【技術實現步驟摘要】
本申請涉及金融科技，特別是涉及一種營銷策略的確定方法、裝置、存儲介質及處理器。
技術介紹
1、在金融產品的推廣過程中，為了提高金融產品對用戶的吸引力，金融機構通常會采用一些營銷策略。以針對農戶貸款的營銷策略為例，其可采用低利率、靈活還款方式、快速審批等方式，增強用戶對金融產品的吸引力和粘性，以幫助金融機構提高用戶的滿意度和忠誠度。
2、目前，現有的營銷策略的確定方法，通常采用主流挖掘目標群體方式，以用戶的簽約信息、用款信息、交易記錄等數據作為主要參數，構建機器學習模型，通過機器學習模型識別潛在用戶，并根據潛在用戶的特征確定符合用戶需求和偏好的營銷策略。然而，采用主流挖掘目標群體方式確定營銷策略，由于樣本數據不完整，難以精準識別潛在用戶，導致無法準確制定與用戶需求和偏好相匹配的營銷策略，從而導致存在營銷效果不佳的問題。
技術實現思路
1、基于上述問題，本申請提供了一種營銷策略的確定方法、裝置、存儲介質及處理器，目的是解決現有技術因無法準確的確定與用戶相匹配的營銷策略，導致存在營銷效果不佳的問題，提升營銷效果。
2、本申請實施例公開了如下技術方案：
3、本申請第一方面，提供了一種營銷策略的確定方法，該方法包括：
4、獲取目標用戶的用戶信息；用戶信息中包括基礎屬性信息和財務信息；
5、將用戶信息輸入至復雜網絡預測模型中，由復雜網絡預測模型依據用戶信息，確定目標用戶與各個用戶節點之間的相似度，并基于相似度預測目標用戶對應的營銷難度
6、基于目標用戶對應的營銷難度等級從多個營銷策略中，確定與目標用戶相匹配的目標營銷策略。
7、在可選的實現方式中，由復雜網絡預測模型依據用戶信息，確定目標用戶與各個用戶節點之間的相似度，包括：
8、由復雜網絡預測模型對目標用戶的用戶信息進行數據分類，得到分類結果；分類結果中包括n個第一屬性組，每個第一屬性組中包括目標用戶對應的多個子屬性和每個子屬性的數值，多個子屬性之間存在關聯關系，n為正整數；
9、由復雜網絡預測模型依據每個第一屬性組的類型，從各個用戶節點中獲取每個用戶對應的n個第二屬性組；每個第二屬性組中包括用戶對應的多個子屬性和每個子屬性的數值；
10、由復雜網絡預測模型依據目標用戶對應的第一目標屬性組，以及每個用戶對應的第二目標屬性組，計算第一目標屬性組與每個用戶對應的第二目標屬性組之間的相似度；第一目標屬性組為n個第一屬性組中的任意一個屬性組，第二目標屬性組為n個第二屬性組中的任意一個屬性組，第一目標屬性組和第二目標屬性組為相同類型的屬性組；
11、基于第一目標屬性組與每個用戶對應的第二目標屬性組之間的相似度，以及每個第二屬性組的權重值，計算目標用戶與各個用戶節點之間的相似度；每個第二屬性組的權重值用于表征該第二屬性組，對評估用戶對應的營銷難度等級的重要程度。
12、在可選的實現方式中，由復雜網絡預測模型依據目標用戶對應的第一目標屬性組，以及每個用戶對應的第二目標屬性組，計算第一目標屬性組與每個用戶對應的第二目標屬性組之間的相似度，包括：
13、由復雜網絡預測模型獲取每個第二屬性組中的每個子屬性的權重值；每個子屬性的權重值用于表征該子屬性，對評估用戶對應的營銷難度等級的重要程度；
14、由復雜網絡預測模型基于第一目標屬性組中的子屬性的數值、每個用戶對應的第二目標屬性組中的子屬性的數值，以及每個子屬性的權重值，計算第一目標屬性組與每個用戶對應的第二目標屬性組之間的相似度。
15、在可選的實現方式中，基于相似度預測目標用戶對應的營銷難度等級，包括：
16、基于目標用戶與各個用戶節點之間的相似度，從m個用戶節點中確定與目標用戶相似度最高的用戶節點；
17、將相似度最高的用戶節點對應的營銷難度等級，作為目標用戶對應的營銷難度等級。
18、在可選的實現方式中，復雜網絡預測模型通過如下過程得到：
19、獲取樣本數據集合；樣本數據集合中包括m個用戶的用戶信息，以及每個用戶對應的實際營銷難度等級；
20、依據每個用戶對應的實際營銷難度等級，將樣本數據集合中的數據劃分為多個社團；每個社團中包括l個用戶對應的多個屬性組，每個屬性組中包括多個子屬性和每個子屬性的數值；l個用戶對應相同的營銷難度等級；l為正整數，且l小于m；
21、將每個社團中的用戶作為一個用戶節點；
22、對每個社團中的各個用戶節點之間添加連邊，構建復雜網絡；
23、依據復雜網絡構建復雜網絡預測模型。
