1.本发明涉及金融技术领域，尤其涉及银行用户忠诚度数据分析方法及装置。
背景技术：2.本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.银行需要通过银行用户对银行的忠诚度，为改善用户体验提供数据支撑和指导。目前，银行在银行用户的忠诚度时，仅仅通过用户在银行的全量存款进行数据分析，数据分析结果不够准确全面，无法为改善用户体验提供可靠的数据支撑。
技术实现要素：4.本发明实施例提供一种银行用户忠诚度数据分析方法，用以提高银行用户忠诚度数据分析结果的客观性和准确性，为改善用户体验提供可靠的数据支撑，该方法包括：
5.预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；
6.获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；
7.根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；
8.根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；
9.根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。
10.本发明实施例还提供一种银行用户忠诚度数据分析装置，用以提高银行用户忠诚度数据分析结果的客观性和准确性，为改善用户体验提供可靠的数据支撑，该装置包括：
11.配置模块，用于预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；
12.信息获取模块，用于获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；
13.第一处理模块，用于根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；
14.第二处理模块，用于根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；
15.第三处理模块，用于根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。
16.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述银行用户忠诚度数据分析方法。
17.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述银行用户忠诚度数据分析方法。
18.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行用户忠诚度数据分析方法。
19.本发明实施例中，预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。这样，预先针对不同的年龄段和地域信息，为各忠诚度数据分析指标配置不同的权重值，然后根据用户的年龄信息、地域信息确定用户的各忠诚度数据分析指对应的权重值，进而根据用户的各忠诚度数据分析指标对应的权重值和用户在各忠诚度数据分析指标中的权重值得到对应的忠诚度数据分析结果，可以更加客观、准确的确定各忠诚度数据分析指标在不同用户群体中进行评判时的考量程度，进而使得用户的忠诚度数据分析结果更加准确、客观，为改善用户体验提供可靠的数据支撑。
附图说明
20.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
21.图1为本发明实施例中提供的一种银行用户忠诚度数据分析方法的流程图；
22.图2为本发明实施例中提供的一种根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值的方法流程图；
23.图3为本发明实施例中提供的一种决策树的示例图；
24.图4为本发明实施例中提供的一种根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值的方法流程图；
25.图5为本发明实施例中提供的一种银行用户忠诚度数据分析装置的示意图。
具体实施方式
26.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
27.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
28.本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
29.在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本技术的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
30.经研究发现，银行需要通过银行用户对银行的忠诚度，为改善用户体验提供数据支撑和指导。目前，银行在银行用户的忠诚度时，仅仅通过用户在银行的全量存款进行数据分析，数据分析结果不够准确全面，无法为改善用户体验提供可靠的数据支撑。
31.针对上述研究，本发明实施例提供一种银行用户忠诚度数据分析方法，如图1所示，包括：
32.s101：预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；
33.s102：获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；
34.s103：根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；
35.s104：根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；
36.s105：根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。
37.本发明实施例中，预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。这样，预先针对不同的年龄段和地域信息，为各忠诚度数据分析指标配置不同的权重值，然后根据用户的年龄信息、地域信息确定用户的各忠诚度数据分析指对应的权重值，进而根据用户的各忠诚度数据分析指标对应的权重值和用户在各忠诚度数据分析指标中的权重值得到对应的忠诚度数据分析结果，可以更加客观、准确的确定各忠诚度数据分析指标在不同用户群体中进行评判时的考量程度，进而使得用户的忠诚度数据分析结果更加准确、客观，为改善用户体验提供可靠的数据支撑。
