本發(fā)明涉及大數(shù)據(jù)，尤其是涉及一種目標(biāo)客戶推送方法、系統(tǒng)及介質(zhì)。

背景技術(shù)：

1、酒店管理系統(tǒng)是一種綜合性軟件平臺，用于處理和優(yōu)化酒店的各種運(yùn)營和管理任務(wù)。它涵蓋客房預(yù)訂、前臺接待、客房管理、賬務(wù)結(jié)算、客戶關(guān)系管理(crm)、庫存管理以及數(shù)據(jù)分析等功能，通過自動化和集成化的操作，提高酒店的運(yùn)營效率和服務(wù)質(zhì)量，為客戶提供更流暢和滿意的住宿體驗(yàn)。

2、現(xiàn)有的酒店管理系統(tǒng)通常局限于基礎(chǔ)的客戶信息記錄和預(yù)訂管理，缺乏對客戶數(shù)據(jù)的深入分析和應(yīng)用，無法充分利用客戶的歷史行為、偏好和反饋信息。這種系統(tǒng)難以實(shí)現(xiàn)對客戶需求的精準(zhǔn)洞察和預(yù)測，導(dǎo)致在提供個(gè)性化服務(wù)時(shí)存在顯著的局限，難以提升客戶的滿意度和忠誠度，最終影響酒店的競爭力和服務(wù)水平。

技術(shù)實(shí)現(xiàn)思路

1、鑒于以上所述的現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的是提供一種目標(biāo)客戶推送方法、系統(tǒng)及介質(zhì)，用于智能篩選和推送目標(biāo)客戶信息。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案。

3、第一方面，本發(fā)明提供的一種目標(biāo)客戶推送方法，采用如下的技術(shù)方案：

4、獲取用戶的行為信息，并根據(jù)所述行為信息構(gòu)建用戶畫像；

5、根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組；

6、獲取操作人員基于所述標(biāo)簽分組的選擇輸入，并基于所述選擇輸入篩選出所述標(biāo)簽分組內(nèi)的用戶畫像得到所述目標(biāo)客戶的目標(biāo)畫像信息。

7、進(jìn)一步的，上述目標(biāo)客戶推送方法中，所述獲取用戶的行為信息，并根據(jù)所述行為信息構(gòu)建用戶畫像，包括：

8、收集用戶行為信息并對所述用戶行為信息進(jìn)行清洗和預(yù)處理得到數(shù)據(jù)倉庫；

9、對所述數(shù)據(jù)倉庫進(jìn)行特征提取，所述特征包括用戶基本信息特征、預(yù)定行為特征、消費(fèi)行為特征、反饋特征以及偏好特征；

10、利用提取的特征構(gòu)建用戶畫像，所述用戶畫像包括基本信息、行為特征、偏好信息以及價(jià)值評估。

11、進(jìn)一步的，上述目標(biāo)客戶推送方法中，所述根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組，包括：

12、基于所述用戶畫像創(chuàng)建畫像數(shù)據(jù)幀，其中，所述畫像數(shù)據(jù)幀至少包括基本信息參數(shù)、行為特征參數(shù)、偏好信息參數(shù)以及價(jià)值評估參數(shù)；

13、使用預(yù)設(shè)的編碼模型將所述畫像數(shù)據(jù)幀中的各參數(shù)編碼為高維向量；

14、對各所述高維向量使用預(yù)設(shè)的注意力機(jī)制模型進(jìn)行加權(quán)平均，學(xué)習(xí)各高維向量對應(yīng)參數(shù)的注意力權(quán)重，并基于各注意力權(quán)重對各所述高維向量進(jìn)行融合得到融合向量；

15、使用預(yù)設(shè)的分類器對所述融合向量進(jìn)行分類，得到所述標(biāo)簽分組。

16、進(jìn)一步的，上述目標(biāo)客戶推送方法中，所述使用預(yù)設(shè)的編碼模型將所述畫像數(shù)據(jù)幀中的各參數(shù)編碼為高維向量，包括：

