(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 202211123484.X (22)申请日 2022.09.15 (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 胡瑾瑜　李祯　刘铁　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 黄海英 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 客户流失预测方法、 装置、 处理器及电子设 备 (57)摘要 本申请公开了一种客户流失预测方法、 装 置、 处理器及电子设备。 涉及人工智能领域， 该方 法包括： 获取待测客户的目标特征； 将目标特征 输入目标模型， 得到第一评估结果； 获取待测客 户在与目标交易方进行交易过程中产生的交易 信息、 进行交易前的沟通信息、 以及进行交易后 的评价信息， 依据多个客户属性特征确定第二评 估结果； 依据交易信息确定第三评估结果， 依据 沟通信息确定第四评估结果， 并依据评价信息确 定第五评估结果； 通过第一评估结果、 第二评估 结果、 第三评估结果、 第四评估结果以及第五评 估结果中的至少一个确定待测客户的流失情况。 通过本申请， 解决了相关技术中由于预测客户流 失的参考维度较少， 导致预测客户流失结果不准 确的问题。 权利要求书4页 说明书17页 附图2页 CN 115496528 A 2022.12.20 CN 115496528 A 1.一种客户流失预测方法， 其特 征在于， 包括： 确定待测客户， 并获取所述待测客户的目标特征， 其中， 所述待测客户是与目标交易方 进行交易的客户； 将所述目标特征输入目标模型， 得到第一评估结果， 其中， 所述目标模型由多个样本客 户的目标特征训练得到， 多个样本客户中包含与所述目标 交易方进行 交易后得到的未流 失 样本客户和已流失样本客户； 从所述目标特征中获取多个客户属性特征， 获取所述待测客户在与 所述目标交易方进 行交易过程中产生的交易信息、 进行 交易前的沟通信息、 以及进 行交易后的评价信息， 并依 据所述多个客户属 性特征确定第二评估结果， 依据所述交易信息确定第三评估结果， 依据 所述沟通信息确定第四评估结果， 依据所述评价信息确定第五评估结果； 通过所述第 一评估结果、 所述第 二评估结果、 所述第 三评估结果、 所述第四评估结果以 及所述第五评估结果中的至少一个确定所述待测 客户与所述目标交易方进行交易后的流 失情况。 2.根据权利要求1所述的方法， 其特 征在于， 获取 所述待测客户的目标 特征包括： 获取所述待测客户的客户属性特征、 资产信 息特征和客户归属特征， 其中， 所述资产信 息特征为所述待测客户在所述目标交易方存储的资产的信息， 所述客户归属特征为所述待 测客户与所述目标交易方进行交易的交易场所； 对所述客户 属性特征、 所述资产信息特征和所述客户归属特征进行预处理， 得到处理 后的特征， 其中， 所述预 处理用于将所述客户属性特征、 所述资产信息特征和所述客户归属 特征转化为标准数据特 征； 通过随机森林算法从所述处理后的特征中确定与客户流失情况相关联的多个关联特 征， 并将所述多个关联 特征确定为所述目标 特征。 3.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 获取多个评估算法， 并分别依据所述评估算法对所述多个样本客户的目标特征进行评 估， 得到每 个所述评估算法的评估结果； 确定每个所述评估算法的评估结果的准确率， 并将准确率最高的评估结果对应的评估 算法确定为初始评估 模型的算法； 通过所述多个样本客户的目标特征对所述初始评估模型进行训练， 得到所述目标模 型。 4.根据权利要求3所述的方法， 其特 征在于， 确定所述多个样本客户的目标 特征包括： 获取预设时间段内与所述目标交易方进行交易的客户， 得到多个候选样本客户， 并获 取所述预设时间段内每 个候选样本客户的交易金额和交易次数； 计算所述预设时间段内每个候选样本客户的所述交易金额与 所述交易 次数的比值， 得 到多个比值； 将所述多个比值按照从大到小的顺序排列， 得到序列， 并将所述序列中位于前列的预 设比例的候选样本客户确定为所述已流失样本客户； 从所述序列的所述已流失样本客户之外的候选样本客户中随机获取预设数量的样本 客户， 得到所述未流失样本客户， 其中， 所述预设数量由所述已流失样本客户的数量确定 。 5.根据权利要求1所述的方法， 其特征在于， 依据 所述多个客户属性特征确定第 二评估权　利　要　求　书 1/4 页 2 CN 115496528 A 2结果包括： 对所述多个客户属性特 征进行离 散量化处理， 得到处 理后的客户属性特 征； 确定每个处理后的客户属性特征的多个属性值， 计算所述已流失样本客户的每个客户 属性特征下的不同属性值的客户数量占所述已流 失的客户的数量的比例， 并将所述比例确 定为对应属性 值的评分； 确定每个客户属性特征在所述多个客户属性特征中的权重， 得到多个客户属性特征权 重； 通过下式确定所述待测客户的属性评估得分： 其中， 其中， Ava为所述待测客户的属性评估得分， α为第一区间调整常数， Pi为所述待测客户 在第i个客户属性特征中的属性值的评分， Ki为第i个客户属性特征权重， n为所述多个客户 属性特征的数量； 根据所述属性评估得分确定所述第二评估结果。 6.根据权利要求5所述的方法， 其特征在于， 根据 所述属性评估得分确定所述第 二评估 结果包括： 通过下述公式对所述属性评估得分进行 标准化处理， 得到所述第二评估结果： 其中， Ava′为所述第二评估结果， Ava为所述待测客户的属性评估得分， θ为预设参数， max(Ava)为所有待测客户的属性评估得分中的最大属性评估得分， 其中， 所述预设参数用 于防止除数为0， n 为所述多个客户属性特 征的数量。 7.根据权利要求1所述的方法， 其特征在于， 依据所述交易信息确定第三评估结果包 括： 从所述交易信 息中获取交易场所的种类的数量、 交易频率、 交易金额、 交易 时间段的数 量以及活跃时间段的数量， 其中所述活跃时间段为客户的交易次数超过预设次数的交易时 间段； 通过下述公式确定所述第三评估结果： 其中， Lo为每个所述待测客户的第三评估结果， β 为第二区间调整常数， Fr为所述交易 频率， Mo为所述交易金额， Di为所述交易场所种类数量， Cs为所述活跃时间段， m为所述交易 时间段。 8.根据权利要求1所述的方法， 其特征在于， 依据所述沟通信息确定第四评估结果包 括： 获取所述沟通信息中的多个沟通渠道， 确定每个所述沟通渠道的沟通频率以及转化 率， 其中， 所述 转化率为在该沟通渠道下客户进行交易的次数与沟通次数的比值； 通过下述公式确定所述第四评估结果：权　利　要　求　书 2/4 页 3 CN 115496528 A 3