专利名称：一种银行目标客户识别系统的制作方法
技术领域：
本实用新型关于金融信息数据挖掘处理技术，具体的讲是一种银行目标客户识别系统。
背景技术：
在现有技术中，银行信息系统在客户价值测量、贡献度测量和目标客户识别(或称核心价值客户识别)等涉及金融信息数据挖掘处理的技术中，仍然停留在非标准和非量化的阶段，这便造成了目标客户识别手段单一，识别度差的弊端。为了解决上述弊端，也有部分银行信息系统，通过批量导入或手工录入的方式建立客户信息库，并通过专人定期维护更新客户信息相关数据。这些银行信息系统的投产，从一定程度上实现了基于对个人金融客户信息挖掘的客户信息维护、信息查询、贡献度测量等功能，但这种银行信息系统仅仅优化了客户信息查询功能，而深层次的目标客户识别处理功能相对较弱，无法满足实际银行业务决策的需要。
实用新型内容本实用新型实施例提供了一种银行目标客户识别系统，以解决基于金融客户信息挖掘的目标客户识别、客户信息维护、信息查询以及贡献度测量的问题。本实用新型的目的之一是，提供一种银行目标客户识别系统，该系统包括基础数据预处理装置，用于从银行网络获取包括客户基本信息数据、客户资产/负债数据、产品配置数据和交易明细数据在内的客户识别基础数据，并对所述的客户识别基础数据进行预处理；基础数据存储装置，与基础数据预处理装置相连接，用于存储预处理后的客户识别基础数据；客户信息测量装置，与基础数据存储装置相连接，用于对读取的产品配置数据进行测量生成客户贡献度数据，并对读取的交易明细数据进行测量生成客户重要度数据，并对读取的客户基本信息数据和客户资产/负债数据进行测量生成客户价值数据；客户特征提取装置，与客户信息测量装置相连接，用于根据客户贡献度数据、客户重要度数据和客户价值数据从客户识别基础数据中获取目标客户样本数据，并根据客户的属性对目标客户样本数据进行分类，生成目标客户特征数据；目标客户识别装置，与客户特征提取装置相连接，用于根据目标客户特征数据从客户识别基础数据中识别出对应的目标客户信息，并输出所述的目标客户信息。客户信息测量装置进一步包括产品贡献测量单元，用于对产品配置数据中的产品收入数据和产品支出数据进行测量计算，生成产品贡献数据；客户贡献度测量单元，与产品贡献测量单元相连接，用于根据产品贡献数据和测量时间计算生成客户贡献度数据。客户信息测量装置进一步包括客户重要度测量单元，用于对交易明细数据中的交易时间、交易次数、金融服务的存活时间以及收益与成本比进行测量计算，生成客户重要度数据。客户信息测量装置进一步包括客户价值测量单元，用于根据客户基本信息数据和客户资产/负债数据分别计算出客户历史价值数据、客户当前价值数据和客户潜在价值数据，并根据客户历史价值数据、客户当前价值数据和客户潜在价值数据计算生成客户价值数据。客户特征提取装置进一步包括决策树生成单元，用于将客户的属性分成多个标签，并按照标签对目标客户样本数据进行逐层分类，生成决策树。本实用新型的目的之一是，提供一种银行目标客户识别系统，该系统包括基础数据预处理服务器、基础数据存储服务器、客户信息测量服务器、客户特征提取服务器、目标客户识别服务器以及客户识别终端；基础数据存储服务器分别与基础数据预处理服务器、 客户信息测量服务器、客户特征提取服务器以及目标客户识别服务器相连接；客户识别终端通过银行内部网络与基础数据存储服务器相连接；基础数据预处理服务器，用于从银行网络获取包括客户基本信息数据、客户资产/负债数据、产品配置数据和交易明细数据在内的客户识别基础数据，并对客户识别基础数据进行预处理；基础数据存储服务器，用于存储预处理后的客户识别基础数据；客户信息测量服务器，用于对读取的产品配置数据进行测量生成客户贡献度数据，并对读取的交易明细数据进行测量生成客户重要度数据，并对读取的客户基本信息数据和客户资产/负债数据进行测量生成客户价值数据，并将客户价值数据存入基础数据存储服务器；客户特征提取服务器，用于根据客户贡献度数据、客户重要度数据和客户价值数据从所述的客户识别基础数据中获取目标客户样本数据，并根据客户的属性对目标客户样本数据进行分类，生成目标客户特征数据，并将目标客户特征数据存入基础数据存储服务器；目标客户识别服务器，用于根据目标客户特征数据从客户识别基础数据中识别出对应的目标客户信息，并将目标客户信息存入基础数据存储服务器；客户识别终端，用于输入目标客户识别请求，并显示目标客户信息。