客户数据等级分层方法、电子设备及计算机存储介质与流程

本申请涉及数据处理，尤其是涉及一种客户数据等级分层方法、电子设备及计算机存储介质。

背景技术：

1、目前，客群经营是金融机构针对客户精准营销的一种重要抓手，而比较持续的客群需要对客户进行等级分层，从而根据客户等级匹配相应权益和营销手段，从而更好的经营客户、转化客户、增加客户粘性。

2、为了激励和营销客户，刺激客户的提升占比，人工进行客户数据等级分层，容易受到个人主观意见和经验的影响，不同的人可能会得出不同的客户等级结果，导致分层结果不一致且不科学准确。而基于人工智能的客户数据等级方法由于人工智能模型的复杂性，容易导致数据计算复杂度较高，耗费计算资源等问题。因此，现有客户数据等级方法基本都是参考头部机构分层标准，照抄或者结合机构自身情况人工判断来微调分层级别，无法科学智能的分析出当前阶段最合适的客户等级的等级分层临界值。

技术实现思路

1、鉴于以上内容，本申请提供的客户数据等级分层方法、电子设备及计算机存储介质，可以科学智能的分析出当前阶段合适的客户等级分层的等级分层临界值。

2、本申请的第一方面提供一种客户数据等级分层方法，所述方法包括：

3、从多个数据点中确定n个数据点作为n个初始组心，其中，每个所述数据点包括多个客户数据，n为基于业务规则确定的客户等级分层层数；

4、根据所述n个初始组心将所述多个数据点分为n个数据组，并基于所述n个数据组计算得到n个候选组心；

5、执行循环迭代，在每次迭代过程中，基于所述n个候选组心将所述多个数据点分为n个新的数据组，并基于所述n个新的数据组计算得到n个新的候选组心，并在每次迭代结束时判断是否满足预设循环迭代结束条件；

6、当确定满足所述预设循环迭代结束条件时，根据循环迭代结束时对应的n个新的候选组心，得到n个客户等级分层界限值。

7、在一个可选的实施方式中，所述从多个数据点中确定n个数据点作为n个初始组心包括：

8、随机选择所述多个数据点中的一个数据点作为第一个初始组心；

9、计算每个所述数据点与第k个初始组心的第k初始距离，并基于第一初始距离、第二初始距离、……、第k初始距离在所述多个数据点中确定一个数据点作为第k+1个初始组心；

10、其中，k∈[1，n-1]，且k从1开始，并在每确定一个初始组心，k自动加1。

11、在一个可选的实施方式中，当k为1时，所述计算每个所述数据点与第k个初始组心的第k初始距离，并基于第一初始距离、第二初始距离、……、第k初始距离在所述多个数据点中确定一个数据点作为第k+1个初始组心包括：

12、计算每个所述数据点与所述第一个初始组心的第一初始距离，并将多个所述第一初始距离中的最大第一初始距离对应的数据点确定为第二个初始组心。

13、在一个可选的实施方式中，当k不为1时，所述计算每个所述数据点与第k个初始组心的第k初始距离，并基于第一初始距离、第二初始距离、……、第k初始距离在所述多个数据点中确定一个数据点作为第k+1个初始组心包括：

14、所述计算每个所述数据点与第k个初始组心的第k初始距离；

15、将每个所述数据点对应的所述第一初始距离、第二初始距离、……、所述第k初始距离中的最小初始距离确定为目标初始距离；

16、将多个所述目标初始距离中的最大目标初始距离对应的数据点确定为所述第k+1个初始组心。

17、在一个可选的实施方式中，所述根据所述n个初始组心将所述多个数据点分为n个数据组，并基于所述n个数据组计算得到n个候选组心包括：

18、计算每个所述数据点与每个所述初始组心之间的组心距离；

19、根据所述组心距离对所述多个数据点进行分组，得到n个数据组；

20、确定每个所述数据组的数据中心；

21、将所述n个数据组的数据中心确定为所述n个候选组心。

22、在一个可选的实施方式中，所述判断是否满足预设循环迭代结束条件包括：

23、识别当前迭代对应的n个新的候选组心与上一迭代对应的n个新的候选组心是否一致，当识别所述当前迭代对应的n个新的候选组心与所述上一迭代对应的n个新的候选组心一致时，确定满足所述预设循环迭代结束条件；或

