数据驱动的复杂模糊型商品品牌线索分派方法

专利申请号：CN201711348720.7

公 开 号：CN108074133A

发 明 人：姚黎明 张胤 

代 理 人：杨春

代理机构：11340 北京天奇智新知识产权代理有限公司

专利类型：发明专利

申 请 日：20180525

公 开 日：20171215

专利主分类号：G06Q30/02(20120101)

关 键 词：线索 潜在客户 分派 目标客户 商品品牌 相似度 权重 客户 存储 预处理 数据利用效率 归一化矩阵 目标数据库 主成分分析 公司客户 计算信息 目标用户 匹配目标 评分矩阵 数据驱动 协同过滤 标签化 大数据 归一化 模糊型 产能 去除 算法 加权 经销商 数据库 保留 应用 

摘      要：本发明公开了一种数据驱动的复杂模糊型商品品牌线索分派方法，包括以下步骤：收集潜在客户信息，经过预处理后存储至目标数据库中；基于主成分分析，去除线索相关性，保留综合线索，存储至数据库中；对潜在客户的综合线索进行归一化，计算信息熵，得到综合线索权重；利用综合线索和综合线索权重，得到潜在客户加权后的归一化矩阵，计算潜在客户线索得分，从而确定最终的目标客户；利用客户‑属性评分矩阵，采用协同过滤算法，计算客户之间的相似度，基于客户相似度，向目标客户推荐相关产品。本发明可应用于具有标签化特征的大数据产能分派，具体来说是为商品品牌经销商寻找目标用户并匹配目标产品，切实提高数据利用效率，降低公司客户跟进成本。