17、將參數(shù)x處理成所述編碼模型的輸入格式x′；

18、將所述x′傳入所述編碼模型中并前向傳遞，輸出高維向量li＝f(x′1,x′2,…x′n)，其中i表示所述編碼模型得長度。

19、進(jìn)一步的，上述目標(biāo)客戶推送方法中，所述對各所述高維向量使用預(yù)設(shè)的注意力機(jī)制模型進(jìn)行加權(quán)平均，學(xué)習(xí)各高維向量對應(yīng)參數(shù)的注意力權(quán)重，并基于各注意力權(quán)重對各所述高維向量進(jìn)行融合得到融合向量，包括：

20、將各所述高維向量拼接在一起，形成一個(gè)包含所有輸入的組合向量；

21、將所述組合向量輸入預(yù)設(shè)的注意力機(jī)制模型中；

22、所述注意力機(jī)制模型通過計(jì)算所述組合向量中各向量與其他向量的相關(guān)性來生成所述注意力權(quán)重；

23、基于所述注意力權(quán)重對所述組合向量中對應(yīng)的向量進(jìn)行加權(quán)求和，得到表示用戶畫像整體特征的融合向量。

24、進(jìn)一步的，上述目標(biāo)客戶推送方法中所述使用預(yù)設(shè)的分類器對所述融合向量進(jìn)行分類，得到所述標(biāo)簽分組，包括：

25、將所述融合向量通過全連接層映射到隱藏層，并經(jīng)激活函數(shù)處理后得到隱藏層向量；

26、將所述隱藏層向量傳遞到輸出層，并在所述輸出層之后應(yīng)用softmax函數(shù)將輸出轉(zhuǎn)換為概率分布；

27、通過softmax函數(shù)得到每個(gè)類別的概率后，選擇概率最大的類別作為最終預(yù)測的標(biāo)簽分組。

28、進(jìn)一步的，上述目標(biāo)客戶推送方法中，所述獲取操作人員基于所述標(biāo)簽分組的選擇輸入，并基于所述選擇輸入篩選出所述標(biāo)簽分組內(nèi)的用戶畫像得到所述目標(biāo)客戶的目標(biāo)畫像信息，包括：

29、將各標(biāo)簽分組通過可視化界面輸出并供操作人員選擇；

30、監(jiān)聽訂單系統(tǒng)，并基于操作人員的選擇輸入，將所述選擇輸入對應(yīng)標(biāo)簽分組的用戶畫像推送至所述可視化界面；

31、呈現(xiàn)在所述可視化界面上的用戶畫像即為目標(biāo)客戶的目標(biāo)畫像信息。

32、進(jìn)一步的，上述目標(biāo)客戶推送方法中，還包括：

33、基于所述目標(biāo)畫像信息，根據(jù)預(yù)設(shè)的生成規(guī)則，生成針對所述目標(biāo)畫像信息的個(gè)性化服務(wù)清單，所述個(gè)性化服務(wù)清單為針對所述目標(biāo)用戶的服務(wù)計(jì)劃。

34、進(jìn)一步的，上述目標(biāo)客戶推送方法中，還包括：

35、將所述個(gè)性化服務(wù)清單推送至執(zhí)行人，并獲取執(zhí)行人在完成所述個(gè)性化服務(wù)清單時(shí)的完成輸入。

36、第二方面，本發(fā)明提供的一種目標(biāo)客戶推送系統(tǒng)，采用如下的技術(shù)方案：

37、客戶畫像建立模塊，至少用于獲取用戶的行為信息，并根據(jù)所述行為信息構(gòu)建用戶畫像；客戶畫像分組模塊，至少用于根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組；

38、目標(biāo)客戶篩選模塊，至少用于根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組。

39、進(jìn)一步的，上述目標(biāo)客戶推送系統(tǒng)還包括：

40、服務(wù)清單創(chuàng)建模塊，至少用于基于所述目標(biāo)畫像信息，根據(jù)預(yù)設(shè)的生成規(guī)則，生成針對所述目標(biāo)畫像信息的個(gè)性化服務(wù)清單，所述個(gè)性化服務(wù)清單為針對所述目標(biāo)用戶的服務(wù)計(jì)劃。

41、進(jìn)一步的，上述目標(biāo)客戶推送系統(tǒng)還包括：

42、響應(yīng)模塊，至少用于將所述個(gè)性化服務(wù)清單推送至執(zhí)行人，并獲取執(zhí)行人在完成所述個(gè)性化服務(wù)清單時(shí)的完成輸入。

