基于金融活动的客户集群确定方法及其装置、电子设备与流程

本发明涉及人工智能领域，具体而言，涉及一种基于金融活动的客户集群确定方法及其装置、电子设备。

背景技术：

1、随着数字化技术的不断发展，线上金融活动也越来越丰富。然而，当前对金融活动缺少体系化的管理，每场金融活动应投入的费用，投入哪些人群收益较高以及投入后带来的收益情况的评估没有参考依据。当前也没有面向金融活动成本收益管理的系统，无法使得业务人员对金融活动投入费用进行合理拆分以及对后续投入费用收益情况进行追踪。

2、相关技术中，线上金融活动基本流程是基于当前的客群，投放相同额度资金，投放之后统计转化情况。然而这种方式在投放前期对客群后续的潜力情况、客群的推荐敏感度以及客群的推荐成本无依据评估及支撑，导致无法选择合适的客群进行推荐，也无法将推荐成本合理拆分，造成推荐资源的浪费。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种基于金融活动的客户集群确定方法及其装置、电子设备，以至少解决相关技术中无法确定合适的推荐客群，导致推荐资源利用率较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种基于金融活动的客户集群确定方法，包括：获取目标金融活动的活动配置信息，其中，所述活动配置信息至少包括：待推荐客群标识集合、第一模型标识、第一特征表、第二模型标识、第二特征表，所述第一模型标识和所述第二模型标识分别指示进行数据处理的不同目标模型，所述第一特征表与所述第二特征表中分别记录不同的特征数据，所述待推荐客群标识集合包括：m个待推荐客群标识，每个所述待推荐客群标识包括：n个待推荐客户标识，m和n分别为正整数；获取每个所述待推荐客群标识指示的待推荐客群中所有所述待推荐客户标识关联的客户数据；基于所述第一特征表，确定每个所述待推荐客群标识对应的第一特征数据，并基于所述第二特征表，确定每个所述待推荐客群标识对应的第二特征数据；将所述第一特征数据输入至所述第一模型标识指示的第一目标模型中，输出所述待推荐客群标识对应的潜力标签，并将所述第二特征数据输入至所述第二模型标识指示的第二目标模型中，输出所述待推荐客群标识对应的推荐敏感度；基于所有所述待推荐客群标识对应的所述潜力标签以及所述推荐敏感度，确定推荐客群标识集合，其中，所述推荐客群标识集合中包含的每个推荐客群标识对应的推荐客群是所述目标金融活动被推荐的客户集群。

3、可选地，在获取目标金融活动的活动配置信息之前，还包括：确定每个金融活动的活动信息，其中，所述活动信息包括下述至少之一：金融活动名称、金融活动标识、活动开始时间、活动结束时间、任务运行时间、收益开始计算时间、收益持续时长以及收益计算时间间隔；确定每个所述金融活动的所述待推荐客群标识集合；获取每个所述金融活动的配置信息，其中，所述配置信息包括：所述第一模型标识、与所述第一模型标识对应的所述第一特征表、所述第二模型标识、与所述第二模型标识对应的所述第二特征表；基于所述活动信息、所述待推荐客群标识集合以及所述配置信息，确定每个所述金融活动的所述活动配置信息。

4、可选地，在获取每个所述金融活动的配置信息之前，还包括：构建第一初始模型集合以及第二初始模型集合，其中，所述第一初始模型集合包括：多个第一初始模型，所述第二初始模型集合包括：多个第二初始模型；获取历史时间段内的历史客户数据，其中，所述历史客户数据包括：多条历史客户信息；为每条所述历史客户信息标注历史潜力标签以及历史推荐敏感度；基于所述历史客户数据以及所述历史潜力标签，构建第一训练数据集合，并基于所述历史客户数据以及所述历史推荐敏感度，构建第二训练数据集合；采用所述第一训练数据集合训练每个所述第一初始模型，得到第一模型集合，并采用所述第二训练数据集合训练每个所述第二初始模型，得到第二模型集合，其中，所述第一模型集合中的每个第一模型关联有第一模型标识，所述第二模型集合中的每个第二模型关联有第二模型标识，每个所述第一模型对应有所述第一特征表，每个所述第二模型对应有所述第二特征表。

5、可选地，在将所述第一特征数据输入至所述第一模型标识指示的第一目标模型中，输出所述待推荐客群标识对应的潜力标签之后，还包括：基于所述潜力标签，确定与所述潜力标签对应的消费潜力金额区间；基于所述消费潜力金额区间以及预设参数，确定所述待推荐客群标识对应的预估收益区间；基于所述目标金融活动的金融活动标识、所述待推荐客群标识、所述潜力标签、所述消费潜力金额区间以及所述预估收益区间，生成第一预估信息。