38.下面对上述s101～s105加以详细说明。
39.针对上述s101，忠诚度数据分析指标例如包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息等。
40.具体的，在对用户进行忠诚度数据分析时，针对不同地域、不同年龄，各忠诚度数据分析指标在忠诚度数据分析过程中的重要程度并不相同，因此可以预先配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值。
41.示例性的，针对年轻的用户群体，在处理业务的时候，更多的会通过手机银行等线上方式办理银行业务，且银行流水会比较多，投资理财也比较多，存款较少，而针对老年群体，更多的会通过到银行网点等线下方式办理银行业务，且银行流水会比较少，投资理财也比较少，存款较多，因此针对不同的年龄段，各忠诚度数据分析指标对应的第一权重值可以配置的不相同，例如针对年轻群体，可以将忠诚度数据分析指标中的用户登录手机银行次数、银行流水、投资理财对应的第一权重值设置的较高，将用户进银行网点次数、存款对应的第一权重值设置的较低，针对老年群体，可以将忠诚度数据分析指标中的用户登录手机银行次数、银行流水、投资理财对应的第一权重值设置的较低，将忠诚度数据分析指标中的用户进银行网点次数、存款对应的第一权重值设置的较高。
42.针对上述s102，此处银行用户例如包括：需要进行忠诚度数据分析的用户。
43.针对上述s103，如图2所示，为本发明实施例提供的一种根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值的方法流程图，包括：
44.s201：预先根据银行用户涵盖的年龄段和地域信息生成决策树；所述决策树用于对用户的年龄信息和地域信息进行分类。
45.示例性的，如图3所示，为本发明实施例提供的一种决策树的示例图，例如将用户年龄分为不同的年龄段，包括：20～40、41～60，地域例如包括：地域1、地域2，此处只是为了说明的一个示例，并不代表年龄段只包含本示例中所示的年龄段，也不代表年龄段只能按照本示例中的方法划分，也不代表地域只包含本示例中的地域。
46.s202：根据预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定在每一叶子节点下各忠诚度数据分析指标的第三权重值。
47.示例性的，每一叶子节点对应一个决策树的分支，该分支中包含该叶子节点对应的地域信息和年龄段信息，如叶子节点1对应的年龄段信息为20～41、地域信息为地域1，将每一忠诚度数据分析指标在20～41岁下分别对应的第一权重值，与其在地域信息为地域1时分别对应的第二权重值相乘，得到每一忠诚度数据分析指标的第三权重值，例如用户进银行网点次数在20～41岁年龄段下的第一权重值为n，在地域信息为地域1时的第二权重值为m，则用户进银行网点次数这个忠诚度数据分析指标在叶子节点1下的第三权重值为n
×
m(其中，n和m为大于0的实数)。
48.s203：根据所述决策树、银行用户的地域信息、年龄信息，确定所述银行用户对应的叶子节点。
49.例如，银行用户a的年龄为23岁，对应的地域信息为地域1，则根据所述决策树会将银行用户a划分至叶子节点1。
50.s204：根据银行用户对应的叶子节点、以及每一叶子节点下各忠诚度数据分析指标的第三权重值，得到用户的各忠诚度数据分析指标的第三权重值。
51.示例性的，若在叶子节点1下，用户进银行网点次数这个忠诚度数据分析指标的第三权重值为n
×
m，若银行用户a对应的叶子节点为叶子节点1，则银行用户a的用户进银行网点次数这个忠诚度数据分析指标的第三权重值为n
×
m(其中，n和m为大于0的实数)。
52.此外，本发明另一实施例中，还可以采用下述方法根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值：根据银行用户的年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值，确定所述银行用户的各忠诚度数据分析指标的第一权重值；根据银行用户的地域信息、以及预先配置的每一忠诚度数据分析指标在各地域信息下的第二权重值，确定所述银行用户的各忠诚度数据分析指标的第二权重值；针对所述银行用户的每个忠诚度数据分析指标：将该忠诚度数据分析指标的第一权重值和第二权重值相乘，得到银行用户的该忠诚度数据分析指标的第三权重值。
53.针对上述s104，在对用户进行忠诚度数据分析时，需要对用户的各忠诚度数据分析指标对应的数值进行数据处理，例如将用户的各忠诚度数据分析指标对应的数值转换为在对应忠诚度数据分析指标下的忠诚度值。
54.例如，银行用户a进银行网点次数10、用户存款为3000元、用户登录手机银行次数15、用户每月银行流水15笔、用户理财产品购买100元，这些数值都无法直接代表用户的忠
诚度，无法直接参与运算，因此需要将其转化为对应的忠诚度值。
55.如图4所示，为本发明实施例提供的一种根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值的方法流程图，包括：
56.s401：预先配置每一忠诚度数据分析指标的忠诚度划分阈值、以及每一划分范围对应的忠诚度值。
57.示例性的，针对用户进银行网点次数，预先配置忠诚度划分阈值为5次和10次，配置小于或等于5的划分范围对应的忠诚度值为0.2，大于5小于10的划分范围对应的忠诚度值为0.3，大于10的划分范围对应的忠诚度值为0.5。此处仅为进行解释说明的一示例，具体的忠诚度划分阈值、以及每一划分范围对应的忠诚度值可结合实际的应用场景进行设置，此处不做限制。
58.s402：根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户的各忠诚度指标分别对应的划分范围。
59.s403：根据银行用户的各忠诚度指标分别对应的划分范围、以及预先配置的每一划分范围对应的忠诚度值，确定银行用户在各忠诚度数据分析指标下的忠诚度值。
