(19)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 202111633814.5 (22)申请日 2021.12.28 (71)申请人 天翼电子商务有限公司 地址 102200 北京市昌平区未来科技城南 区中国电信集团公司院内 (72)发明人 宋玉峰　李梦凡　 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 40/06(2012.01) G06N 20/00(2019.01) G06F 16/215(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于电信大数据的理财用户精准获客 标签构建方法 (57)摘要 本发明公开了一种基于电信大数据的理财 用户精准获客标签构建方法， 本发明主要包括： 数据获取与清洗， 移动APP选定和赋权， 指标计算 三个模块， 基于电信大数据， 获取了更加有效的 用户数据； 基于老用户实际数据， 指导模型和指 标构建过程， 赋权和计算方法更加科学； 数据清 洗过程中， 使用了机器学习的方式， 按照老用户 产生数据的特点对新用户的特征数据进行聚类。 本发明刻画了用户的金融属性画 像， 例如用户可 投资产、 投资经验、 活跃度等； 使用了一种用户金 融属性评估的模型， 追踪用户浏览金融银行类 APP等行为大数据， 进而实现对用户风险习惯的 认知。 权利要求书1页 说明书4页 附图6页 CN 114549035 A 2022.05.27 CN 114549035 A 1.一种基于电信大数据的理财用户精准获客标签构建方法， 其特征在于， 包括以下步 骤： (1)、 将各大平台常用的与理财有关的app进行分类， 并根据下载量、 使用频次、 使用时 长、 平台理财用户的使用情况， 对ap p进行赋权； (2)、 通过模型找到平台理财用户最相关的特 征值； (3)、 使用常用方法进行 数据清洗， 包括 缺失值赋予默认值， 排除异常值； (4)、 将整理好的数据建表； (5)、 使用spark框架建模， 主要应用逻辑回归模型将用户打分， 利用ROC评估模型拟合 效果， 并结合用户实际情况评估是否有可 行性； (6)、 将用户可投资产、 投资经验、 活跃度评估得分输出落表， 并建立标签， 方便业务人 员使用； (7)、 后期结合不断更新的理财用户， 以及增加更多相关特征、 app， 对模型不断迭代， 提 高准确性。 2.根据权利要求1所述的一种基于电信大数据的理财用户精准获客标签构建方法， 其 特征在于， 所述的步骤(2)中特 征值为最高持仓额、 最大申购额、 风险等级。权　利　要　求　书 1/1 页 2 CN 114549035 A 2一种基于电信大数据的理财用户精准获客标签构建 方法 技术领域 [0001]本发明涉及的是用户画像探查领域， 具体涉及一种基于电信大数据的理财用户精 准获客标签构建方法。 背景技术 [0002]随着金融产品不断丰富， 金融用户运营及生命周期管理的相关理论不断成熟， 在 金融产品目标客群圈定和营销领域已形成成熟 的经验地图和用户标签构建方法。 然而， 这 些模型或标签的构建方法中， 存在 “未准确识别用户金融属性 ”、“构建标签过程中的数据选 取和清洗方法不合理 ”等问题， 因此， 如何寻找 准确定位用户金融属性的数据和科学地清洗 数据进而搭建标签， 成为研究热点。 [0003]用户画像及以其为基础构建的用户标签， 作为一种刻画目标用户核心产品诉求与 有效购买力的有效工具， 在各领域得到了广泛的应用、 以电商 领域的应用为例， 企业采取对 用户的行为信息、 交易信息及个人基本信息抽象成原子标签， 再通过逻辑组合和实际产品 特征拟合， 进而将用户形象具体化， 从而为用户提供有针对性的产品服务和营销转化。 但目 前使用户画像制作用户原子标签过程中， 存在着敏感数据和客观数据采集受 限、 无法刻画 用户核心偏好、 用户画像构 造失真等问题， 此类问题在金融服务等场景中更为普遍， 这势必 造成在推送服 务信息时， 往 往并不是使用者需要的， 造成的用户体验差 。 [0004]综上所述， 本发明设计了一种基于电信大数据的理财用户精准获客标签构建方 法， 以动态的理财老用户群体为样本， 根据用户浏览使用APP 类别和申赎行为特性等信息构 建标签模型， 准确圈定相应产品的潜在用户群。 发明内容 [0005]针对现有技术上存在的不足， 本发明目的是在于提供一种基于电信大数据的理财 用户精准获客标签构建方法， 定位用户 “可投资产 ”、“投资经验 ”等特征的指标， 根据用户浏 览使用AP P类别和申赎行为特性 等信息建立了标签模型， 准确圈定相应产品的潜在用户群。 [0006]为了实现上述目的， 本发明是通过如下的技术方案来实现： 一种基于电信大数据 的理财用户精准获客标签构建方法， 包括以下步骤： [0007]1、 将各大平台常用的与理财有关的app进行分类， 并根据下载量、 使用频次、 使用 时长、 平台理财用户的使用情况， 对ap p进行赋权； [0008]2、 通过模型找到平台理财用户最相关的特征值， 比如最高持仓额、 最大申购额、 风 险等级等； [0009]3、 使用常用方法进行 数据清洗， 包括 缺失值赋予默认值， 排除异常值； [0010]4、 将整理好的数据建表； [0011]5、 使用sp ark框架建模， 主要应用逻辑回归模型将用户打分， 利用ROC评估模型拟 合效果， 并结合用户实际情况评估是否有可 行性； [0012]6、 将用户可投资产、 投资经验、 活跃度评估得分输出落表， 并建立标签， 方便业务说　明　书 1/4 页 3 CN 114549035 A 3