专利交易市场

本发明提供一种基于价值细分和集成预测的快递客户流失预测方法，包括客户价值细分模块、流失预测以及预警模块、个性化挽留模块，所述客户价值细分模块用于客户价值测算以及客户分类；所述流失预测以及预警模块包括网点客户流失量预测模块和单个客户流失率预测模块，用于做出客户是否流失以及流失率的预测；所述预警及个性化挽留模块用于针对客户流失的影响指标体系和客户的价值重要程度，对不同价值客户提供个性化挽留方案。本发明既能够对客户进行精准化分类，还能够高精度预测出客户是否流失、流失概率以及网点客户流失量，并根据预测结果提出个性化流失预警。

本申请实施例提供了加油站客户流失预测方法、装置、电子设备及存储介质，该方法包括：获取预先确定的待预测目标车辆的车辆属性信息、目标车辆在指定时段内的消费信息及目标车辆的关系圈，其中，目标车辆的关系圈表征与目标车辆存在同行关系的各车辆；通过训练后的算法模型，对目标车辆的车辆属性信息、指定时段内的消费信息及目标车辆的关系圈进行分析，得到目标车辆是否为流失客户的预测结果。通过本申请实施例的加油站客户流失预测方法，可以实现对加油站客户流失进行预测，为加油服务方的营销、客户管理等提供决策支持。并且按照同行关系划分客户关系圈，在预测过程中考虑了车辆的关系圈，利用客户关系圈信息提高了流失预测的准确性。

本发明涉及一种基于条件WassersteinGAN的电信客户流失预测方法，属于网络技术领域。采用了基于带梯度惩罚的WassersteinGAN和条件GAN的综合GAN模型来对电信行业的不平衡数据进行处理。这也是首次将GAN用于处理电信行业的数据不平衡问题。同时，本发明还在CWGAN模型的基础上引入了混合注意力机制CBAM来进一步辅助生成器关注与分类任务相关的特征。之后，在四个常用的机器学习分类器上证明了所采用方法的有效性。