(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 202210703464.3 (22)申请日 2022.06.21 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 李京娓　 (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 郝博　陶海萍 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 客群分类方法及装置 (57)摘要 本发明提供了一种客群 分类方法及装置， 可 用于金融技术领域， 该方法包括： 根据银行的全 量客户信息， 获得每个客户的客户属性向量， 其 中， 客户属性向量中的每种客户属性用于表示客 户的一类信息； 基于预设的业务规则， 根据每个 客户的客户属性向量， 生 成每个客户的客户属性 权重向量； 基于多个客户的客户属性权重向量， 构建客户属性关联矩阵； 对所述客户属性关联矩 阵进行分解， 获得客群分类矩阵； 根据客群分类 矩阵， 获得客群分类结果。 本发明可以自动将全 量客户划分为不同客群， 以便后续对客户构成进 行分析， 或对客群进行精准营销。 权利要求书3页 说明书7页 附图7页 CN 114997925 A 2022.09.02 CN 114997925 A 1.一种客群分类方法， 其特 征在于， 包括： 根据银行的全量客户信 息， 获得每个客户的客户属性向量， 其中， 客户属性向量中的每 种客户属性用于表示 客户的一类信息； 基于预设的业务规则， 根据每个客户的客户 属性向量， 生成每个客户的客户 属性权重 向量； 基于多个客户的客户属性权 重向量， 构建客户属性关联矩阵； 对所述客户属性关联矩阵进行分解， 获得客群分类矩阵； 根据客群分类矩阵， 获得客群分类结果。 2.如权利要求1所述的方法， 其特征在于， 在基于多个客户的客户 属性权重向量， 构建 客户属性关联矩阵之前， 还 包括： 基于业务需求， 从客户属性权重向量中选取预设数量的属性权重构 成新的客户属性权 重向量； 基于多个客户的客户属性权 重向量， 构建客户属性关联矩阵， 包括： 基于多个客户的新的客户属性权 重向量， 构建客户属性关联矩阵。 3.如权利要求1所述的方法， 其特征在于， 对所述客户 属性关联矩阵进行分解， 获得客 群分类矩阵， 包括： 基于预设的客户 属性分类数， 对所述客户 属性关联矩阵进行奇异值分解， 获得客群分 类矩阵、 客户属性分类矩阵、 相关性矩阵； 客群分类矩阵中的每一行对应一位客户， 每一列对应一个客群， 每一个元素表示对应 客户和对应客群的相关性， 元 素的数值越大越相关； 客户属性分类矩阵中的每一列对应一个客户 属性， 每一行对应一个客户 属性类， 每一 个元素表示对应客户属性在对应客户属性类的相关性， 元 素的数值越大越相关； 相关性矩阵表示 客群和客户属性类之间的相关性。 4.如权利要求1所述的方法， 其特征在于， 根据客群分类矩阵， 获得客户的客群分类结 果， 包括： 对得到的客群分类矩阵进行清洗， 将小于一定数值的元 素置零； 对清洗后的客群分类矩阵按列拆分， 获得客户的客群分类结果。 5.如权利要求1所述的方法， 其特 征在于， 还 包括： 对客群分类结果中的每个客群， 计算该客群中每个客户的客户属性权重向量与预先设 置的该客群的客群特征向量的余弦相似性， 将相似性大于第一阈值的客户归入该客群， 将 相似值不大于第一阈值的客户在客群分类结果中对应的元 素置零； 重复执行上述步骤， 直至 达到迭代终止条件， 获得 更新的客群分类结果。 6.如权利要求5所述的方法， 其特 征在于， 所述迭代终止条件为达 到预设迭代次数。 7.如权利要求5所述的方法， 其特征在于， 所述迭代终止条件为客群的中心向量与客群 特征向量的余弦相似性大于第二阈值； 所述方法还 包括： 在计算完每个客群的每个客户的客户属性权重向量与预先设置的该客群的客群特征 向量的余弦相似性之后， 将该客群的客群特 征向量修改为该客群的中心向量。 8.一种客群分类装置， 其特 征在于， 包括：权　利　要　求　书 1/3 页 2 CN 114997925 A 2客户属性向量计算模块， 用于根据银行的全量客户信息， 获得每个客户的客户 属性向 量， 其中， 客户属性向量中的每种客户属性用于表示 客户的一类信息； 客户属性权重向量计算模块， 用于基于预设的业务规则， 根据每个客户的客户 属性向 量， 生成每 个客户的客户属性权 重向量； 客户属性关联矩阵构建模块， 用于基于多个客户的客户 属性权重向量， 构建客户 属性 关联矩阵； 客群分类矩阵获得模块， 用于对所述 客户属性关联矩阵进行分解， 获得客群分类矩阵； 客群分类结果获得模块， 用于根据客群分类矩阵， 获得客群分类结果。 9.如权利要求8所述的装置， 其特 征在于， 还 包括客户属性权 重向量刷新模块， 用于： 在基于多个客户的客户属性权重向量， 构建客户属性关联矩阵之前， 基于业务需求， 从 客户属性权 重向量中选取 预设数量的属性权 重构成新的客户属性权 重向量； 客户属性关联矩阵构建模块具体用于： 基于多个客户的新的客户属性权 重向量， 构建客户属性关联矩阵。 10.如权利要求8所述的装置， 其特 征在于， 客群分类矩阵获得模块具体用于： 基于预设的客户 属性分类数， 对所述客户 属性关联矩阵进行奇异值分解， 获得客群分 类矩阵、 客户属性分类矩阵、 相关性矩阵； 客群分类矩阵中的每一行对应一位客户， 每一列对应一个客群， 每一个元素表示对应 客户和对应客群的相关性， 元 素的数值越大越相关； 客户属性分类矩阵中的每一列对应一个客户 属性， 每一行对应一个客户 属性类， 每一 个元素表示对应客户属性在对应客户属性类的相关性， 元 素的数值越大越相关； 相关性矩阵表示 客群和客户属性类之间的相关性。 11.如权利要求8所述的装置， 其特 征在于， 客群分类结果获得模块具体用于： 对得到的客群分类矩阵进行清洗， 将小于一定数值的元 素置零； 对清洗后的客群分类矩阵按列拆分， 获得客户的客群分类结果。 12.如权利要求8所述的装置， 其特 征在于， 还 包括客群分类结果更新模块， 用于： 对客群分类结果中的每个客群， 计算该客群中每个客户的客户属性权重向量与预先设 置的该客群的客群特征向量的余弦相似性， 将相似性大于第一阈值的客户归入该客群， 将 相似值不大于第一阈值的客户在客群分类结果中对应的元 素置零； 重复执行上述步骤， 直至 达到迭代终止条件， 获得 更新的客群分类结果。 13.如权利要求12所述的装置， 其特 征在于， 所述迭代终止条件为达 到预设迭代次数。 14.如权利要求12所述的装置， 其特征在于， 所述迭代终止条件为客群的中心向量与客 群特征向量的余弦相似性大于第二阈值； 客群分类结果更新模块还用于： 在计算完每个客群的每个客户的客户属性权重向量与预先设置的该客群的客群特征 向量的余弦相似性之后， 将该客群的客群特 征向量修改为该客群的中心向量。 15.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7任一项所述 方法。 16.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程权　利　要　求　书 2/3 页 3 CN 114997925 A 3