一种基于交易数据的客户推荐方法

    公开(公告)号:CN115439136A

    公开(公告)日:2022-12-06

    申请号:CN202210897302.8

    申请日:2022-07-28

    IPC分类号: G06Q30/02 G06K9/62

    摘要: 本发明涉及一种基于交易数据的客户推荐方法,包括归集至少一个业务线系统中发生交易的客户数据,将客户数据按照字段型数据、数值型数据和时间型数据三个维度归集;对客户数据分组;使用多重逻辑回归模型计算分组后的客户数据,得出客户成为重要价值客户的概率;统计分析得到客户的需求和偏好并按客户类别进行推荐;其中,按照使得所选客户区域内聚类质量最好的数量对客户数据分组。本发明采用机器学习技术及应用RFM模型分类能够对客户维护营销进行更为精准化的运营。