么当x是1500万时，M2的取值为1。通过设定阈值对F2和M2进行归一化处理，可以有效地避免因为个别数值太大时导致的参数数值计算误差，使得F2和M2的计算更具有代表性。max和min为数据值的最大值和最小值。
本技术方案，通过公式精确计算获得了银行外部客户的社保参保人数参数、银行外部客户的资金流入信息以及银行外部客户的实缴资本参数，同时利用熵权法确定社保参保人数参数、资金流入信息和实缴资本参数的权重，最后将银行外部客户的社保参保人数参数、银行外部客户的资金流入信息和银行外部客户的实缴资本参数结合社保参保人数参数、资金流入信息和实缴资本参数的权重通过公式准确确定银行外部客户节点的节点评价值，实现了对银行外部客户节点的节点评价值准确确定，避免了因为相关信息的偶尔性导致对节点评价值确定的不准确。
S130、获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值。
其中，边的交易特征信息包括边交易时间参数、边交易笔数参数和边交易金额参数。边交易时间参数可以是对该客户间最近一次交易距现在的时间的参数赋值；边交易笔数参数可以是根据对客户间在目标时间内进行的交易笔数所确定的参数值；边交易金额参数可以是根据客户间在目标时间内进行所有交易的交易金额所确定的参数值。
具体的，为了准确获得目标存量客户的准确评价值，需要对交易图谱中所有边的交易特征信息进行准确确定，从而避免因为信息的单一性导致对目标存量客户的评价错误，从而影响银行对该客户的匹配合适的营销方案。
在一个可行的实施例中，根据所述交易特征信息确定所述边的边评价值，包括：
根据如下公式确定所述边的边评价值：
MRFM＝Wr3*R3+Wf3*F3+Wm3*M3；
其中，MRFM表示所述边评价值，R3表示边交易时间参数，F3表示边交易笔数参数，M3表示边交易金额参数，Wr3、Wf3和Wm3分别表示边交易时间参数、边交易笔数参数和边交易金额参数的权重。
具体的，获取所计算边的边交易时间参数、边交易笔数参数以及边交易金额参数，再分别确定边交易时间参数、边交易笔数参数以及边交易金额参数对该边的影响比重，即边交易时间参数、边交易笔数参数以及边交易金额参数的权重，其中，边交易时间参数、边交易笔数参数以及边交易金额参数可以通过熵权法得到，且Wr3+Wf3+Wm3＝1；最后将边交易时间参数、边交易笔数参数以及边交易金额参数进行加权计算就可以准确确定该边的边评价值。因此对于该边客户间对应的边交易时间参数、边交易笔数参数以及边交易金额参数的确定十分重要。
可选的，对边交易时间参数、边交易笔数参数和边交易金额参数采用指标分箱法进行处理。
对边交易时间参数可以用如下公式进行确定：
Figure BDA0003899696500000111
其中，x为客户间最近一次交易距现在的时间。
对边交易笔数参数可以用如下公式进行确定：
Figure BDA0003899696500000112
其中，y为客户间在目标时间内进行的交易笔数。
对边交易金额参数可以用如下公式进行确定：
Figure BDA0003899696500000113
其中，z为客户间在目标时间内进行所有交易的交易金额。
本技术方案，通过上述公式可以准确的确定所有边的参数R3、F3和M3，同时利用熵权法获得参数R3、F3和M3对应的权重，再利用边的边评价值公式准确求得所有目标存量客户的交易图谱中所有边的边评价值，实现了对交易图谱中所有边的边评价值的准确确定，有利于后续利用边评价值确定目标存量客户的评价值。
S140、根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
其中，评价值用于对目标存量客户向其他客户的营销推广能力进行表示，评价值越高，目标存量客户的营销推广能力就越高。
具体的，在对目标存量客户进行评价时，需要对目标存量客户相关联的整个关系网络进行评价，才能得到一个准确的评价值。对于本方案，则是将目标存量客户的关系图先进行确定，即目标存量客户的交易图谱(参见图2)，再计算交易图谱中所有节点的节点评价值和所有边的边评价值，这样子就可以将与目标存量客户相关联的信息都包括进去，避免因为数据的缺失或数据量偏少导致对目标存量客户评价的不准确。
在上述实施例的基础上，根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值，包括：
根据如下公式确定所述目标存量客户的评价值：
Figure BDA0003899696500000121
其中，score表示所述目标存量客户的评价值，MRFMi表示所述目标存量客户的交易图谱中第i个边的边评价值，NRFMj表示所述目标存量客户的交易图谱中第i个节点的节点评价值，m表示所述目标存量客户的交易图谱中边的数量，n表示所述目标存量客户的交易图谱中节点的数量。
