一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字信息的傳輸，例如電報(bào)通信的技術(shù)領(lǐng)域，特別涉及一種能在一個(gè) 事件發(fā)生時(shí)，為了交流暢通而通過數(shù)據(jù)挖掘技術(shù)找出目標(biāo)人事物與其它人員的關(guān)系圖以滿 足建立其暢通交流的基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法。
【背景技術(shù)】
[0002] 客戶關(guān)系網(wǎng)是一種典型的復(fù)雜網(wǎng)絡(luò)，即指在一定范圍內(nèi)客戶間的關(guān)系，網(wǎng)絡(luò)中的 節(jié)點(diǎn)是客戶，連接則是按一定方式定義的兩人之間的熟人關(guān)系，如朋友關(guān)系、親屬關(guān)系、同 事關(guān)系或科研合作關(guān)系等。
[0003] 1967年，Harvard大學(xué)的社會(huì)心理學(xué)家Milgram通過一個(gè)傳遞信件的小世界實(shí)驗(yàn) 對(duì)現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)進(jìn)行了實(shí)證研究，得到著名的"六度分離"推斷：世界上任何兩個(gè)人，都可通 過熟人找熟人的方式建立聯(lián)系，而兩人之間的平均最少"中介"數(shù)是6。1998年，Cornell 大學(xué)的Watts和Strogatz在《Nature》上撰文"'小世界'網(wǎng)絡(luò)的集體動(dòng)力學(xué)"，進(jìn)一步揭示 出現(xiàn)實(shí)中的復(fù)雜網(wǎng)絡(luò)具有高聚類性和相對(duì)短的平均路徑長(zhǎng)度，并建立了一個(gè)小世界網(wǎng)絡(luò)模 型。1999年，NotreDame大學(xué)的Barabdsi和Albert在《Science》上撰文"隨機(jī)網(wǎng)絡(luò)中標(biāo) 度的涌現(xiàn)"，揭示了復(fù)雜網(wǎng)絡(luò)的無標(biāo)度（Scale-Free)性質(zhì)，并建立了一個(gè)無標(biāo)度網(wǎng)絡(luò)模型。
[0004]以這兩個(gè)模型的發(fā)表為標(biāo)志，復(fù)雜網(wǎng)絡(luò)研究進(jìn)入了一個(gè)新時(shí)代。復(fù)雜網(wǎng)絡(luò)理論研 究再也不局限于數(shù)學(xué)的范疇，而是開始受到了從物理學(xué)到生物學(xué)、從工程技術(shù)到管理和社 會(huì)科學(xué)的眾多學(xué)科研究人員的越來越多的關(guān)注，可以說，在網(wǎng)絡(luò)科學(xué)領(lǐng)域，現(xiàn)代的復(fù)雜網(wǎng)絡(luò) 研究是傳統(tǒng)的社會(huì)網(wǎng)絡(luò)分析的進(jìn)一步延伸。近十年來，復(fù)雜網(wǎng)絡(luò)的研究蓬勃發(fā)展，理論和實(shí) 證方面都取得了很大的進(jìn)展。將現(xiàn)代的復(fù)雜網(wǎng)絡(luò)理論與傳統(tǒng)的社會(huì)網(wǎng)絡(luò)分析結(jié)合起來，是 一個(gè)必然的趨勢(shì)。人們通過實(shí)證研究揭示了人類社區(qū)中存在的一些新奇的網(wǎng)絡(luò)特性，建立 了各種有意義的網(wǎng)絡(luò)模型，研究了不同的網(wǎng)絡(luò)動(dòng)力學(xué)行為及其控制策略。
