【技術(shù)實現(xiàn)步驟摘要】
本申請涉及資產(chǎn)預測，尤其涉及一種客戶資產(chǎn)提升預測方法、裝置及電子設(shè)備、存儲介質(zhì)。
技術(shù)介紹
1、在金融、銀行領(lǐng)域，精準預測客戶的資產(chǎn)提升概率以及金額，便于營銷人員制定有效的營銷策略、提升客戶體驗和增加企業(yè)收益。
2、客戶資產(chǎn)提升預測方法主要為以下兩種方式：
3、一，主要依賴于業(yè)務(wù)人員的經(jīng)驗判斷。這種方式的缺點在于：業(yè)務(wù)人員經(jīng)驗的主觀性：不同業(yè)務(wù)人員的經(jīng)驗、判斷標準和風險偏好不同，可能導致預測結(jié)果存在主觀性和不一致性。
4、二，采用統(tǒng)計模型，如線性回歸、邏輯回歸等。這些方法通過收集客戶的基本信息(如年齡、性別、職業(yè)等)、交易數(shù)據(jù)(如交易頻率、交易金額等)和資產(chǎn)信息(如存款余額、貸款情況等)構(gòu)建預測模型。這種方式的缺點在于：模型預測精度不足：由于使用的規(guī)則或算法較為簡單，難以捕捉數(shù)據(jù)中的復雜關(guān)系和非線性特征，導致預測精度受限，無法準確反映客戶資產(chǎn)變動的真實情況。
技術(shù)實現(xiàn)思路
1、本申請實施例提供了一種客戶資產(chǎn)提升預測方法、裝置及電子設(shè)備、存儲介質(zhì)，以實現(xiàn)對潛在資產(chǎn)提升客戶的識別。
2、本申請實施例采用下述技術(shù)方案：
3、第一方面，本申請實施例提供一種客戶資產(chǎn)提升預測方法，其中，由資產(chǎn)管理服務(wù)器執(zhí)行，所述預測方法包括：
4、將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型；
5、根據(jù)每個所述預測模型得到目標客戶在每個所述資產(chǎn)區(qū)間的預測概率；
6、將目標客
7、在一些實施例中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
8、獲取目標客戶在預設(shè)觀察期內(nèi)，影響客戶資產(chǎn)變化的信息，所述影響客戶資產(chǎn)變化的信息至少包括如下之一：基本信息、屬性信息、賬戶信息、資產(chǎn)信息、交易信息、偏好信息；
9、將所述目標客戶資產(chǎn)的提升金額劃分為k個資產(chǎn)區(qū)間并分別設(shè)置目標變量1,......,k，同時將所述目標客戶資產(chǎn)未提升到上述資產(chǎn)區(qū)間的目標變量設(shè)置為0。
10、在一些實施例中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
11、根據(jù)業(yè)務(wù)含義以及數(shù)據(jù)時間窗口，生成新的指標并作為所述預測模型的特征輸入；
12、采用技術(shù)方法初步篩選特征，得到初步特征，所述篩選特征的方法與選擇的模型有關(guān)，若使用邏輯回歸算法訓練模型，則采用穩(wěn)定性、集中度、iv值、相關(guān)性、多重共線性、顯著性中的任意一種方式初步篩選特征，若使用集成學習算法訓練模型，則采用shap值、特征重要性評分中的任意一種方式初步篩選特征；
13、在所述初步特征中篩選出業(yè)務(wù)解釋能力較強的特征，作為所述預測模型的特征輸入。
14、在一些實施例中，所述基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，包括：
15、對于每個目標變量1,......,k，分別抽取一定比例的目標變量0，形成k組訓練數(shù)據(jù)；
16、劃分訓練集和測試集，使用歷史數(shù)據(jù)分別訓練邏輯回歸和集成學習模型。
17、在一些實施例中，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間，包括：
18、將目標客戶的特征數(shù)據(jù)分別傳入訓練好的預測模型，得到客戶在每個提升金額區(qū)間的預測概率，所述訓練好的預測模型集成多個模型的預測結(jié)果；
19、將客戶歸屬到最大預測概率所屬的提升金額區(qū)間，得到了客戶資產(chǎn)提升概率和提升金額區(qū)間。
20、在一些實施例中，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間之后，還包括：
21、將預測概率劃分為多個區(qū)間，統(tǒng)計每個區(qū)間的模型評估指標以及業(yè)務(wù)指標，所述業(yè)務(wù)指標至少包括如下之一：升級客戶數(shù)、實際升級率、aum提升金額、aum提升率；
22、按照預設(shè)概率閾值將目標客戶分為高潛力資產(chǎn)提升客戶和低潛力資產(chǎn)提升客戶；
23、根據(jù)預測資產(chǎn)提升金額，將所述高潛力資產(chǎn)提升客戶劃分為多個客群，并為每個客群制定相應(yīng)的營銷策略。
24、在一些實施例中，所述將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，包括：
25、按照機構(gòu)業(yè)務(wù)分級，將目標客戶資產(chǎn)的提升金額劃分為多個區(qū)間，并對每個區(qū)間獨立訓練得到多個所述預測模型，且根據(jù)模型評估指標篩選效果最好的機器學習模型作為目標預測模型。
26、第二方面，本申請實施例還提供一種客戶資產(chǎn)提升預測裝置，其中，由資產(chǎn)管理服務(wù)器執(zhí)行，所述裝置包括：
