文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202011409252.1

申 请 日：20201204

发 明 人：秦思佳

申 请 人：中国农业银行股份有限公司深圳市分行

申请人地址：518001 广东省深圳市罗湖区深南东路5008号

公 开 日：20210326

公 开 号：CN112561568A

代 理 人：董红海

代理机构：44298 广东广和律师事务所

语　　种：中文

摘　　要：本发明提供了一种目标客户预测方法、装置及存储介质，通过历史数据对XGBoot模型进行多轮迭代训练，经过，获得最优XGBoot模型和对应XGBoot模型的最优参数；并提取重要变量做预测变量；将训练集中的预测变量输入到训练获得的最优XGBoot模型,由最优XGBoot模型输出客户标签；提取预测分数作为目标变量；将预测变量和目标变量进行拼接，拼接成新的第二训练集；用第二训练集训练GBDT模型，训练获得预测GBDT模型；待预测客户观察期的特征输入到预测GBDT模型，获得待预测客户的目标客户分数；最后根据目标客户分数预测该待预测客户为目标客户的概率。

主 权 项：1.一种目标客户预测方法，其特征在于：步骤1.1选取优质客户的历史数据，对选取的历史数据进行数据预处理生成第一训练集；步骤1.2将数据预处理完成的第一训练集输入到XGBoot模型中对XGBoot模型进行训练，经过多轮迭代，获得最优XGBoot模型和对应XGBoot模型的最优参数；步骤1.3根据步骤1.2训练，提取重要变量做预测变量；步骤1.4根据步骤1.2训练，将训练集中的预测变量输入到训练获得的最优XGBoot模型,由最优XGBoot模型输出客户标签；步骤1.5根据步骤1.4的结果提取预测分数作为目标变量；步骤1.6将步骤1.3获得的预测变量和步骤1.5获得的目标变量进行拼接，拼接成新的第二训练集；步骤1.7用第二训练集训练GBDT模型，训练获得预测GBDT模型；步骤1.8待预测客户观察期的特征输入到预测GBDT模型，获得待预测客户的目标客户概率。

关 键 词：预测  目标客户 客户 目标变量  训练集 拼接  存储介质 迭代训练  历史数据 特征输入  重要变量  最优参数  多轮  标签 输出  概率  观察  

IPC专利分类号：G06Q30/02(20120101);G06F16/2458(20190101);G06K9/62(20060101);G06N20/20(20190101)