客户信息测量服务器进一步包括产品贡献测量单元，用于对产品配置数据中的产品收入数据和产品支出数据进行测量计算，生成产品贡献数据；客户贡献度测量单元，用于根据产品贡献数据和测量时间计算生成客户贡献度数据。客户信息测量服务器进一步包括客户重要度测量单元，用于对交易明细数据中的交易时间、交易次数、金融服务的存活时间以及收益与成本比进行测量计算，生成客户重要度数据。客户信息测量服务器进一步包括客户价值测量单元，用于根据客户基本信息数据和客户资产/负债数据分别计算出客户历史价值数据、客户当前价值数据和客户潜在价值数据，并根据客户历史价值数据、客户当前价值数据和客户潜在价值数据计算生成客户价值数据。客户特征提取服务器进一步包括决策树生成单元，用于将客户的属性分成多个标签，并按照标签对目标客户样本数据进行逐层分类，生成决策树。本实用新型的有益效果在于，利用客户贡献度数据测量、客户重要度数据测量和客户价值数据测量等三个测量模型，以及基于决策树的分类器，从多方面对目标客户信息进行提取，提高了金融客户数据挖掘、提取和相关处理的准确性。提高了目标客户提取的效率。进而提升了银行个人客户的服务水平。
[0016]为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术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实用新型的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本实用新型实施例1银行目标客户识别系统的结构框图；图2为本实用新型实施例1基础数据预处理装置的结构框图；图3为本实用新型实施例1客户识别基础数据库示意图；图4为本实用新型实施例1基础数据预处理装置的数据清理流程图；图5为本实用新型实施例1基础数据预处理装置的数据集成流程图；图6为本实用新型实施例1基础数据预处理装置的数据变换流程图；图7a为本实用新型实施例1产品贡献测量单元结构框图；图7b为本实用新型实施例1客户贡献度测量单元结构框图；图8为本实用新型实施例1客户重要度测量单元的结构框图；图9为本实用新型实施例1客户信息测量装置的结构框图；图10为本实用新型实施例1决策树示意图；图11为本实用新型实施例1目标客户识别处理流程图；图12为本实用新型实施例2银行目标客户识别系统连接示意图。
具体实施方式
下面将结合本实用新型实施例中的附图，对本实用新型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实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，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，都属于本实用新型保护的范围。实施例1如图1所示，本实施例的银行目标客户识别系统包括基础数据预处理装置101， 用于从银行网络获取包括客户基本信息数据、客户资产/负债数据、产品配置数据和交易明细数据在内的客户识别基础数据，并对客户识别基础数据进行预处理；基础数据存储装置102，用于存储预处理后的客户识别基础数据；客户信息测量装置103，用于对读取的产品配置数据进行测量生成客户贡献度数据，并对读取的交易明细数据进行测量生成客户重要度数据，并对读取的客户基本信息数据和客户资产/负债数据进行测量生成客户价值数据；客户特征提取装置104，用于根据客户贡献度数据、客户重要度数据和客户价值数据从客户识别基础数据中获取目标客户样本数据，并根据客户的属性对目标客户样本数据进行分类，生成目标客户特征数据；目标客户识别装置105，用于根据目标客户特征数据从客户识别基础数据中识别出对应的目标客户信息，并输出目标客户信息。