24、在可選的實現方式中，依據復雜網絡構建復雜網絡預測模型，包括：
25、依據每個子屬性的數值確定該子屬性對應的確定度；確定度用于表征該子屬性，對評估用戶對應的營銷難度等級的影響程度；
26、依據各個子屬性對應的確定度，確定每個子屬性的權重值；
27、基于每個子屬性對應的權重值，確定與該子屬性相對應的屬性組的權重值；
28、基于每個社團中的各個屬性組對應的權重值、每個屬性組中的各個子屬性的權重值，以及復雜網絡構建復雜網絡預測模型。
29、本申請第二方面，提供了一種營銷策略的確定裝置，該裝置包括：
30、獲取模塊，用于獲取目標用戶的用戶信息；用戶信息中包括基礎屬性信息和財務信息；
31、預測模塊，用于將用戶信息輸入至復雜網絡預測模型中，由復雜網絡預測模型依據用戶信息，確定目標用戶與各個用戶節點之間的相似度，并基于相似度預測目標用戶對應的營銷難度等級；復雜網絡預測模型為基于m個用戶的用戶信息，以及每個用戶對應的實際營銷難度等級所構建的網絡模型，用戶與用戶節點一一對應，m為正整數；
32、確定模塊，用于基于目標用戶對應的營銷難度等級從多個營銷策略中，確定與目標用戶相匹配的目標營銷策略。
33、可選地，預測模塊包括：分類單元，用于由復雜網絡預測模型對目標用戶的用戶信息進行數據分類，得到分類結果；分類結果中包括n個第一屬性組，每個第一屬性組中包括目標用戶對應的多個子屬性和每個子屬性的數值，多個子屬性之間存在關聯關系，n為正整數；
34、數據獲取單元，用于由復雜網絡預測模型依據每個第一屬性組的類型，從各個用戶節點中獲取每個用戶對應的n個第二屬性組；每個第二屬性組中包括用戶對應的多個子屬性和每個子屬性的數值；
35、第一計算單元，用于由復雜網絡預測模型依據目標用戶對應的第一目標屬性組，以及每個用戶對應的第二目標屬性組，計算第一目標屬性組與每個用戶對應的第二目標屬性組之間的相似度；第一目標屬性組為n個第一屬性組中的任意一個屬性組，第二目標屬性組為n個第二屬性組中的任意一個屬性組，第一目標屬性組和第二目標屬性本文檔來自技高網...
【技術保護點】
1.一種營銷策略的確定方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述由所述復雜網絡預測模型依據所述用戶信息，確定所述目標用戶與各個用戶節點之間的相似度，包括：
3.根據權利要求2所述的方法，其特征在于，所述由所述復雜網絡預測模型依據所述目標用戶對應的第一目標屬性組，以及每個所述用戶對應的第二目標屬性組，計算所述第一目標屬性組與每個所述用戶對應的第二目標屬性組之間的相似度，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述相似度預測所述目標用戶對應的營銷難度等級，包括：
5.根據權利要求1所述的方法，其特征在于，所述復雜網絡預測模型通過如下過程得到：
6.根據權利要求5所述的方法，其特征在于，所述依據所述復雜網絡構建所述復雜網絡預測模型，包括：
7.一種營銷策略的確定裝置，其特征在于，包括：
8.根據權利要求7所述的裝置，其特征在于，所述預測模塊包括：
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，當所述計算機程序
10.一種處理器，其特征在于，用于運行計算機程序，所述計算機程序運行時執行如權利要求1-6中任一項所述的營銷策略的確定方法。
...【技術特征摘要】
1.一種營銷策略的確定方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述由所述復雜網絡預測模型依據所述用戶信息，確定所述目標用戶與各個用戶節點之間的相似度，包括：
3.根據權利要求2所述的方法，其特征在于，所述由所述復雜網絡預測模型依據所述目標用戶對應的第一目標屬性組，以及每個所述用戶對應的第二目標屬性組，計算所述第一目標屬性組與每個所述用戶對應的第二目標屬性組之間的相似度，包括：
4.根據權利要求1所述的方法，其特征在于，所述基于所述相似度預測所述目標用戶對應的營銷難度等級，包括：
5.根據權利要求1所述的方法，其特征在于，...
【專利技術屬性】
技術研發人員：曾祥蔚，蔣洋，
申請(專利權)人：中國農業銀行股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。