本申请涉及数据处理,具体而言,涉及一种潜客挖掘方法及装置。
背景技术:
1、目前,随着互联网技术的发展,互联网平台中积累了大量的用户,并且用户在使用互联网平台中的业务时,会产生大量的数据。现有的潜客挖掘方法,通常是以已知的案例客户为基准,利用客户特征数据寻找与之相似的客户是最常用的挖掘方式,因此,挖掘模型中判断客户相似时使用的特征,直接决定了最终挖掘出的潜客质量。然而,在实践中发现,现有方法适用性差,且无法确定潜客的社会场景,从而无法实现后续的精准转化营销。
技术实现思路
1、本申请实施例的目的在于提供一种潜客挖掘方法及装置,能够利用有限的客户数据进行潜客挖掘,且能够确定潜客的社会场景,适用性好,进而有利于实现后续的精准转化营销。
2、本申请实施例第一方面提供了一种潜客挖掘方法,包括:
3、获取企业经营场景的内外部数据;
4、对所述内外部数据进行预处理,得到预处理数据;
5、通过预先构建的文本分类模型对所述预处理数据进行处理,得到模型处理数据;
6、根据预设的图谱社区算法和所述模型处理数据识别客户所处场景;
7、根据所述客户所处场景识别潜客所在的社群场景;
8、根据所述潜客所在的社群场景确定潜客挖掘结果。
9、在上述实现过程中,该方法可以优先获取企业经营场景的内外部数据;并对内外部数据进行预处理,得到预处理数据;然后,通过预先构建的文本分类模型对预处理数据进行处理,得到模型处理数据;再后,根据预设的图谱社区算法和模型处理数据识别客户所处场景;在识别出客户所处场景时,根据客户所处场景识别潜客所在的社群场景;最后,再根据潜客所在的社群场景确定潜客挖掘结果。可见,该方法能够利用有限的客户数据进行潜客挖掘,且能够确定潜客的社会场景,适用性好,进而有利于实现后续的精准转化营销。
10、进一步地,在所述获取企业经营场景的内外部数据之前,所述方法还包括:
11、构建原始分类模型;
12、采用基于transformer框架下的roberta预训练所述原始分类模型,得到文本分类模型;
13、其中,所述文本分类模型的模型超参数包括学习率参数、批大小参数和训练期数参数;所述文本分类模型的调优方式为网格搜索。
14、进一步地,所述内外部数据包括企业客户名称、工商经营范围、企业所属行业、企业所属产业或企业所属产业链中的其中一种或者多种。
15、进一步地,所述根据预设的图谱社区算法和所述模型处理数据识别客户所处场景,包括:
16、从所述模型处理数据中获取关系类型数据;其中,所述关系型数据至少包括票据数据、动账数据和招投标数据;
17、对所述关系类型数据进行整合,得到整合数据;
18、对所述整合数据进行数据清洗,得到清洗数据;
19、根据所述清洗数据构建关系图谱;
20、根据预设的louvain算法和所述关系图谱进行社区划分,得到社区分群结果;
21、根据所述社区分群结果确定客户所处场景。
22、进一步地,所述根据所述客户所处场景识别潜客所在的社群场景,包括:
23、根据所述模型处理数据确定目标潜客;
24、根据所述客户所处场景确定所述目标潜客所在的社群场景。
25、本申请实施例第二方面提供了一种潜客挖掘装置,所述潜客挖掘装置包括:
26、获取单元,用于获取企业经营场景的内外部数据;
27、预处理单元,用于对所述内外部数据进行预处理,得到预处理数据;
28、模型处理单元,用于通过预先构建的文本分类模型对所述预处理数据进行处理,得到模型处理数据;
29、第一识别单元,用于根据预设的图谱社区算法和所述模型处理数据识别客户所处场景;
30、第二识别单元,用于根据所述客户所处场景识别潜客所在的社群场景;
31、确定单元,用于根据所述潜客所在的社群场景确定潜客挖掘结果。
32、在上述实现过程中,该装置可以通过获取单元获取企业经营场景的内外部数据;通过预处理单元对内外部数据进行预处理,得到预处理数据;通过模型处理单元来通过预先构建的文本分类模型对预处理数据进行处理,得到模型处理数据;通过第一识别单元来根据预设的图谱社区算法和模型处理数据识别客户所处场景;通过第二识别单元来根据客户所处场景识别潜客所在的社群场景;再通过确定单元来根据潜客所在的社群场景确定潜客挖掘结果。可见,该装置能够利用有限的客户数据进行潜客挖掘,且能够确定潜客的社会场景,适用性好,进而有利于实现后续的精准转化营销。
33、进一步地,所述潜客挖掘装置还包括:
34、模型构建单元,用于在所述获取企业经营场景的内外部数据之前,构建原始分类模型;
35、预训练单元,用于采用基于transformer框架下的roberta预训练所述原始分类模型,得到文本分类模型;其中,所述文本分类模型的模型超参数包括学习率参数、批大小参数和训练期数参数;所述文本分类模型的调优方式为网格搜索。
36、进一步地,所述内外部数据包括企业客户名称、工商经营范围、企业所属行业、企业所属产业或企业所属产业链中的其中一种或者多种。
37、进一步地,所述第一识别单元包括:
38、获取子单元,用于从所述模型处理数据中获取关系类型数据;其中,所述关系型数据至少包括票据数据、动账数据和招投标数据;
39、整合子单元,用于对所述关系类型数据进行整合,得到整合数据;
40、清洗子单元,用于对所述整合数据进行数据清洗,得到清洗数据;
41、构建子单元,用于根据所述清洗数据构建关系图谱;
42、划分子单元,用于根据预设的louvain算法和所述关系图谱进行社区划分,得到社区分群结果;
43、第一确定子单元,用于根据所述社区分群结果确定客户所处场景。
44、进一步地,所述第二识别单元包括:
45、第二确定子单元,用于根据所述模型处理数据确定目标潜客;
46、识别子单元,用于根据所述客户所处场景确定所述目标潜客所在的社群场景。
47、本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的潜客挖掘方法。
48、本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的潜客挖掘方法。
1.一种潜客挖掘方法,其特征在于,包括:
2.根据权利要求1所述的潜客挖掘方法,其特征在于,在所述获取企业经营场景的内外部数据之前,所述方法还包括:
3.根据权利要求1所述的潜客挖掘方法,其特征在于,所述内外部数据包括企业客户名称、工商经营范围、企业所属行业、企业所属产业或企业所属产业链中的其中一种或者多种。
4.根据权利要求1所述的潜客挖掘方法,其特征在于,所述根据预设的图谱社区算法和所述模型处理数据识别客户所处场景,包括:
5.根据权利要求1所述的潜客挖掘方法,其特征在于,所述根据所述客户所处场景识别潜客所在的社群场景,包括:
6.一种潜客挖掘装置,其特征在于,所述潜客挖掘装置包括:
7.根据权利要求6所述的潜客挖掘装置,其特征在于,所述潜客挖掘装置还包括:
8.根据权利要求6所述的潜客挖掘装置,其特征在于,所述第一识别单元包括:
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的潜客挖掘方法。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至5任一项所述的潜客挖掘方法。