客户识别终端106，用于显示目标客户信息。如图2所示，基础数据预处理装置101包括主控单元10、数据清理单元11、数据集成单元12和数据变换单元13。主控单元10负责数据预处理的调度，它根据用户请求的服务，访问基础数据存储装置102，从基础数据存储装置102读取样本客户数据到基础数据预处理装置101，将客户基础数据派送给数据清理单元11、数据集成单元12和数据变换单元13进行预处理，将处理结果写回基础数据存储装置102。如图3所示，客户识别基础数据库存储了包括客户基本信息数据、客户资产/资产 负债数据、金融产品配置数据和交易明细数据在内的各种基础数据。客户基本信息数据至少包括客户信息号、账户号和卡号。客户资产/资产负债数 据至少包括客户历史利润、客户未来利润函数和贴现率。金融产品配置数据至少包括消费收入、存款收入、透支收入，以及发卡支出、柜台 交易支出、ATM交易支出、CDM交易支出、POS交易支出、网上银行交易支出、电话银行交易支 出、手机银行交易支出、批量交易支出。交易明细数据至少包括客户在银行交易的最后一次距离现在的天数R，客户在 银行里总的交易次数F，F的归一化值F* ；客户从第一次购买银行金融服务的时间开始到目
D nD
前的存活时间S，S的归一化值S*;客户的收益与成本比i t的归一化值,客户所使
A ,A(. A),
用银行所提供的总的服务种数T，T的归一化值f。基础数据预处理装置101负责访问基础数据存储装置102，随机抽取一批样本客 户，读取该样本客户的基础数据，包括客户基本信息数据、交易数据以及经过简单分析统计 的相关数据，然后再进行数据清理、集成、变换处理，得到样本客户中间数据，将中间数据存 放到基础数据存储装置102中。数据清理单元11负责采用数据清理例程，填写空缺数据、平滑噪声数据，识别、删 除孤立点，并解决不一致来对基础数据进行清理；利用回归、或判定树归纳确定的方法来推 测可能的空缺值；采用分箱、聚类、回归的方法来消除噪声。数据集成单元12负责将多个数 据源中的数据结合起来作一致性处理。数据变换单元13负责将数据转换成适于进行挖掘 的形式。比如利用最大-最小规范化对客户属性进行线性变换，将属性值映射到相应的区 间中。如图4所示，基础数据预处理装置的数据清理单元的步骤包括步骤110 接收主控单元10传入的客户数据，判断是否进行过数据清理，如果未进 行过，则执行步骤111 ；否则，结束。步骤111 对客户数据进行数据质量诊断；数据质量诊断是对原始数据各个表、各 个变量的基本情况进行查看和探索性分析，包括数据概况诊断分析、频数分析、单变量分 析，分别说明如下1)数据概况诊断分析每个表的时间属性、数据的粒度、数据的变量数、数据的记 录数、数据的主键以及数据中是否存在重复观测进行诊断。2)频数分析对各个数据表各个变量(除了客户信息号、账户号、卡号等主键外) 进行分类变量(Categorical Variables)的频数分析(FrequencyAnalysis)，输出包括变 量值、变量值定义、观测数、占比、累积占比。3)单变量分析对各个数据表各个变量(除了客户信息号、账户号、卡号等主键 外)进行连续变量(Continuous Variables)的单变量分析(Univariate Analysis),输 出包括总记录数、非缺失值记录数、缺失值记录数、均值、标准差、最小值、分位数、5% 分位数、10%分位数、25%分位数、中位数、75%分位数、90%分位数、95%分位数、99%分位 数、最大值。