← 返回列表

基于物联网设备的客户信息智能管理系统

申请号: CN202311723818.1
申请人: 广东云百科技有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 基于物联网设备的客户信息智能管理系统
专利类型 发明授权
申请号 CN202311723818.1
申请日 2023/12/15
公告号 CN117408734B
公开日 2024/3/19
IPC主分类号 G06Q30/0201
权利人 广东云百科技有限公司
发明人 刘超; 肖智卿; 周柏魁; 许多; 郑淇升; 熊慧; 梁文聪
地址 广东省东莞市南城街道黄金路1号天安数码城2栋1单元1015室

摘要文本

广东云百科技有限公司取得“一种透气窗帘布”专利技术,百度搜索专利查询网 本发明涉及数据处理技术领域,具体涉及一种基于物联网设备的客户信息智能管理系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取至少两个客户的行为数据构成客户数据集;根据孤立森林中每个节点内包含的客户的行为数据在每个维度下的数据离散分布情况,得到每个节点在每个维度下的初级离散程度;结合每个节点内包含的客户的行为数据在孤立森林中的路径长度以及数据分布情况得到每个节点在每个维度下的高级离散程度;获取停止条件构建客户行为的孤立森林,计算每个客户的行为数据的异常得分,根据所述异常得分得到客户行为异常检测结果。本发明能够获得更加准确的客户行为异常检测结果。

专利主权项内容

1.一种基于物联网设备的客户信息智能管理系统,包括存储器和处理器,其特征在于,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:获取至少两个客户的行为数据构成客户数据集,所述行为数据包含至少两个维度的数据;利用孤立森林算法对客户数据集中客户的行为数据进行节点的划分,根据每个节点内包含的客户的行为数据在每个维度下的数据离散分布情况,得到每个节点在每个维度下的初级离散程度;根据每个节点内包含的客户的行为数据在孤立森林中的路径长度以及数据分布情况、结合客户的行为数据在每个维度下的数据离散分布情况,得到每个节点在每个维度下的高级离散程度;根据所述初级离散程度和高级离散程度得到停止条件,构建客户行为的孤立森林,根据所述孤立森林计算每个客户的行为数据的异常得分,根据所述异常得分得到客户行为异常检测结果;在根据每个节点内包含的客户的行为数据在每个维度下的数据离散分布情况,得到每个节点在每个维度下的初级离散程度之前,还包括:将任意一个客户记为目标客户,对目标客户的行为数据进行主成分分析,获取预设数量个目标客户的主成分;将目标客户的任意一个主成分记为目标主成分,将除目标客户之外的任意一个客户记为参考客户,分别获取目标客户的目标主成分与参考客户每个主成分之间的关联系数,将所有关联系数中最大值对应的参考客户的主成分作为目标客户的目标主成分对应的参考客户的匹配主成分;将目标客户的目标主成分对应同一个孤立树节点内所有客户的匹配主成分构成目标客户的目标主成分的主成分集合;获得每个客户的每个主成分的主成分集合;所述根据每个节点内包含的客户的行为数据在孤立森林中的路径长度以及数据分布情况、结合客户的行为数据在每个维度下的数据离散分布情况,得到每个节点在每个维度下的高级离散程度,具体包括:将任意一个节点记为选定节点,将选定节点内包含的客户的任意一个主成分记为选定主成分;根据选定节点内包含的每个客户在选定主成分下数据的离散分布情况、选定主成分的主成分集合中数据的均衡情况,得到选定节点内包含的每个客户的离散表征值;根据选定节点内包含的每个客户在每棵树中的路径长度和每棵树中每个客户所在节点内包含的客户数量,得到选定节点内包含的每个客户在每棵树中的修正系数;根据所述离散表征值和所述修正系数,得到选定节点在选定主成分对应维度下的高级离散程度;所述选定节点在选定主成分对应维度下的高级离散程度的计算公式具体为:

;其中,表示第r个节点在第k个主成分对应的维度下的高级离散程度,/>表示包含第t个客户的树的数量,/>表示第r个节点内包含的第t个客户在第m棵树的路径长度,/>表示第r个节点内包含的第t个客户的第m棵树的总深度,/>表示第r个节点内包含的第t个客户在第m棵树中所在的节点内包含的客户的总数量,/>表示第r个节点内包含的第t个客户在第k个主成分下的离散表征值,/>表示第r个节点内包含的客户数量,/>表示第r个节点内包含的第t个客户在第k个主成分下对应的所有数据的标准差,/>表示第r个节点内包含的第t个客户在第k个主成分下对应的所有数据的均值,/>表示第r个节点内包含的第t个客户在第k个主成分下的主成分集合中所有数据的均值,/>表示第r个节点内包含的第t个客户在第m棵树中的修正系数;所述停止条件具体包括:对于任意一棵树的第一层,计算第一层包含的每个节点在每个主成分下贡献程度与每个节点在主成分对应维度下的初级离散程度的乘积,对第一层包含的所有节点对应的所有乘积的累加和进行归一化处理,得到第一层的判断特征值;对于除第一层之外的任意一层,根据当前层包含的每个节点的每个主成分对应的贡献程度以及每个节点在每个主成分对应的维度下的高级离散程度,得到当前层的判断特征值;当判断特征值的取值小于预设的停止阈值时,当前树停止划分;所述当前层的判断特征值的获取方法具体为:计算当前层包含的每个节点在每个主成分下的贡献程度与主成分对应的维度下的高级离散程度的乘积,对当前层包含的所有节点在所有主成分对应的维度下的所有乘积的累加和进行归一化处理,得到当前层的判断特征值。