27、訓練模塊，用于將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型；
28、第一確定模塊，用于根據(jù)每個所述預測模型得到目標客戶在每個所述資產(chǎn)區(qū)間的預測概率；
29、第二確定模塊，用于將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間。
30、第三方面，本申請實施例還提供一種電子設(shè)備，包括：處理器；以及被安排成存儲計算機可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器執(zhí)行上述方法。
31、第四方面，本申請實施例還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲一個或多個程序，所述一個或多個程序當被包括多個應(yīng)用程序的電子設(shè)備執(zhí)行時，使得所述電子設(shè)備執(zhí)行上述方法。
32、本申請實施例采用的上述至少一個技術(shù)方案能夠達到以下有益效果：首先將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型。其中所述預測模型用以預測每個所述資產(chǎn)區(qū)間的概率值。進一步，根據(jù)每個所述預測模型得到目標客戶在每個所述資產(chǎn)區(qū)間的預測概率，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間。上述方法中提出將客戶資產(chǎn)提升金額劃分為多個區(qū)間，并為每個區(qū)間訓練了獨立的預測模型，實現(xiàn)了更精細化的預測。同時，通過獨立訓練多個模型，每個模型都專注于一個特定的提升金額區(qū)間，可以更深入地學習該區(qū)間內(nèi)的客戶特征和行為模式，進一步提高預測準確性。區(qū)別于相關(guān)技術(shù)中預測維度單一的問題，上述方法可以較好地解決。
33、此外，需要說明的是，通過將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，與確定目標客戶預測概率和目標用戶所屬的資產(chǎn)提升區(qū)間之間存在內(nèi)在關(guān)聯(lián)關(guān)系，這種內(nèi)在關(guān)聯(lián)關(guān)系符合自然規(guī)律，據(jù)此解決了如何對潛在資產(chǎn)提升客戶的識別以及提高識別精準度的問題，并且獲得了相應(yīng)的技術(shù)效果。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種客戶資產(chǎn)提升預測方法，其中，由資產(chǎn)管理服務(wù)器執(zhí)行，所述預測方法包括：
2.如權(quán)利要求1所述方法，其中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
3.如權(quán)利要求1所述方法，其中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
4.如權(quán)利要求1所述方法，其中，所述基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，包括：
5.如權(quán)利要求4所述方法，其中，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間，包括：
6.如權(quán)利要求1所述方法，其中，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間之后，還包括：
7.如權(quán)利要求1所述方法，其中，所述將目標客戶資產(chǎn)的提升金額劃分為多個資產(chǎn)區(qū)間，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，包括：
8.一種客戶資產(chǎn)提升預測裝置，其中，由資產(chǎn)管理服務(wù)器執(zhí)行，所述裝置包括：
9.一種電子設(shè)備，包括：
10.一種計算機可讀存儲介質(zhì)，所述計算機可
...【技術(shù)特征摘要】
1.一種客戶資產(chǎn)提升預測方法，其中，由資產(chǎn)管理服務(wù)器執(zhí)行，所述預測方法包括：
2.如權(quán)利要求1所述方法，其中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
3.如權(quán)利要求1所述方法，其中，基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型之前，還包括：
4.如權(quán)利要求1所述方法，其中，所述基于所述每個資產(chǎn)區(qū)間訓練得到對應(yīng)的預測模型，包括：
5.如權(quán)利要求4所述方法，其中，將目標客戶歸屬到最大預測概率所在的資產(chǎn)區(qū)間，得到目標客戶的最終預測概率和資產(chǎn)提升金額區(qū)間，包括：
6.如權(quán)利要求1所述方法，其中，...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：苗璐娜，
申請(專利權(quán))人：龍盈智達北京科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。