[0046]步骤112 根据数据概况诊断分析结果，对主键重复记录进行筛选，剔除无效数据；步骤113 针对分类变量(Categorical Variables)的频数分析结果进行分析；对变量值、变量值定义未落在规范的参数表内的记录，若为不一致数据，则进行筛选，剔除无效数据；步骤114 针对连续变量(Continuous Variables)的单变量分析结果进行分析； 对存在“缺失值记录数”的记录，若为分析的关键字段，则根据平均值填充规则赋予“默认值”；对存在偏离“均值”超过3个“标准差”以上的记录，若为孤立点数据则进行删除，若为噪声数据则进行平滑处理；步骤115 将清洗后的客户数据传给主控单元10，主控单元10写回基础数据存储
直ο如图5所示，基础数据预处理装置的数据集成单元的处理步骤包括步骤120 接收主控单元10传入的客户数据，判断是否已完成数据清理，如果已完成数据清理，则执行步骤121 ；否则，结束。步骤121 对客户数据进行数据关系诊断；数据关系诊断是对原始数据各个表、各个变量的关联关系进行查看和探索性分析，包括变量的交叉分析，分别说明如下变量的交叉分析对同一张表中存在逻辑关系的不同变量，利用其内在逻辑关系对数据的一些变量进行交叉诊断；如利用逻辑关系“定期储蓄的起息日应该等于开户日”对双整定期储蓄表中的“起息日”、“开户日，，进行交叉分析。表 1起息日和开户日期交叉分析
权利要求1. 一种银行目标客户识别系统，其特征是，所述的系统包括基础数据预处理服务器、 基础数据存储服务器、客户信息测量服务器、客户特征提取服务器、目标客户识别服务器以及客户识别终端；所述的基础数据存储服务器分别与所述的基础数据预处理服务器、客户信息测量服务器、客户特征提取服务器以及目标客户识别服务器相连接；所述的客户识别终端通过银行内部网络与所述的基础数据存储服务器相连接； 所述的基础数据预处理服务器，用于从银行网络获取包括客户基本信息数据、客户资产/负债数据、产品配置数据和交易明细数据在内的客户识别基础数据，并对所述的客户识别基础数据进行预处理；所述的基础数据存储服务器，用于存储预处理后的客户识别基础数据； 所述的客户信息测量服务器，用于对读取的产品配置数据进行测量生成客户贡献度数据，并对读取的交易明细数据进行测量生成客户重要度数据，并对读取的客户基本信息数据和客户资产/负债数据进行测量生成客户价值数据，并将所述的客户价值数据存入所述的基础数据存储服务器；所述的客户特征提取服务器，用于根据所述的客户贡献度数据、客户重要度数据和客户价值数据从所述的客户识别基础数据中获取目标客户样本数据，并根据客户的属性对所述的目标客户样本数据进行分类，生成目标客户特征数据，并将所述的目标客户特征数据存入所述的基础数据存储服务器；所述的目标客户识别服务器，用于根据所述的目标客户特征数据从所述的客户识别基础数据中识别出对应的目标客户信息，并将所述的目标客户信息存入所述的基础数据存储服务器；所述的客户识别终端，用于输入目标客户识别请求，并显示所述的目标客户信息。
专利摘要本实用新型提供了一种银行目标客户识别系统，该系统包括基础数据预处理服务器、基础数据存储服务器、客户信息测量服务器、客户特征提取服务器、目标客户识别服务器以及客户识别终端；基础数据存储服务器分别与基础数据预处理服务器、客户信息测量服务器、客户特征提取服务器以及目标客户识别服务器相连接；客户识别终端通过银行内部网络与基础数据存储服务器相连接。以解决基于金融客户信息挖掘的目标客户识别、客户信息维护、信息查询以及贡献度测量的问题。
文档编号G06Q40/00GK202093568SQ20112006845
公开日2011年12月28日 申请日期2011年3月15日 优先权日2011年3月15日
发明者刘龙腾, 区子雄, 吴峰, 梁映秀, 陈泳斌, 黄集平 申请人:中国工商银行股份有限公司