(19)中华 人民共和国 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 202111679720.1 (22)申请日 2021.12.31 (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 刘恒　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 代理人 崔博　孙乳笋 (51)Int.Cl. G06Q 40/02(2012.01) G06K 9/62(2022.01) (54)发明名称 一种客户分类方法及装置 (57)摘要 本发明提供了一种客户分类方法及装置， 涉 及金融领域， 该方法包括： 获取待预测客户的银 行历史数据； 利用预先训练的LightGBM模型和待 预测客户的银行历史数据确定待预测客户潜力 值； 根据确定的待预测客户潜力值对客户进行分 类。 本发明利用预先训练的LightGBM模型和待预 测客户的银行历史数据确定待预测客户潜力值； 根据确定的待预测客户潜力值对客户进行分类。 能够很好的预测客户服务潜力， 对客户进行分层 服务， 将不同预测概 率的客户划分为 不同类别。 权利要求书2页 说明书10页 附图3页 CN 114331694 A 2022.04.12 CN 114331694 A 1.一种客户分类方法， 其特 征在于， 所述的方法包括： 获取待预测客户的银 行历史数据； 利用预先训练的LightGBM模型和待预测客户的银行历史数据确定待预测客户潜力值； 其中， 所述预 先训练的L ightGBM模型为利用历史银 行客户数据进行模型训练确定的； 根据确定的待预测客户潜力值对客户进行分类。 2.如权利要求1所述的客户分类方法， 其特征在于， 所述的方法还包括： 利用当前银行 客户的历史数据确定预 先训练的L ightGBM模型； 其包括： 获取银行客户的历史银 行客户数据； 对所述历史银 行客户数据进行离 散有序变量筛 选及连续变量筛 选； 对筛选后的历史银行客户数据进行分类训练选取满足预设重要性阈值的样本数据作 为训练样本数据； 利用所述训练样本数据进行L ightGBM模型训练确定所述预 先训练的L ightGBM模型。 3.如权利要求2所述的客户分类方法， 其特征在于， 所述的对所述历史银行客户数据进 行离散有序变量筛 选及连续变量筛 选包括： 根据预设的肯德尔系数阈值对所述历史银 行客户数据进行离 散有序变量筛 选； 根据预设的皮尔森系数阈值对 对所述历史银 行客户数据进行 连续变量进行筛 选。 4.如权利要求2所述的客户分类方法， 其特征在于， 所述的对筛选后的历史银行客户数 据进行分类训练选取满足预设重要性阈值的数据作为训练样本数据包括： 利用随机森林算法对筛选后的历史银行客户数据进行分类训练确定历史银行客户数 据的特征重要性数值； 利用预设的重要性阈值和确定的历史银行客户数据的特征重要性数值选取训练样本 数据。 5.如权利要求4所述的客户分类方法， 其特征在于， 所述的对筛选后的历史银行客户数 据进行分类训练选取满足预设重要性阈值的数据作为训练样本数据还 包括： 判断筛选后的历史银 行客户数据中正样本数据量是否满足预设正样本浓度阈值； 确定不满足预设正样本浓度阈值， 则 利用SMOTE算法进行正样本浓度提升 。 6.如权利 要求2所述的客户分类方法， 其特征在于， 所述的利用预先训练的LightGBM模 型和待预测客户的银 行数据确定待预测客户潜力值包括： 根据确定的训练样本数据选取待预测客户的银 行数据的预测样本数据； 利用确定的预测样本数据和所述预 先训练的L ightGBM模型确定待预测客户潜力值。 7.一种客户分类装置， 其特 征在于， 所述的装置包括： 数据获取模块， 用于获取待预测客户的银 行历史数据； 潜力确定模块， 用利用预先训练的Li ghtGBM模型和待预测客户的银行历史数据确定待 预测客户潜力值； 其中， 所述预先训练的LightGBM模型为利用历史银行客户数据进行模型 训练确定的； 分类模块， 用于根据确定的待预测客户潜力值对客户进行分类。 8.如权利要求7所述的客户分类装置， 其特征在于， 所述的装置还包括： 模型训练模块， 用于利用银 行客户的历史数据确定预 先训练的L ightGBM模型； 所述模型训练模块包括：权　利　要　求　书 1/2 页 2 CN 114331694 A 2样本数据获取 单元， 用于获取 银行客户的历史银 行客户数据； 筛选单元， 用于对所述历史银 行客户数据进行离 散有序变量筛 选及连续变量筛 选； 训练样本确定单元， 用于对筛选后的历史银行客户数据进行分类训练选取满足预设重 要性阈值的数据作为训练样本数据； 训练单元， 用于利用所述训练样本数据进行LightGBM模型训练确定所述预先训练的 LightGBM模型。 9.一种计算机设备， 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6任一项所述 方法。 10.一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执行权利 要求1至6任一项所述方法的计算机程序。权　利　要　求　书 2/2 页 3 CN 114331694 A 3