(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 202210458252.3 (22)申请日 2022.04.28 (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 党娜　刘洋　李昊　 (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 王天尧　汤在彦 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/02(2012.01) G06Q 40/06(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 营销信息确定方法及装置 (57)摘要 本发明公开了一种营销信息确定方法及装 置， 涉及人工智能技术领域， 其中该方法包括： 对 用户在第一预设时间段内： 去银行网点次数、 每 次办理业务涉及的金额信息、 业务办理后的反馈 信息进行数据预处理； 其中， 所述数据预处理包 括下述至少一种： 数据清洗、 缺失值处理、 离散处 理； 根据数据预处理后的用户在第一预设时间段 内： 去银行网点次数、 每次办理业务涉及的金额 信息、 业务办理后的反馈信息、 以及预先训练的 用户忠诚度预测模型， 得到用户的忠诚度预测等 级； 根据用户的忠诚度预测等级， 确定在预设忠 诚度等级范围内的用户办理次数超过预设阈值 的业务信息， 根据所述业务信息确定营销信息。 本发明可以提高营销信息配置的准确性， 改善用 户体验。 权利要求书3页 说明书10页 附图5页 CN 114820062 A 2022.07.29 CN 114820062 A 1.一种营销 信息确定方法， 其特 征在于， 包括： 在用户授权的情况下， 获取用户在第 一预设时间段内： 去银行网点 次数、 每次办理业务 涉及的金额信息、 业 务办理后的反馈信息； 对用户在第 一预设时间段内： 去银行网点 次数、 每次办理业务涉及的金额信息、 业务办 理后的反馈信息进行数据预处理； 其中， 所述数据预处理包括下述至少一种： 数据清洗、 缺 失值处理、 离散处理； 根据数据预处理后的用户在第一预设时间段内： 去银行网点次数、 每次办理业务涉及 的金额信息、 业务办理后的反馈信息、 以及预先训练的用户忠诚度预测模型， 得到用户的忠 诚度预测 等级； 其中， 所述用户忠诚度预测模型为根据已经标注忠诚度等级的历史用户的 去银行网点次数、 每次办理业 务涉及的金额信息、 业 务办理后的反馈信息训练得到； 根据用户的忠诚度预测等级， 确定在预设忠诚度等级范围内的用户办理次数超过预设 阈值的业 务信息， 根据所述 业务信息确定营销 信息。 2.如权利要求1所述的营销信息确定方法， 其特征在于， 获取用户在预设时间段内： 去 银行网点次数、 每次办理业 务涉及的金额信息、 业 务办理后的反馈信息之前， 还 包括： 在用户授权的情况下， 获取历史用户在第二预设时间段内： 去银行网点 次数、 每次办理 业务涉及的金额信息、 业 务办理后的反馈信息， 标注每一历史用户对应的忠诚度等级； 根据每一历史用户的忠诚度等级、 以及每一历史用户在第二预设时间段内： 去银行网 点次数、 每次办理业 务涉及的金额信息、 业 务办理后的反馈信息， 生成训练样本； 采用训练样本， 训练支持向量机SVM， 得到初始用户忠诚度预测模型； 采用测试样本对初始用户忠诚度预测模型进行测试； 若测试误差小于预设误差， 则将得到的初始用户忠诚度 预测模型作为训练好的用户忠 诚度预测模型； 若测试误差不小于预设误差， 则采用训练样本重新训练所述初始用户 忠诚度预测模 型， 直至所述初始用户忠诚度预测模型 的测试误差小于预设误差时， 将得到的初始用户忠 诚度预测模型作为训练好的用户忠诚度预测模型。 3.