24、识别所述当前迭代对应的n个新的数据组与所述上一迭代对应的n个新的数据组是否一致，当识别所述当前迭代对应的n个新的数据组与所述上一迭代对应的n个新的数据组一致时，确定满足所述预设循环迭代结束条件；或

25、识别所述当前迭代的次数是否达到预设次数阈值，当识别所述当前迭代的次数达到所述预设次数阈值时，确定满足所述预设循环迭代结束条件。

26、在一个可选的实施方式中，所述方法还包括：

27、当确定不满足所述预设循环迭代结束条件时，基于所述当前迭代对应的n个新的候选组心继续将所述多个数据点分为n个新的数据组，并基于所述n个新的数据组计算得到n个新的候选组心，直到满足所述预设循环迭代结束条件时，停止循环迭代。

28、在一个可选的实施方式中，所述方法还包括：

29、根据所述n个客户等级分层界限值及预设客户等级分层浮动比例得到n个目标客户等级分层界限值。

30、本申请第二方面提供一种电子设备，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，所述处理器执行所述计算机程序时实现所述客户数据等级分层方法的步骤。

31、本申请第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述客户数据等级分层方法的步骤。

32、综上所述，本申请提供的客户数据等级分层方法、电子设备及计算机存储介质，基于业务规则确定的客户等级分层层数，从多个数据点中确定多个初始组心，根据多个初始组心将多个数据点分为多个数据组，并基于多个数据组计算得到多个候选组心，在每次迭代过程中，基于n个候选组心将多个数据点分为n个新的数据组，并基于所n个新的数据组计算得到n个新的候选组心。当结束迭代时，根据当前迭代对应的多个候选组心得到多个客户等级分层界限值。本申请能够科学智能的分析出当前阶段最合适的客户等级的等级分层临界值。

技术特征：

1.一种客户数据等级分层方法，其特征在于，所述方法包括：

2.根据权利要求1所述的客户数据等级分层方法，其特征在于，所述从多个数据点中确定n个数据点作为n个初始组心包括：

3.根据权利要求2所述的客户数据等级分层方法，其特征在于，当k为1时，所述计算每个所述数据点与第k个初始组心的第k初始距离，并基于第一初始距离、第二初始距离、……、第k初始距离在所述多个数据点中确定一个数据点作为第k+1个初始组心包括：

4.根据权利要求3所述的客户数据等级分层方法，其特征在于，当k不为1时，所述计算每个所述数据点与第k个初始组心的第k初始距离，并基于第一初始距离、第二初始距离、……、第k初始距离在所述多个数据点中确定一个数据点作为第k+1个初始组心包括：

5.根据权利要求1所述的客户数据等级分层方法，其特征在于，所述根据所述n个初始组心将所述多个数据点分为n个数据组，并基于所述n个数据组计算得到n个候选组心包括：

6.根据权利要求1至5中任意一项所述的客户数据等级分层方法，其特征在于，所述判断是否满足预设循环迭代结束条件包括：

7.根据权利要求6所述的客户数据等级分层方法，其特征在于，所述方法还包括：

8.根据权利要求7所述的客户数据等级分层方法，其特征在于，所述方法还包括：

9.一种电子设备，其特征在于，包括存储器、处理器以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计算机程序时实现权利要求1至8中任一项所述的客户数据等级分层方法的步骤。

10.一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，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的客户数据等级分层方法的步骤。

技术总结
本申请涉及数据处理技术领域，尤其涉及一种客户数据等级分层方法、电子设备及计算机存储介质。本申请基于业务规则确定的客户等级分层层数，从多个数据点中确定多个初始组心，根据多个初始组心将多个数据点分为多个数据组，并基于多个数据组计算得到多个候选组心，在每次迭代过程中，基于N个候选组心将多个数据点分为N个新的数据组，并基于所N个新的数据组计算得到N个新的候选组心。当结束迭代时，根据当前迭代对应的多个候选组心得到多个客户等级分层界限值。本申请能够科学智能的分析出当前阶段最合适的客户等级的等级分层临界值。

技术研发人员：彭春臣,曾立军
受保护的技术使用者：深圳市优讯信息技术有限公司
技术研发日：
技术公布日：2024/1/16