60.针对上述s105，例如可以采用下述方法根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果：计算银行用户的每一忠诚度数据分析指标的第三权重值和该忠诚度数据分析指标的忠诚度值的乘积；将银行用户的每一忠诚度数据分析指标对应的乘积相加得到所述银行用户的忠诚度数据分析结果。
61.示例性的，例如根据银行用户a的年龄信息、地域信息确定银行用户a进银行网点次数的第三权重值为0.6，存款信息的第三权重值为0.4，银行用户a的进银行网点次数为3，对应的忠诚度值为0.2，银行用户a的存款为3000元，对应的忠诚度值为0.1，则银行用户a的忠诚度数据分析结果＝0.6
×
0.2+0.4
×
01。
62.本发明实施例中还提供了一种银行用户忠诚度数据分析装置，如下面的实施例所述。由于该装置解决问题的原理与银行用户忠诚度数据分析方法相似，因此该装置的实施可以参见银行用户忠诚度数据分析方法的实施，重复之处不再赘述。
63.如图5所示，为本发明实施例提供的一种银行用户忠诚度数据分析装置的示意图，包括：配置模块501、信息获取模块502、第一处理模块503、第二处理模块504、以及第三处理模块505；其中，
64.配置模块501，用于预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；
65.信息获取模块502，用于获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；
66.第一处理模块503，用于根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定
银行用户的各忠诚度数据分析指标的第三权重值；
67.第二处理模块504，用于根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；
68.第三处理模块505，用于根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。
69.在一种可能的实施方式中，第一处理模块，具体用于预先根据银行用户涵盖的年龄段和地域信息生成决策树；所述决策树用于对用户的年龄信息和地域信息进行分类；根据预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定在每一叶子节点下各忠诚度数据分析指标的第三权重值；根据所述决策树、银行用户的地域信息、年龄信息，确定所述银行用户对应的叶子节点；根据银行用户对应的叶子节点、以及每一叶子节点下各忠诚度数据分析指标的第三权重值。
70.在一种可能的实施方式中，第一处理模块，具体用于根据银行用户的年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值，确定所述银行用户的各忠诚度数据分析指标的第一权重值；根据银行用户的地域信息、以及预先配置的每一忠诚度数据分析指标在各地域信息下的第二权重值，确定所述银行用户的各忠诚度数据分析指标的第二权重值；针对所述银行用户的每个忠诚度数据分析指标：将该忠诚度数据分析指标的第一权重值和第二权重值相乘，得到银行用户的该忠诚度数据分析指标的第三权重值。
71.在一种可能的实施方式中，第二处理模块，具体用于预先配置每一忠诚度数据分析指标的忠诚度划分阈值、以及每一划分范围对应的忠诚度值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户的各忠诚度指标分别对应的划分范围；根据银行用户的各忠诚度指标分别对应的划分范围、以及预先配置的每一划分范围对应的忠诚度值，确定银行用户在各忠诚度数据分析指标下的忠诚度值。
72.在一种可能的实施方式中，第三处理模块，具体用于计算银行用户的每一忠诚度数据分析指标的第三权重值和该忠诚度数据分析指标的忠诚度值的乘积；将银行用户的每一忠诚度数据分析指标对应的乘积相加得到所述银行用户的忠诚度数据分析结果。
73.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述银行用户忠诚度数据分析方法。
74.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述银行用户忠诚度数据分析方法。
75.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行用户忠诚度数据分析方法。
76.本发明实施例中，预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手
机银行次数、用户每月银行流水信息、用户理财产品购买信息；获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。这样，预先针对不同的年龄段和地域信息，为各忠诚度数据分析指标配置不同的权重值，然后根据用户的年龄信息、地域信息确定用户的各忠诚度数据分析指对应的权重值，进而根据用户的各忠诚度数据分析指标对应的权重值和用户在各忠诚度数据分析指标中的权重值得到对应的忠诚度数据分析结果，可以更加客观、准确的确定各忠诚度数据分析指标在不同用户群体中进行评判时的考量程度，进而使得用户的忠诚度数据分析结果更加准确、客观，为改善用户体验提供可靠的数据支撑。
77.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
78.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
79.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
80.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