6、可选地，在将所述第二特征数据输入至所述第二模型标识指示的第二目标模型中，输出所述待推荐客群标识对应的推荐敏感度之后，还包括：基于所述推荐敏感度，确定与所述推荐敏感度对应的推荐成本区间；基于所述推荐成本区间以及所述预估收益区间，确定所述待推荐客群标识对应的预设比值以及预设收益值；基于所述目标金融活动的金融活动标识、所述待推荐客群标识、所述推荐敏感度、所述推荐成本区间、所述预设比值以及所述预设收益值，生成第二预估信息。

7、可选地，基于所有所述待推荐客群标识对应的所述潜力标签以及所述推荐敏感度，确定推荐客群标识集合的步骤，包括：基于所有所述待推荐客群标识对应的所述消费潜力金额区间以及所述预估收益区间，确定所述消费潜力金额区间中最低值大于第一预设阈值且所述预估收益区间中最低值大于第二预设阈值的初始推荐客群标识集合；基于所述初始推荐客群标识集合中所有初始推荐客群标识对应的所述推荐成本区间以及所述预设比值，确定所述推荐成本区间中最高值小于第三预设阈值且所述预设比值小于第四预设阈值的所述推荐客群标识集合。

8、可选地，在基于所有所述待推荐客群标识对应的所述潜力标签以及所述推荐敏感度，确定推荐客群标识集合之后，还包括：基于与所述推荐客群标识关联的所述第一预估信息以及所述第二预估信息，确定推荐成本信息；基于所述推荐成本信息，将所述目标金融活动推荐给所述推荐客群，并在所述目标金融活动在所有所述推荐客群中执行完成的情况下，确定推荐结果数据，其中，所述推荐结果数据至少包括：客户标识、与所述客户标识对应的推荐成本值以及消费值；基于所述推荐结果数据、所述第一预估信息以及所述第二预估信息，生成所述目标金融活动的金融活动评价报告。

9、根据本发明实施例的另一方面，还提供了一种基于金融活动的客户集群确定装置，包括：第一获取单元，用于获取目标金融活动的活动配置信息，其中，所述活动配置信息至少包括：待推荐客群标识集合、第一模型标识、第一特征表、第二模型标识、第二特征表，所述第一模型标识和所述第二模型标识分别指示进行数据处理的不同目标模型，所述第一特征表与所述第二特征表中分别记录不同的特征数据，所述待推荐客群标识集合包括：m个待推荐客群标识，每个所述待推荐客群标识包括：n个待推荐客户标识，m和n分别为正整数；第二获取单元，用于获取每个所述待推荐客群标识指示的待推荐客群中所有所述待推荐客户标识关联的客户数据；第一确定单元，用于基于所述第一特征表，确定每个所述待推荐客群标识对应的第一特征数据，并基于所述第二特征表，确定每个所述待推荐客群标识对应的第二特征数据；输入单元，用于将所述第一特征数据输入至所述第一模型标识指示的第一目标模型中，输出所述待推荐客群标识对应的潜力标签，并将所述第二特征数据输入至所述第二模型标识指示的第二目标模型中，输出所述待推荐客群标识对应的推荐敏感度；第二确定单元，用于基于所有所述待推荐客群标识对应的所述潜力标签以及所述推荐敏感度，确定推荐客群标识集合，其中，所述推荐客群标识集合中包含的每个推荐客群标识对应的推荐客群是所述目标金融活动被推荐的客户集群。

10、可选地，所述客户集群确定装置还包括：第一确定模块，用于在获取目标金融活动的活动配置信息之前，确定每个金融活动的活动信息，其中，所述活动信息包括下述至少之一：金融活动名称、金融活动标识、活动开始时间、活动结束时间、任务运行时间、收益开始计算时间、收益持续时长以及收益计算时间间隔；第二确定模块，用于确定每个所述金融活动的所述待推荐客群标识集合；第一获取模块，用于获取每个所述金融活动的配置信息，其中，所述配置信息包括：所述第一模型标识、与所述第一模型标识对应的所述第一特征表、所述第二模型标识、与所述第二模型标识对应的所述第二特征表；第三确定模块，用于基于所述活动信息、所述待推荐客群标识集合以及所述配置信息，确定每个所述金融活动的所述活动配置信息。

11、可选地，所述客户集群确定装置还包括：第一构建模块，用于在获取每个所述金融活动的配置信息之前，构建第一初始模型集合以及第二初始模型集合，其中，所述第一初始模型集合包括：多个第一初始模型，所述第二初始模型集合包括：多个第二初始模型；第二获取模块，用于获取历史时间段内的历史客户数据，其中，所述历史客户数据包括：多条历史客户信息；第一标注模块，用于为每条所述历史客户信息标注历史潜力标签以及历史推荐敏感度；第二构建模块，用于基于所述历史客户数据以及所述历史潜力标签，构建第一训练数据集合，并基于所述历史客户数据以及所述历史推荐敏感度，构建第二训练数据集合；第一训练模块，用于采用所述第一训练数据集合训练每个所述第一初始模型，得到第一模型集合，并采用所述第二训练数据集合训练每个所述第二初始模型，得到第二模型集合，其中，所述第一模型集合中的每个第一模型关联有第一模型标识，所述第二模型集合中的每个第二模型关联有第二模型标识，每个所述第一模型对应有所述第一特征表，每个所述第二模型对应有所述第二特征表。

