客户汽车增换购意向评级方法、装置、设备及存储介质与流程

本发明涉及大数据分析及应用，具体涉及客户汽车增换购意向评级方法、装置、设备及存储介质。

背景技术：

1、近些年，随着人们生活水平的提高，汽车销量保持持续增长的趋势。根据汽车行业的数据统计，在汽车市场的整体发展趋势中，首次购车用户比例的增长速度开始放缓，特别是一线城市，新车市场已经由增购或换购用户主导，且购买类型集中在中高档汽车品牌，或者是那些真正通过了市场考验的车型。未来几年，每一个汽车品牌都需要面对的是拥有汽车使用经验的消费者，如何打动这一批用户是每个品牌的汽车厂商面临的新挑战，也更加考验厂商的销售能力。因此分析汽车行业的增换购趋势可以帮助汽车厂商更好了解用户群体的选择偏好。

2、目前，企业在了解每个客户的购买倾向和行为模式时较为困难，无法及时获取客户的偏好、购买周期等关键信息，从而不能很好地满足客户需求。

技术实现思路

1、本发明实施例提供客户汽车增换购意向评级方法、装置、设备及存储介质，能够解决现有技术中车企不能及时了解客户的购买倾向和行为模式的问题。所述技术方案如下：

2、根据本发明实施例的第一方面，提供客户汽车增换购意向评级方法，所述方法包括：

3、获取各个参与方的目标数据，所述目标数据包括第一目标数据和第二目标数据，所述第一目标数据为车企经营活动中的自有数据，所述第二目标数据为车主保险数据和生活消费社交数据，所述第一目标数据和对应的所述第二目标数据关联；

4、根据所述第一目标数据提取第一特征，根据所述第二目标数据提取第二特征，并将所述第一特征和所述第二特征作为共享特征；所述第一特征包括所述车主的相关特征和车辆相关特征，所述第二特征包括所述车主生活特征、社交特征、消费行为特征、保险特征中的至少一种；

5、通过加密和纵向联邦学习，将所述各个参与方的数据模型进行迭代训练和模型融合，获得全局模型；所述各个参与方的数据模型为所述各个参与方根据各自的本地数据和所述共享数据进行模型训练得到的。

6、本发明实施例提供的客户汽车增换购意向评级方法，首先获取各个参与方的目标数据，目标数据包括第一目标数据和第二目标数据，第一目标数据为车企经营活动中的自有数据，第二目标数据为车主保险数据和生活消费社交数据，第一目标数据和对应的第二目标数据关联；然后根据第一目标数据提取第一特征，根据第二目标数据提取第二特征，并将第一特征和第二特征作为共享特征；第一特征包括车主的相关特征和车辆相关特征，第二特征包括车主生活特征、社交特征、消费行为特征、保险特征中的至少一种；最后通过加密和纵向联邦学习，将各个参与方的数据模型进行迭代训练和模型融合，获得全局模型；各个参与方的数据模型为各个参与方根据各自的本地数据和共享数据进行模型训练得到的。本发明在多个参与方之间共享特征和模型参数，通过纵向联邦学习的技术实现模型的联合训练和更新。本发明能够充分利用各方的数据和知识，提高模型的性能和泛化能力，使得企业能够及时了解每个客户的购买倾向和行为模式，获取客户的偏好、购买周期等关键信息，能够很好地满足客户的需求。