81.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种银行用户忠诚度数据分析方法，其特征在于，包括：预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。2.如权利要求1所述的银行用户忠诚度数据分析方法，其特征在于，根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值，包括：预先根据银行用户涵盖的年龄段和地域信息生成决策树；所述决策树用于对用户的年龄信息和地域信息进行分类；根据预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定在每一叶子节点下各忠诚度数据分析指标的第三权重值；根据所述决策树、银行用户的地域信息、年龄信息，确定所述银行用户对应的叶子节点；根据银行用户对应的叶子节点、以及每一叶子节点下各忠诚度数据分析指标的第三权重值，得到用户的各忠诚度数据分析指标的第三权重值。3.如权利要求1所述的银行用户忠诚度数据分析方法，其特征在于，根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值，包括：根据银行用户的年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值，确定所述银行用户的各忠诚度数据分析指标的第一权重值；根据银行用户的地域信息、以及预先配置的每一忠诚度数据分析指标在各地域信息下的第二权重值，确定所述银行用户的各忠诚度数据分析指标的第二权重值；针对所述银行用户的每个忠诚度数据分析指标：将该忠诚度数据分析指标的第一权重值和第二权重值相乘，得到银行用户的该忠诚度数据分析指标的第三权重值。4.如权利要求1所述的银行用户忠诚度数据分析方法，其特征在于，根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值，包括：
预先配置每一忠诚度数据分析指标的忠诚度划分阈值、以及每一划分范围对应的忠诚度值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户的各忠诚度指标分别对应的划分范围；根据银行用户的各忠诚度指标分别对应的划分范围、以及预先配置的每一划分范围对应的忠诚度值，确定银行用户在各忠诚度数据分析指标下的忠诚度值。5.如权利要求1所述的银行用户忠诚度数据分析方法，其特征在于，根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果，包括：计算银行用户的每一忠诚度数据分析指标的第三权重值和该忠诚度数据分析指标的忠诚度值的乘积；将银行用户的每一忠诚度数据分析指标对应的乘积相加得到所述银行用户的忠诚度数据分析结果。6.一种银行用户忠诚度数据分析装置，其特征在于，包括：配置模块，用于预先根据历史银行用户涵盖的年龄段、地域信息，配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；其中，所述忠诚度数据分析指标包括下述至少一种：用户进银行网点次数、用户存款信息、用户登录手机银行次数、用户每月银行流水信息、用户理财产品购买信息；信息获取模块，用于获取银行用户的地域信息、年龄信息、以及各忠诚度数据分析指标对应的数值；第一处理模块，用于根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；第二处理模块，用于根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；第三处理模块，用于根据银行用户的各忠诚度数据分析指标的第三权重值、以及银行用户在各忠诚度数据分析指标下的忠诚度值，得到银行用户的忠诚度数据分析结果。7.如权利要求6所述的银行用户忠诚度数据分析装置，其特征在于，第一处理模块，具体用于预先根据银行用户涵盖的年龄段和地域信息生成决策树；所述决策树用于对用户的年龄信息和地域信息进行分类；根据预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定在每一叶子节点下各忠诚度数据分析指标的第三权重值；根据所述决策树、银行用户的地域信息、年龄信息，确定所述银行用户对应的叶子节点；根据银行用户对应的叶子节点、以及每一叶子节点下各忠诚度数据分析指标的第三权重值。8.如权利要求6所述的银行用户忠诚度数据分析装置，其特征在于，第一处理模块，具体用于根据银行用户的年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下
的第一权重值，确定所述银行用户的各忠诚度数据分析指标的第一权重值；根据银行用户的地域信息、以及预先配置的每一忠诚度数据分析指标在各地域信息下的第二权重值，确定所述银行用户的各忠诚度数据分析指标的第二权重值；针对所述银行用户的每个忠诚度数据分析指标：将该忠诚度数据分析指标的第一权重值和第二权重值相乘，得到银行用户的该忠诚度数据分析指标的第三权重值。9.如权利要求6所述的银行用户忠诚度数据分析装置，其特征在于，第二处理模块，具体用于预先配置每一忠诚度数据分析指标的忠诚度划分阈值、以及每一划分范围对应的忠诚度值；根据银行用户的各忠诚度数据分析指标对应的数值、以及预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户的各忠诚度指标分别对应的划分范围；根据银行用户的各忠诚度指标分别对应的划分范围、以及预先配置的每一划分范围对应的忠诚度值，确定银行用户在各忠诚度数据分析指标下的忠诚度值。10.如权利要求6所述的银行用户忠诚度数据分析装置，其特征在于，第三处理模块，具体用于计算银行用户的每一忠诚度数据分析指标的第三权重值和该忠诚度数据分析指标的忠诚度值的乘积；将银行用户的每一忠诚度数据分析指标对应的乘积相加得到所述银行用户的忠诚度数据分析结果。11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
技术总结本发明公开了一种银行用户忠诚度数据分析方法及装置，涉及金融技术领域；其中该方法包括：预先配置每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值；根据银行用户的地域信息、年龄信息、以及预先配置的每一忠诚度数据分析指标在各年龄段下的第一权重值和在各地域信息下的第二权重值，确定银行用户的各忠诚度数据分析指标的第三权重值；根据银行用户的各忠诚度数据分析指标对应的数值、预先配置的每一忠诚度数据分析指标的忠诚度划分阈值，确定银行用户在各忠诚度数据分析指标下的忠诚度值；根据各第三权重值、以及各忠诚度值，得到银行用户的忠诚度数据分析结果。本发明可以提高用户的忠诚度数据分析结果的准确性。数据分析结果的准确性。数据分析结果的准确性。
技术研发人员：党娜 刘洋 李昊
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.04.19
技术公布日：2022/7/5