如权利要求2所述的营销信息确定方法， 其特征在于， 采用训练样本， 训练支持向量 机SVM， 得到初始用户忠诚度预测模型， 包括： 根据每一历史用户对应的忠诚度等级、 以及每一历史用户在第二预设时间段内： 去银 行网点次数、 每次办理业务涉及的金额信息、 业务办理后的反馈信息， 确定每一历史用户在 SVM的三维空间坐标系中的对应点； 根据每一忠诚度等级对应的历史用户、 以及每一历史用户在SVM的三维空间坐标系中 的对应点， 确定每一忠诚度等级在SVM的三维空间坐标系中对应的点； 针对每一忠诚度等级， 根据 该忠诚度等级在SVM的三维空间坐标系中对应的点、 以及除 该忠诚度等级外的其它忠诚度等级在SVM的三维空间坐标系中对应的点， 确定出该忠诚度 等级对应的切割面； 根据各忠诚度等级对应的切割面， 得到初始用户忠诚度预测模型。 4.如权利要求3所述的营销信息确定方法， 其特征在于， 针对每一忠诚度等级， 根据该 忠诚度等级在SVM的三维空间坐标系中对应的点、 以及除该忠诚度等级外的其它忠诚度等 级在SVM的三维空间坐标系中对应的点， 确定出 该忠诚度等级对应的切割面， 包括：权　利　要　求　书 1/3 页 2 CN 114820062 A 2针对每一忠诚度等级： 根据该忠诚度等级在SVM的三维空间坐标系中对应的每一个点， 与除该忠诚度等级外 的其它忠诚度等级在SVM的三维空间坐标系中对应的每一个点之间的距离， 确定出该忠诚 度等级在SVM的三维空间坐标系中的对应三个边界点、 以及除该忠诚度等级外的其它忠诚 度等级在SVM的三维空间坐标系中对应的预设数量的边界点； 根据出该忠诚度等级在SVM的三维空间坐标系中的对应三个边界点， 确定一个第一平 面； 根据除该忠诚度等级外的其它 忠诚度等级在SVM的三维空间坐标系中对应的预设数量 的边界点， 确定一个与所述第一平面平行的第二平面； 其中， 除该忠诚度等级外的其它忠诚 度等级在SVM的三维空间坐标系中对应的预设数量的边界点中的至少一个点落在所述第二 平面上； 根据所述第一平面、 第二平面确定一个第三平面， 所述第 三平面与所述第 一平面、 第二 平面平行， 且所述第三平面到所述第一平面与到所述第二平面的距离相等； 将所述第三平面， 确定为该忠诚度等级对应的切割面。 5.如权利要求4所述的营销信息确定方法， 其特征在于， 根据该忠诚度等级在SVM的三 维空间坐标系中对应的每一个点， 与除该忠诚度等级外的其它忠诚度等级在SVM的三维空 间坐标系中对应的每一个点之间的距离， 确定出该忠诚度等级在SVM的三维空间坐标系中 的对应三个边界点， 包括： 根据该忠诚度等级在SVM的三维空间坐标系中对应的每一个点， 与除该忠诚度等级外 的其它忠诚度等级在SVM的三维空间坐标系中对应的每一个点之间的距离， 确定出该忠诚 度等级在SVM的三维空间坐标系中对应的每一个点对应的距离中的最小距离； 根据该忠诚度等级在SVM的三维空间坐标系中对应的每一个点对应的最小距离， 从该 忠诚度等级在SVM的三维空间坐标系中对应的每一个点中， 依 次选取出对应最小距离最小 的三个点， 作为该忠诚度等级在SVM的三维空间坐标系中的对应三个边界点。 6.一种营销 信息确定装置， 其特 征在于， 包括： 信息获取模块， 用于在用户授权的情况下， 获取用户在第 一预设时间段内： 去银行网点 次数、 每次办理业 务涉及的金额信息、 业 务办理后的反馈信息； 数据预处理模块， 用于对用户在第 一预设时间段内： 去银行网点 次数、 每次办理业务涉 及的金额信息、 业务办理后的反馈信息进 行数据预 处理； 其中， 所述数据预 处理包括下述至 少一种： 数据清洗、 缺失值处 理、 离散处理； 第一处理模块， 用于根据 数据预处理后的用户在第 一预设时间段内： 去银行网点次数、 每次办理业务涉及的金额信息、 业务办理后的反馈信息、 以及预先训练的用户忠诚度预测 模型， 得到用户的忠诚度预测等级； 其中， 所述用户忠诚度预测模型为根据已经标注忠诚度 等级的历史用户的去银行网点次数、 每次办理业务涉及的金额信息、 业务办理后的反馈信 息训练得到； 第二处理模块， 用于根据用户的忠诚度预测等级， 确定在预设忠诚度等级范围内的用 户办理次数超过 预设阈值的业 务信息， 根据所述 业务信息确定营销 信息。 7.如权利要求6所述的营销 信息确定装置， 其特 征在于， 还 包括： 模型训练模块， 用于在用户授权的情况下， 获取历史用户在第二预设时间段内： 去银行权　利　要　求　书 2/3 页 3 CN 114820062 A 3