具体的，获取交易图谱中所有节点的节点评价值和所有边的边评价值，并将交易图谱中所有节点的节点评价值进行加权计算，以准确确定目标存量客户的加权后节点评价值，同时将交易图谱中所有边的边评价值进行加权计算，以准确计算得到目标存量客户加权后的边评价值，最后将加权后节点评价值和边评价值求和以获得准确的目标存量客户的评价值，以便于银行将目标存量的客户评价值按照从大到小进行排序，并根据排序结果对目标存量客户的价值进行准确确定，以及对目标存量客户的优先级进行分类，评价值越高，目标存量客户的优先级和价值越高，进而可以依据价值和优先级为目标存量客户以及交易图谱中的关联客户适配不同的营销活动。
此外，在对目标存量客户的评价值计算过程中，也可以适当的将银行外部客户的权值提高，因为目标存量客户的交易图谱中银行外部客户越多，说明目标存量客户的营销能力越高，因此适当的提高银行外部客户的权值，可以更加准确的描述目标存量客户的营销价值。
本技术方案，通过加权的方式准确获得了目标存量客户的评价值，使得对于目标存量客户的评价值确定更加精确，进而可以更加有效的对目标客户适配合适的营销方案。
本发明实施例的技术方案，通过获取目标存量客户的交易数据，并根据交易数据确定目标存量客户的交易图谱；其中，交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，交易图谱中的边用于对节点表示的客户间交易特征进行表示；获取交易图谱中所有节点的客户特征信息，并根据客户特征信息确定节点的节点评价值；获取交易图谱中所有边的交易特征信息，并根据交易特征信息确定边的边评价值；根据交易图谱中所有节点的节点评价值和所有边的边评价值确定目标存量客户的评价值。本申请技术方案通过分析目标存量客户的交易图谱，准确得到交易图谱中所有节点的节点评价值和交易图谱中所有边的边评价值，以准确获得目标存量客户的评价值，解决了通过手工分析对存量客户价值评价不准确的问题，实现了对目标存量客户的准确评价，进一步的便于银行根据目标存量客户的评价值为客户提供合适的营销活动。
实施例二
图3为本发明实施例二提供的一种银行存量客户的价值评价装置的结构示意图。如图3所示，该装置包括：
图谱建立模块210，用于获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示；
第一评价值确定模块220，用于获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值；
第二评价值确定模块230，用于获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值；
第三评价值确定模块240，用于根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
可选的，所述交易图谱中所述目标存量客户的关联客户节点包括银行内部客户节点和银行外部客户节点；
所述银行内部客户节点的客户特征信息包括资产余额信息、体内循环信息和交易笔数；其中，所述体内循环信息根据客户流出总金额中流向银行内部客户的比例进行确定；
所述银行外部客户节点的客户特征信息包括资金流入信息和外部工商信息。
可选的，第一评价值确定模块包括第一节点评价值确定单元，具体用于：
根据如下公式确定所述银行内部客户节点的节点评价值：
NRFM1＝Wr1*R1+Wf1*F1+Wm1*M1；
其中，NRFM1表示所述银行内部客户节点的节点评价值，R1表示该银行内部客户的体内循环信息，F1表示该银行内部客户的资产余额信息，M1表示该银行内部客户的交易笔数，Wr1、Wf1和Wm1分别表示体内循环信息、资产余额信息和交易笔数的权重。
可选的，所述外部工商信息包括社保参保人数参数和实缴资本参数；
可选的，第一评价值确定模块包括第二节点评价值确定单元，具体用于：
根据如下公式确定所述银行外部客户节点的节点评价值：
NRFM2＝Wr2*R2+Wf2*F2+Wm2*M2；
其中，NRFM2表示所述银行外部客户节点的节点评价值，R2表示该银行外部客户的社保参保人数参数，F2表示该银行外部客户的资金流入信息，M2表示该银行外部客户的实缴资本参数，Wr2、Wf2和Wm2分别表示社保参保人数参数、资金流入信息和实缴资本参数的权重。
可选的，所述边的交易特征信息包括边交易时间参数、边交易笔数参数和边交易金额参数；
可选的，第二评价值确定模块包括边评价值确定单元，具体用于：
根据如下公式确定所述边的边评价值：
MRFM＝Wr3*R3+Wf3*F3+Wm3*M3；
其中，MRFM表示所述边评价值，R3表示边交易时间参数，F3表示边交易笔数参数，M3表示边交易金额参数，Wr3、Wf3和Wm3分别表示边交易时间参数、边交易笔数参数和边交易金额参数的权重。
可选的，对所述边交易时间参数、边交易笔数参数和边交易金额参数采用指标分箱法进行处理。
可选的，第三评价值确定模块，具体用于：
根据如下公式确定所述目标存量客户的评价值：
Figure BDA0003899696500000161
其中，score表示所述目标存量客户的评价值，MRFMi表示所述目标存量客户的交易图谱中第i个边的边评价值，NRFMj表示所述目标存量客户的交易图谱中第i个节点的节点评价值，m表示所述目标存量客户的交易图谱中边的数量，n表示所述目标存量客户的交易图谱中节点的数量。