43、第三方面，本發(fā)明提供的一種可讀存儲介質(zhì)，采用如下的技術(shù)方案：

44、所述可讀存儲介質(zhì)存儲有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述第一方面中任一項(xiàng)所述的目標(biāo)客戶推送方法。

45、綜上所述，與現(xiàn)有技術(shù)相比，本發(fā)明包括以下至少一種有益技術(shù)效果：

46、本發(fā)明通過獲取用戶行為信息構(gòu)建用戶畫像，并依據(jù)預(yù)設(shè)的分組規(guī)則對畫像進(jìn)行聚類，得到至少一個(gè)標(biāo)簽分組，再根據(jù)操作人員的選擇輸入篩選出目標(biāo)客戶的畫像信息。與現(xiàn)有技術(shù)相比，該方法能夠更精準(zhǔn)地挖掘和識別目標(biāo)客戶，提供更細(xì)致和個(gè)性化的服務(wù)，從而提升客戶滿意度和忠誠度，同時(shí)提高了市場營銷活動的有效性和針對性。

技術(shù)特征：

1.一種目標(biāo)客戶推送方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的目標(biāo)客戶推送方法，其特征在于，所述獲取用戶的行為信息，并根據(jù)所述行為信息構(gòu)建用戶畫像，包括：

3.根據(jù)權(quán)利要求2所述的目標(biāo)客戶推送方法，其特征在于，所述根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組，包括：

4.根據(jù)權(quán)利要求3所述的目標(biāo)客戶推送方法，其特征在于，所述使用預(yù)設(shè)的編碼模型將所述畫像數(shù)據(jù)幀中的各參數(shù)編碼為高維向量，包括：

5.根據(jù)權(quán)利要求3所述的目標(biāo)客戶推送方法，其特征在于，所述對各所述高維向量使用預(yù)設(shè)的注意力機(jī)制模型進(jìn)行加權(quán)平均，學(xué)習(xí)各高維向量對應(yīng)參數(shù)的注意力權(quán)重，并基于各注意力權(quán)重對各所述高維向量進(jìn)行融合得到融合向量，包括：

6.根據(jù)權(quán)利要求3所述的目標(biāo)客戶推送方法，其特征在于，所述使用預(yù)設(shè)的分類器對所述融合向量進(jìn)行分類，得到所述標(biāo)簽分組，包括：

7.根據(jù)權(quán)利要求1所述的目標(biāo)客戶推送方法，其特征在于，所述獲取操作人員基于所述標(biāo)簽分組的選擇輸入，并基于所述選擇輸入篩選出所述標(biāo)簽分組內(nèi)的用戶畫像得到所述目標(biāo)客戶的目標(biāo)畫像信息，包括：

8.根據(jù)權(quán)利要求1所述的目標(biāo)客戶推送方法，其特征在于，所述方法還包括：

9.一種目標(biāo)客戶推送系統(tǒng)，其特征在于，所述系統(tǒng)包括：

10.一種可讀存儲介質(zhì)，其特征在于，所述可讀存儲介質(zhì)存儲有計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-8中任一項(xiàng)所述的目標(biāo)客戶推送方法。

技術(shù)總結(jié)
本發(fā)明涉及一種目標(biāo)客戶推送方法、系統(tǒng)及介質(zhì)，涉及大數(shù)據(jù)技術(shù)領(lǐng)域，所述方法包括獲取用戶的行為信息，并根據(jù)所述行為信息構(gòu)建用戶畫像；根據(jù)預(yù)設(shè)的分組規(guī)則對所述用戶畫像進(jìn)行聚類得到至少一個(gè)標(biāo)簽分組；獲取操作人員基于所述標(biāo)簽分組的選擇輸入，并基于所述選擇輸入篩選出所述標(biāo)簽分組內(nèi)的用戶畫像得到所述目標(biāo)客戶的目標(biāo)畫像信息。本發(fā)明可用于智能篩選和推送目標(biāo)客戶信息。

技術(shù)研發(fā)人員：王高,常曉芳,柴運(yùn)兵,劉欣欣
受保護(hù)的技術(shù)使用者：盟廣信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19