7、作为本发明再进一步的方案：所述方法还包括：

8、根据测试集判断所述全局模型是否满足预设条件；

9、若不满足，对所述全局模型继续进行迭代训练和模型融合。

10、作为本发明再进一步的方案：在所述获取各个参与方的目标数据之后，所述方法还包括：

11、对所述第一目标数据和所述第二目标数据进行标准化处理。

12、作为本发明再进一步的方案：在所述获取各个参与方的目标数据之后，所述方法还包括：

13、根据预设的标识符将所述第一目标数据和所述第二目标数据进行关联；

14、使用非对称加密算法对所述第一目标数据和所述第二目标数据进行加密；

15、建立安全的vpn连接，通过加密和隧道技术将所述第一目标数据和所述第二目标数据从一个网络安全地传输到另一个网络；

16、使用ssl/tls协议对所述第一目标数据和所述第二目标数据进行加密和认证；

17、使用数字证书对所述各个参与方进行身份验证；

18、在网络中部署防火墙和ids来监测和阻止未经授权的访问和攻击；

19、使用安全协议和认证机制，对所述各个参与方进行身份验证和授权。

20、作为本发明再进一步的方案：在所述获取各个参与方的目标数据之后，所述方法还包括：

21、对所述各个参与方的目标数据进行预处理，具体包括：缺失值处理、异常值处理、数据类型转换。

22、作为本发明再进一步的方案：所述根据所述第一目标数据提取第一特征，根据所述第二目标数据提取第二特征之后，所述方法还包括：

23、判断所述第一特征和所述第二特征是否在预设的范围内；

24、若否，对所述第一特征和所述第二特征进行缩放处理，所述缩放处理包括标准化处理、归一化处理中的一种。

25、作为本发明再进一步的方案：所述方法还包括：

26、根据预设的时间周期验证和更新所述各个参与方的目标数据。

27、根据本发明实施例的第二方面，提供客户汽车增换购意向评级装置，包括获取模块、提取模块以及训练模块；

28、所述获取模块，用于获取各个参与方的目标数据，所述目标数据包括第一目标数据和第二目标数据，所述第一目标数据为车企经营活动中的自有数据，所述第二目标数据为车主保险数据和生活消费社交数据，所述第一目标数据和对应的所述第二目标数据相关联；

29、所述提取模块，用于根据所述第一目标数据提取第一特征，根据所述第二目标数据提取第二特征，并将所述第一特征和所述第二特征作为共享特征；所述第一特征包括所述车主的相关特征和车辆相关特征，所述第二特征包括所述车主生活特征、社交特征、消费行为特征、保险特征中的至少一种；

30、所述训练模块，用于通过加密和纵向联邦学习，将所述各个参与方的数据模型进行迭代训练和模型融合，获得全局模型；所述各个参与方的数据模型为所述各个参与方根据各自的本地数据和所述共享数据进行模型训练得到的。

31、本发明实施例提供的客户汽车增换购意向评级装置，包括获取模块、提取模块以及训练模块；获取模块获取各个参与方的目标数据，目标数据包括第一目标数据和第二目标数据，第一目标数据为车企经营活动中的自有数据，第二目标数据为车主保险数据和生活消费社交数据，第一目标数据和对应的第二目标数据相关联；提取模块根据第一目标数据提取第一特征，根据第二目标数据提取第二特征，并将第一特征和第二特征作为共享特征；第一特征包括车主的相关特征和车辆相关特征，第二特征包括车主生活特征、社交特征、消费行为特征、保险特征中的至少一种；训练模块通过加密和纵向联邦学习，将各个参与方的数据模型进行迭代训练和模型融合，获得全局模型；各个参与方的数据模型为各个参与方根据各自的本地数据和共享数据进行模型训练得到的。本发明在多个参与方之间共享特征和模型参数，通过纵向联邦学习的技术实现模型的联合训练和更新。本发明能够充分利用各方的数据和知识，提高模型的性能和泛化能力，使得企业能够及时了解每个客户的购买倾向和行为模式，获取客户的偏好、购买周期等关键信息，能够很好地满足客户的需求。

32、根据本发明实施例的第三方面，提供客户汽车增换购意向评级设备，所述客户汽车增换购意向评级设备包括处理器和存储器，所述存储器中存储有至少一条计算机指令，所述指令由所述处理器加载并执行以实现上述任一项所述的客户汽车增换购意向评级方法中所执行的步骤。

33、根据本发明实施例的第四方面，提供一种计算机可读存储介质，所述存储介质中存储有至少一条计算机指令，所述指令由处理器加载并执行以实现上述任一项所述的客户汽车增换购意向评级方法中所执行的步骤。

34、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。