本发明实施例所提供的银行存量客户的价值评价装置可执行本发明任意实施例所提供的银行存量客户的价值评价方法，具备执行方法相应的功能模块和有益效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定，且不违背公序良俗。
实施例三
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4示出了可以用来实现本发明实施例的银行存量客户的价值评价方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如银行存量客户的价值评价方法。
在一些实施例中，银行存量客户的价值评价方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的银行存量客户的价值评价方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行银行存量客户的价值评价方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种银行存量客户的价值评价方法，其特征在于，包括：
获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示；
获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值；
获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值；
根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
2.根据权利要求1所述的方法，其特征在于，所述交易图谱中所述目标存量客户的关联客户节点包括银行内部客户节点和银行外部客户节点；
所述银行内部客户节点的客户特征信息包括资产余额信息、体内循环信息和交易笔数；其中，所述体内循环信息根据客户流出总金额中流向银行内部客户的比例进行确定；
所述银行外部客户节点的客户特征信息包括资金流入信息和外部工商信息。
3.根据权利要求2所述的方法，其特征在于，根据所述客户特征信息确定银行内部客户节点的节点评价值，包括：
根据如下公式确定所述银行内部客户节点的节点评价值：
NRFM1＝Wr1*R1+Wf1*F1+Wm1*M1；
其中，NRFM1表示所述银行内部客户节点的节点评价值，R1表示该银行内部客户的体内循环信息，F1表示该银行内部客户的资产余额信息，M1表示该银行内部客户的交易笔数，Wr1、Wf1和Wm1分别表示体内循环信息、资产余额信息和交易笔数的权重。
4.根据权利要求2所述的方法，其特征在于，所述外部工商信息包括社保参保人数参数和实缴资本参数；
相应的，根据所述客户特征信息确定银行外部客户节点的节点评价值，包括：
根据如下公式确定所述银行外部客户节点的节点评价值：
NRFM2＝Wr2*R2+Wf2*F2+Wm2*M2；
其中，NRFM2表示所述银行外部客户节点的节点评价值，R2表示该银行外部客户的社保参保人数参数，F2表示该银行外部客户的资金流入信息，M2表示该银行外部客户的实缴资本参数，Wr2、Wf2和Wm2分别表示社保参保人数参数、资金流入信息和实缴资本参数的权重。
5.根据权利要求1所述的方法，其特征在于，所述边的交易特征信息包括边交易时间参数、边交易笔数参数和边交易金额参数；
相应的，根据所述交易特征信息确定所述边的边评价值，包括：
根据如下公式确定所述边的边评价值：
MRFM＝Wr3*R3+Wf3*F3+Wm3*M3；
其中，MRFM表示所述边评价值，R3表示边交易时间参数，F3表示边交易笔数参数，M3表示边交易金额参数，Wr3、Wf3和Wm3分别表示边交易时间参数、边交易笔数参数和边交易金额参数的权重。
6.根据权利要求5所述的方法，其特征在于，对所述边交易时间参数、边交易笔数参数和边交易金额参数采用指标分箱法进行处理。
7.根据权利要求1所述的方法，其特征在于，根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值，包括：
根据如下公式确定所述目标存量客户的评价值：
Figure FDA0003899696490000031
其中，score表示所述目标存量客户的评价值，MRFMi表示所述目标存量客户的交易图谱中第i个边的边评价值，NRFMj表示所述目标存量客户的交易图谱中第i个节点的节点评价值，m表示所述目标存量客户的交易图谱中边的数量，n表示所述目标存量客户的交易图谱中节点的数量。
8.一种银行存量客户的价值评价装置，其特征在于，包括：
图谱建立模块，用于获取目标存量客户的交易数据，并根据所述交易数据确定所述目标存量客户的交易图谱；其中，所述交易图谱中的节点用于对所述目标存量客户的关联客户进行表示，所述交易图谱中的边用于对节点表示的客户间交易特征进行表示；