[0005]以前對(duì)于現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)的數(shù)據(jù)收集主要通過調(diào)查問卷的方法，這種方法不僅誤差 大，數(shù)據(jù)規(guī)模小，而且在很大程度上受地域、隱私、主觀因素和可信度等限制。現(xiàn)代數(shù)據(jù)庫(kù) 和信息技術(shù)的出現(xiàn)極大地改變了這種局面，近些年來，隨著互聯(lián)網(wǎng)的快速發(fā)展，特別是Web 2. 0的迅速興起使得各種在線社會(huì)網(wǎng)絡(luò)如雨后春筍般涌現(xiàn)，如在線交友網(wǎng)、在線個(gè)人社區(qū)和 在線社會(huì)媒體等。這些網(wǎng)絡(luò)的用戶數(shù)少則幾萬，多則幾千萬甚至上億，從而產(chǎn)生了規(guī)模越來 越龐大的網(wǎng)絡(luò)數(shù)據(jù)。依據(jù)這些數(shù)據(jù)，根據(jù)數(shù)據(jù)挖掘的知識(shí)得到觸發(fā)事件對(duì)應(yīng)客戶的相關(guān)屬 性，及未知的客戶關(guān)系和模式，客戶關(guān)系網(wǎng)既在一定程度上反映真實(shí)的人際關(guān)系，又與傳統(tǒng) 的人際交往有所區(qū)別，存在一定程度上的不完整性，無法完全依據(jù)實(shí)際的事件來?yè)癯鲎顑?yōu) 人選或方案。

【發(fā)明內(nèi)容】

[0006]本發(fā)明解決的技術(shù)問題是，現(xiàn)有技術(shù)中，網(wǎng)絡(luò)的用戶數(shù)少則幾萬，多則幾千萬甚至 上億，從而產(chǎn)生了規(guī)模越來越龐大的網(wǎng)絡(luò)數(shù)據(jù)，依據(jù)這些數(shù)據(jù)，根據(jù)數(shù)據(jù)挖掘的知識(shí)得到觸 發(fā)事件對(duì)應(yīng)客戶的相關(guān)屬性，及未知的客戶關(guān)系和模式，而導(dǎo)致的客戶關(guān)系網(wǎng)既在一定程 度上反映真實(shí)的人際關(guān)系，又與傳統(tǒng)的人際交往有所區(qū)別，存在一定程度上的不完整性，無 法完全依據(jù)實(shí)際的事件來?yè)癯鲎顑?yōu)人選或方案的問題，進(jìn)而提供了一種優(yōu)化的基于事件驅(qū) 動(dòng)的客戶關(guān)系配對(duì)方法。
[0007] 本發(fā)明所采用的技術(shù)方案是，一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，所述方法 包括以下步驟： 步驟I. 1 :建立客戶信息庫(kù)，所述信息庫(kù)包括定值信息
【主權(quán)項(xiàng)】
1. 一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述方法包括以下步驟： 步驟1. 1 :建立客戶信息庫(kù)，所述信息庫(kù)包括定值信息 u和不定值信息1/，每個(gè)客戶記為巧，其中，乃=輯(為)^(4)?鞏為)…JC4r?， ?/={?/(4λ?/⑷，i/(為) -，?/(4^,朽=田(4)衛(wèi)(4));,為客戶編），??況； 步驟1.2:更新客戶信息庫(kù)，檢測(cè)每一個(gè)ITi中的定值信息U(4》和不定值信息￡/(4)是 否有變，如有則以新的鞏4)'和u(4y分別覆蓋掉原有的鞏4)和U(4),刷新巧的信息， 如定值信息DC4)和不定值信息σ(4)無變動(dòng)，則進(jìn)行步驟1.3; 步驟1. 3 :當(dāng)產(chǎn)生事件時(shí)，生成中心客戶集合Cj ,獲取客戶Cj的定值信息11(?)和不 定值息，記為G二為客戶編號(hào)，X); 步驟1. 4 :以客戶信息庫(kù)中客戶巧的定值信息JIC4)匹配中心客戶6》的11(?)信息， 當(dāng)它們之間的契合度系數(shù)pC〇(^_)^C4))x時(shí)，匹配和?/(4),其中?為契合閾值； 當(dāng)契合度系數(shù)時(shí)，亦即客戶C j 之間的不定值信息契合度小于閾值 f，重復(fù)步驟1. 4，并以客戶信息庫(kù)中客戶的定值信息U(4rt)匹配中心客戶cJ的·°(·%》 息；其中，契合度系數(shù)0定義為= 丨丨6丨）；其中G和K為息向 量，可以取定值信EiJ或不定值信息?計(jì)算，q 巧代表向量點(diǎn)乘，當(dāng)±取正號(hào)時(shí)，契合 度即指相似度，當(dāng)±取負(fù)號(hào)時(shí)，契合度即指巧和Cj的互補(bǔ)性； 步驟1.5:將比對(duì)后與中心客戶·^?最契合的陪同人員$提取出來，作為與客戶q配對(duì) 的對(duì)象； 步驟1. 6 :當(dāng)陪同事件結(jié)束后，對(duì)G 之間的契合度做人工評(píng)價(jià)式，存入客戶 信息庫(kù)中，作為下一次契合度計(jì)算和人員挑選的參考依據(jù)^。
2. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 步驟 1. 6 中，= + ，其中，〇<:υ。
3. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 定值信息為可用默認(rèn)字符串固定表達(dá)的信息。
4. 根據(jù)權(quán)利要求3所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 定值信息包括生日、年紀(jì)和性別。
5. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所 述不定值信息U包括β個(gè)字節(jié)，所述不定值信息U的前》個(gè)字節(jié)按照遞增的序列生成； 0<Η<β。
6. 根據(jù)權(quán)利要求5所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 不定值信息1/包括喜好，所述喜好包括愛好和癖好，所述愛好賦值a，所述癖好賦值w，所 述H和1?分別設(shè)于第H+1個(gè)和第B + 2個(gè)字節(jié)。
7. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：當(dāng)客 戶ITi與中心客戶C j最契合時(shí)，若存在客戶IPf與客戶％契合，則默認(rèn)客戶g接近于中心客 戶，并將客戶作為優(yōu)先考慮對(duì)象以陪同中心客戶。
8. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 步驟1. 4中，當(dāng)±取正號(hào)時(shí)，契合度即指相似度，指擁有共同愛好或相近氣質(zhì)的客戶巧和客 戶q-更容易聊得來。
9. 根據(jù)權(quán)利要求1所述的一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，其特征在于：所述 步驟1. 4中，當(dāng)±取負(fù)號(hào)時(shí)，契合度即指客戶ITf和客戶的互補(bǔ)性，指當(dāng)客戶巧和客戶Cj 的性別不同、年紀(jì)不同、喜好不同的情況下具有較強(qiáng)的互補(bǔ)契合度。
【專利摘要】本發(fā)明涉及一種基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)方法，建立包括定值和不定值信息的客戶信息庫(kù)，產(chǎn)生事件時(shí)生成中心客戶集合，以客戶信息庫(kù)中客戶的定值信息匹配中心客戶的定值信息，當(dāng)契合度系數(shù)超過閾值時(shí)進(jìn)一步匹配兩者的不定值信息，將比對(duì)后與中心客戶最契合的人員提取出來作為配對(duì)對(duì)象，并在陪同事件結(jié)束后對(duì)兩者之間的契合度做人工評(píng)價(jià)，作為下一次契合度計(jì)算和人員挑選的參考依據(jù)。本發(fā)明通過數(shù)據(jù)挖掘技術(shù)建立客戶的定值和不定值信息與其它人員間的關(guān)系網(wǎng)絡(luò)，構(gòu)建契合度系數(shù)ρ，計(jì)算客戶間定值信息和不定值信息的契合度判斷客戶間的相熟或互補(bǔ)關(guān)系，根據(jù)客戶的實(shí)際喜好選擇相熟或互補(bǔ)的目標(biāo)人選，最終達(dá)成基于事件驅(qū)動(dòng)的客戶關(guān)系配對(duì)。
【IPC分類】G06Q50-00, G06F17-30
【公開號(hào)】CN104679861
【申請(qǐng)?zhí)枴緾N201510091051
【發(fā)明人】何利力, 李文書, 鄭軍紅, 蘇先創(chuàng), 薛福冰, 陳蓮娜
【申請(qǐng)人】浙江理工大學(xué)
【公開日】2015年6月3日
【申請(qǐng)日】2015年3月1日