(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210866392.4 (22)申请日 2022.07.22 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 吴政楠　林慕云　章宗杰　张志雄　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 童磊　任默闻 (51)Int.Cl. G06Q 40/02(2012.01) G06F 16/9035(2019.01) G06F 16/9038(2019.01) G06F 16/906(2019.01) G06K 9/62(2022.01) (54)发明名称 一种客户分类方法、 装置及服 务器 (57)摘要 本说明书提供了一种客户分类方法、 装置及 服务器。 该方法包括： 确定出针对客户的客户类 型； 并根据所述的客户类型， 确定初始的聚类中 心； 获取客户的属性数据和行为数据； 根据预设 的处理规则， 利用所述客户的属性数据和行为数 据， 构建客户的价值向量； 根据所述初始的聚类 中心和所述客户的价值向量， 通过对客户进行预 设的聚类处理， 以得到客户的分类结果。 本说明 书属于大数据领域， 基于本说明书的方法能够较 好地实现针对客户的聚类处理， 得到较为准确、 参考价值较高的分类结果； 并根据上述分类结 果， 有针对性地向客户推送相匹配的推广数据， 获得较好的推送效果。 权利要求书2页 说明书15页 附图3页 CN 115170294 A 2022.10.11 CN 115170294 A 1.一种客户分类方法， 其特 征在于， 包括： 确定出针对客户的客户类型； 并根据所述的客户类型， 确定初始的聚类中心； 获取客户的属性数据和行为数据； 根据预设的处 理规则， 利用所述 客户的属性数据和行为数据， 构建客户的价 值向量； 根据所述初始 的聚类中心和所述客户的价值向量， 通过对客户进行预设的聚类处理， 以得到客户的分类结果。 2.根据权利要求1所述的方法， 其特征在于， 所述客户的客户类型， 包括： 当前价值高、 潜在价值高且依赖度高的客户， 当前价值高、 潜在价值高且依赖度低的客户， 当前价值高、 潜在价值低且依赖度高的客户， 当前价值高、 潜在价值低且依赖度低的客户， 当前价值低、 潜在价值高且依赖度高的客户， 当前价值低、 潜在价值高且依赖度低的客户， 当前价值低、 潜在价值低且依赖度高的客户， 当前价 值低、 潜在价 值低且依赖度低的客户。 3.根据权利要求1所述的方法， 其特征在于， 根据预设的处理规则， 利用所述客户的属 性数据和行为数据， 构建客户的价 值向量， 包括： 根据预设的处理规则， 利用所述客户的属性数据和行为数据， 分别确定客户的当前价 值特征、 潜在价 值特征， 以及依赖度特 征； 组合所述客户的当前价值特征、 潜在价值特征， 以及依赖度特征， 得到客户的价值向 量。 4.根据权利要求3所述的方法， 其特征在于， 根据预设的处理规则， 利用所述客户的属 性数据和行为数据， 确定客户的当前价 值特征， 包括： 根据客户的行为数据中的最近交易 时间数据、 交易频率数据、 总交易金额数据， 获得最 近交易时间等分区间、 交易频率 等分区间、 总交易金额 等分区间； 根据所述最近交易时间等分区间、 所述交易频率等分区间、 所述总交易金额等分区间， 对所述最近交易时间数据、 所述交易频率数据、 所述总交易金额数据进 行量化， 得到目标最 近交易时间值、 目标交易频率 值、 目标总交易金额 值； 基于层次分析法， 确定所述目标最近交易 时间值、 所述目标交易频率值、 所述目标总交 易金额值的权重； 根据所述目标最近交易 时间值、 所述目标交易频率值、 所述目标总交易金额值的权重， 以及所述目标最近交易时间值、 所述目标 交易频率值、 所述目标总交易金额值， 确定客户的 当前价值特征。 5.根据权利要求3所述的方法， 其特征在于， 根据预设的处理规则， 利用所述客户的属 性数据和行为数据， 确定客户的潜在价 值特征， 包括： 根据所述客户的属性数据中的客户的年龄数据、 性别数据、 教育背景数据、 收入水平数 据， 计算量化后的年龄数值、 性别数值、 教育背景 数值、 收入水平数值； 根据量化后的年龄数值、 性别数值、 教育背景数值、 收入水平数值， 确定客户的潜在价 值特征。 6.根据权利要求1所述的方法， 其特征在于， 根据 所述初始的聚类中心和所述客户的价 值向量， 通过对客户进行 预设的聚类处 理， 以得到客户的分类结果， 包括： 根据所述初始的聚类中心和所述客户的价值向量， 利用改进 的K‑means算法通过对客 户进行预设的聚类处 理， 以得到客户的分类结果。权　利　要　求　书 1/2 页 2 CN 115170294 A 27.根据权利要求6所述的方法， 其特征在于， 利用改进 的K‑means算法通过对客户进行 预设的聚类处 理， 以得到客户的分类结果， 包括： 按照以下 方式利用改进的K ‑means算法通过对客户进行当前次的聚类处 理， 包括： 获取上一次的聚类中心， 以及上一次的分类结果； 根据上一次的聚类中心， 以及上一次的分类结果， 计算当前次的聚类中心； 根据当前次的聚类中心和客户的价值向量， 通过对客户进行聚类处理， 以得到客户的 当前次的分类结果。 8.根据权利要求1所述的方法， 其特征在于， 在根据 所述初始的聚类中心和所述客户的 价值向量， 通过对客户进行 预设的聚类处 理， 以得到客户的分类结果后， 所述方法还 包括： 根据所述 客户的分类结果， 确定不同客户类型群组所包 含的客户； 根据不同客户类型， 配置相匹配的推广数据； 对所述不同客户类型群组所包 含的客户， 推送相匹配的推广数据。 9.一种客户分类装置， 其特 征在于， 包括： 中心生成模块， 用于确定出针对客户的客户类型； 并根据所述的客户类型， 确定初始的 聚类中心； 获取模块， 用于获取客户的属性数据和行为数据； 构建模块， 用于根据 预设的处理规则， 利用所述客户的属性数据和行为数据， 构建客户 的价值向量； 分类模块， 用于根据所述初始 的聚类中心和所述客户的价值向量， 通过对客户进行预 设的聚类处 理， 以得到客户的分类结果。 10.一种服务器， 其特征在于， 包括处理器及用于存储处理器可执行指令的存储器， 所 述处理器执行所述指令时实现权利要求1至8中任意 一项所述方法的步骤。 11.一种计算机可读存储介质， 其特征在于， 其上存储有计算机指令， 所述指令被执行 时实现权利要求1至8中任意 一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115170294 A 3