12、可选地，所述客户集群确定装置还包括：第四确定模块，用于在将所述第一特征数据输入至所述第一模型标识指示的第一目标模型中，输出所述待推荐客群标识对应的潜力标签之后，基于所述潜力标签，确定与所述潜力标签对应的消费潜力金额区间；第五确定模块，用于基于所述消费潜力金额区间以及预设参数，确定所述待推荐客群标识对应的预估收益区间；第一生成模块，用于基于所述目标金融活动的金融活动标识、所述待推荐客群标识、所述潜力标签、所述消费潜力金额区间以及所述预估收益区间，生成第一预估信息。

13、可选地，所述客户集群确定装置还包括：第六确定模块，用于在将所述第二特征数据输入至所述第二模型标识指示的第二目标模型中，输出所述待推荐客群标识对应的推荐敏感度之后，基于所述推荐敏感度，确定与所述推荐敏感度对应的推荐成本区间；第七确定模块，用于基于所述推荐成本区间以及所述预估收益区间，确定所述待推荐客群标识对应的预设比值以及预设收益值；第二生成模块，用于基于所述目标金融活动的金融活动标识、所述待推荐客群标识、所述推荐敏感度、所述推荐成本区间、所述预设比值以及所述预设收益值，生成第二预估信息。

14、可选地，所述第二确定单元包括：第八确定模块，用于基于所有所述待推荐客群标识对应的所述消费潜力金额区间以及所述预估收益区间，确定所述消费潜力金额区间中最低值大于第一预设阈值且所述预估收益区间中最低值大于第二预设阈值的初始推荐客群标识集合；第九确定模块，用于基于所述初始推荐客群标识集合中所有初始推荐客群标识对应的所述推荐成本区间以及所述预设比值，确定所述推荐成本区间中最高值小于第三预设阈值且所述预设比值小于第四预设阈值的所述推荐客群标识集合。

15、可选地，所述客户集群确定装置还包括：第十确定模块，用于在基于所有所述待推荐客群标识对应的所述潜力标签以及所述推荐敏感度，确定推荐客群标识集合之后，基于与所述推荐客群标识关联的所述第一预估信息以及所述第二预估信息，确定推荐成本信息；第十一确定模块，用于基于所述推荐成本信息，将所述目标金融活动推荐给所述推荐客群，并在所述目标金融活动在所有所述推荐客群中执行完成的情况下，确定推荐结果数据，其中，所述推荐结果数据至少包括：客户标识、与所述客户标识对应的推荐成本值以及消费值；第三生成模块，用于基于所述推荐结果数据、所述第一预估信息以及所述第二预估信息，生成所述目标金融活动的金融活动评价报告。

16、根据本发明实施例的另一方面，还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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项基于金融活动的客户集群确定方法。

17、根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任意一项基于金融活动的客户集群确定方法。

18、在本公开中，获取目标金融活动的活动配置信息，获取每个待推荐客群标识指示的待推荐客群中所有待推荐客户标识关联的客户数据，基于第一特征表，确定每个待推荐客群标识对应的第一特征数据，并基于第二特征表，确定每个待推荐客群标识对应的第二特征数据，将第一特征数据输入至第一模型标识指示的第一目标模型中，输出待推荐客群标识对应的潜力标签，并将第二特征数据输入至第二模型标识指示的第二目标模型中，输出待推荐客群标识对应的推荐敏感度，基于所有待推荐客群标识对应的潜力标签以及推荐敏感度，确定推荐客群标识集合。在本公开中，可以先根据目标金融活动的活动配置信息中携带的待推荐客群标识集合，获取每个待推荐客群关联的客户数据，并根据活动配置信息中携带的第一特征表以及第二特征表，构建每个待推荐客群对应的第一特征数据以及第二特征数据，然后将第一特征数据以及第二特征数据分别输入至对应的目标模型中，以得到待推荐客群对应的潜力标签以及推荐敏感度，之后根据所有待推荐客群对应的潜力标签以及推荐敏感度，确定合适的推荐客群集合，以将目标金融活动推荐给这些推荐客群，不仅充分利用了推荐资源，而且能够有效提升金融活动的收益，进而解决了相关技术中无法确定合适的推荐客群，导致推荐资源利用率较低的技术问题。