第一评价值确定模块，用于获取所述交易图谱中所有节点的客户特征信息，并根据所述客户特征信息确定所述节点的节点评价值；
第二评价值确定模块，用于获取所述交易图谱中所有边的交易特征信息，并根据所述交易特征信息确定所述边的边评价值；
第三评价值确定模块，用于根据所述交易图谱中所有节点的节点评价值和所有边的边评价值确定所述目标存量客户的评价值。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的银行存量客户的价值评价方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的银行存量客户的价值评价方法。
CN202211291936.5A 2022-10-20 2022-10-20 银行存量客户的价值评价方法、装置、设备和介质 Pending CN115438196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211291936.5A CN115438196A (zh) 2022-10-20 2022-10-20 银行存量客户的价值评价方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211291936.5A CN115438196A (zh) 2022-10-20 2022-10-20 银行存量客户的价值评价方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN115438196A true CN115438196A (zh) 2022-12-06

Family

ID=84252046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211291936.5A Pending CN115438196A (zh) 2022-10-20 2022-10-20 银行存量客户的价值评价方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115438196A (zh)

Similar Documents

Publication Publication Date Title
CN113034046A (zh) 一种数据风险计量方法、装置、电子设备及存储介质
CN115545481A (zh) 一种风险等级确定方法、装置、电子设备及存储介质
CN116128627A (zh) 风险预测方法、装置、电子设备及存储介质
CN114997975A (zh) 一种异常企业识别方法、装置、设备、介质及产品
US20220067460A1 (en) Variance Characterization Based on Feature Contribution
CN110991650A (zh) 训练养卡识别模型、识别养卡行为的方法及装置
CN113159924A (zh) 授信客户对象的确定方法及装置
CN115438196A (zh) 银行存量客户的价值评价方法、装置、设备和介质
CN115953235A (zh) 风险指标统计方法及装置、存储介质及电子设备
CN115496205A (zh) 检测模型训练、数据检测方法、装置、设备及存储介质
CN115599687A (zh) 一种软件测试场景的确定方法、装置、设备及介质
CN114999665A (zh) 数据处理方法、装置、电子设备及存储介质
CN110570301B (zh) 风险识别方法、装置、设备及介质
CN116644372B (zh) 一种账户类型的确定方法、装置、电子设备及存储介质
CN111429257A (zh) 一种交易监控方法和装置
CN114926002A (zh) 客户亲密度判定方法、装置、设备、介质和程序产品
JP2002197268A (ja) ローン管理システム、その方法及びコンピュータシステムにローンの管理を行わせるためのコンピュータソフトウエアプログラム製品
CN114840510A (zh) 数据质量的校验方法、装置、设备、介质和程序产品
CN115797033A (zh) 一种资金监管方法、装置、电子设备及存储介质
CN115390797A (zh) 一种分数确定方法、装置、设备及存储介质
CN114971697A (zh) 数据处理方法、装置、设备、存储介质及产品
CN114897381A (zh) 一种账务评价方法、装置、设备、介质及产品
CN114781480A (zh) 目标对象的评价方法、评价模型训练方法及装置
JP2002109205A (ja) ポートフォリオの感応度分析システム
CN114707991A (zh) 一种可疑账户识别方法、装置、设备、介质及产品

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