(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 202210743516.X (22)申请日 2022.06.27 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 史凯旭　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 杨荣武 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06F 16/332(2019.01) G06F 16/35(2019.01) (54)发明名称 一种客户需求预测分类方法及装置 (57)摘要 本申请提供一种客户需求预测分类方法及 装置， 该客户需求预测分类方法包括： 接收用户 输入的工商信息； 通过预先构建的客户需求预测 分类模型对工商信息进行特征提取， 得到信息特 征； 通过客户需求预测分类模型对信息特征进行 拼接， 得到与固定字段相匹配的文本特征； 通过 客户需求预测分类模型对文本特征进行文本二 分类， 得到客户需求预测分类结果。 可见， 实施这 种实施方式， 能够预测历史存量客户的需求， 还 能够预测新客户的需求， 灵活性好， 从而有利于 提升业务效率。 权利要求书2页 说明书8页 附图3页 CN 115099498 A 2022.09.23 CN 115099498 A 1.一种客户需求预测分类方法， 其特 征在于， 包括： 接收用户输入的工商信息； 通过预先构建的客户需求预测分类模型对所述工商信息进行特征提取， 得到信息特 征； 通过所述客户需求预测分类模型对所述信 息特征进行拼接， 得到与固定字段相匹配的 文本特征； 通过所述客户需求预测分类模型对所述文本特征进行文本二分类， 得到客户需求预测 分类结果。 2.根据权利要求1所述的客户需求预测分类方法， 其特征在于， 所述客户需求预测分类 模型为具有自注意力机制的RoBer ta二分类模型。 3.根据权利要求1所述的客户需求预测分类方法， 其特 征在于， 所述方法还 包括： 获取存量数据； 在所述存量数据中， 提取与预设跨 境标签相匹配的训练数据； 将所述训练数据按照预设比例划分为训练集和验证集； 根据训练集和具有注意力机制的RoBerta预训练二分类模型进行训练， 得到RoBerta初 始模型； 根据验证集和RoBer ta初始模型进行验证与微调， 得到客户需求预测分类模型。 4.根据权利要求3所述的客户需求预测分类方法， 其特征在于， 所述预设跨境标签包括 客户开立过非人民币结算户的标签、 客户使用过跨境相关业务过产品的标签、 客户的控股 股东属于非内地 客户的标签。 5.根据权利要求3所述的客户需求预测分类方法， 其特 征在于， 所述预设比例为7： 3 。 6.一种客户需求预测分类装置， 其特 征在于， 所述 客户需求预测分类装置包括： 接收单元， 用于接收用户输入的工商信息； 特征提取单元， 用于通过客户需求预测分类模型对所述工商信息进行特征提取， 得到 信息特征； 拼接单元， 用于通过所述客户需求预测分类模型对所述信息特征进行拼接， 得到与固 定字段相匹配的文本特 征； 分类单元， 用于通过所述客户需求预测分类模型对所述文本特征进行文本二分类， 得 到客户需求预测分类结果。 7.根据权利要求6所述的客户需求预测分类装置， 其特征在于， 所述客户需求预测分类 模型为具有自注意力机制的RoBer ta二分类模型。 8.根据权利要求6所述的客户需求预测分类装置， 其特征在于， 所述客户需求预测分类 装置还包括： 获取单元， 用于获取存量数据； 数据提取 单元， 用于在所述存量数据中， 提取与预设跨 境标签相匹配的训练数据； 划分单元， 用于将所述训练数据按照预设比例划分为训练集和验证集； 训练单元， 用于根据训练集和具有注意力机制的RoBerta预训练二分类模型进行训练， 得到RoBer ta初始模型； 验证单元， 用于根据验证集和RoB erta初始模型进行验证与微调， 得到客户需求预测分权　利　要　求　书 1/2 页 2 CN 115099498 A 2类模型。 9.一种电子设备， 其特征在于， 所述电子设备包括存储器以及处理器， 所述存储器用于 存储计算机程序， 所述处理器运行所述计算机程序以使 所述电子 设备执行权利要求 1至5中 任一项所述的客户需求预测分类方法。 10.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机程序指令， 所 述计算机程序指 令被一处理器读取并运行时， 执行权利要求 1至5任一项 所述的客户需求预 测分类方法。权　利　要　求　书 2/2 页 3 CN 115099498 A 3