(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211019440.2 (22)申请日 2022.08.24 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 黄秋洁　黄博　关赵阳　孙斌　 乔奇　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张雪娇 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 一种客户流失报警方法、 系统、 电子设备及 存储介质 (57)摘要 本申请提供一种客户流失报警方法、 系统、 电子设备及存储介质， 可应用于大数据领域或者 金融领域， 获取目标客户的客户产品持有信息、 客户交易信息、 客户资产负债信息和客户基本信 息； 通过客户流失概率预测模型利用客户产品持 有信息进行预测， 得到客户产品持有流失概率； 通过客户交易流失概率预测模型利用客户交易 信息进行预测， 得到客户交易流失概率； 通过资 产负债规模流失概率预测模型利用客户资产负 债信息进行预测， 得到资产负债规模流失概率； 通过客户流失概率预测模型利用客户基本信息、 客户产品流失概率、 客户交易流失概率和资产负 债规模流失概率进行预测， 得到客户流失概率； 若客户流失概率大于预设流失概率阈值输出相 应的客户流失报警信息 。 权利要求书3页 说明书13页 附图3页 CN 115375444 A 2022.11.22 CN 115375444 A 1.一种客户流失报警方法， 其特 征在于， 所述方法包括： 获取目标客户的客户产品持有信息、 客户交易信息、 客户资产负债信息和客户基本信 息； 通过客户流失概率预测模型利用所述客户产品持有信 息进行预测， 得到客户产品持有 流失概率； 其中， 所述客户产品持有流失概率预测模型是利用历史客户产品持有信息对待 训练的随机森林模型进行训练得到； 通过客户交易流失概率预测模型利用所述客户交易信 息进行预测， 得到客户交易流失 概率； 其中， 所述客户交易流失概率预测模型是利用历史客户交易信息对待训练的随机森 林模型进行训练得到； 通过资产负债规模流失概率预测模型利用客户资产负债信 息进行预测， 得到资产负债 规模流失概率； 其中， 所述资产负债规模流失概率预测模型是利用历史客户资产负债信息 对待训练的随机森林模型进行训练得到； 通过客户流失概率预测模型利用所述客户基本信息、 所述客户产品流失概率、 所述客 户交易流 失概率和所述资产负债 规模流失概率进 行预测， 得到所述目标客户的客户流失概 率； 若所述目标客户的客户流失概率大于预设流失概率阈值， 输出相应的客户流失报 警信 息。 2.根据权利要求1所述的方法， 其特征在于， 所述利用历史客户产品持有信 息对待训练 的随机森林模型进行训练， 得到所述 客户产品持有流失概 率预测模型， 包括： 获取各个客户的历史客户产品持有信息； 针对每个所述客户， 对所述客户的所述历史客户产品持有信息进行预处理， 得到目标 历史客户产品持有信息； 针对每个所述客户， 将所述客户的所述目标历史客户产品持有信 息所述待训练 的随机 森林模型， 以使 所述待训练的随机森林模型利用所述目标历史客户产品持有信息预测历史 客户产品持有流 失概率， 并以所述历史客户产品持有流 失趋近于所述客户的目标历史客户 产品持有流失概率为训练目标， 对所述待训练的随机森林模型的参数进行调整， 直至所述 训练的随机森林模型达 到收敛， 得到客户产品持有流失预测模型。 3.根据权利要求2所述的方法， 其特征在于， 所述利用历史客户交易信 息对待训练的随 机森林模型进行训练， 得到所述 客户交易 流失概率预测模型， 包括： 获取各个所述 客户的历史客户交易信息； 针对每个所述客户， 对所述客户的所述历史客户交易信息进行预处理， 得到目标历史 客户交易信息； 针对每个所述客户， 将所述客户的所述目标历史客户交易信 息所述待训练的随机森林 模型， 以使所述待训练的随机森林模型利用所述目标历史客户交易信息预测历史客户交易 流失概率， 并以所述历史客户交易流 失概率趋近于所述客户的目标客户交易流失概率为训 练目标， 对所述待训练的随机森林模型 的参数进行调整， 直至所述训练的随机森林模型达 到收敛， 得到客户交易 流失概率预测模型。 4.根据权利要求3所述的方法， 其特征在于， 所述利用历史客户资产负债信 息对待训练 的随机森林模型进行训练， 得到所述资产负债规模流失概 率预测模型， 包括：权　利　要　求　书 1/3 页 2 CN 115375444 A 2获取各个所述 客户的历史资产负债信息； 针对每个所述客户， 对所述客户的所述历史资产负债信息进行预处理， 得到目标历史 资产负债信息； 针对每个所述客户， 将所述客户的所述目标资产负债信息输入待训练的随机森林模 型， 以使所述待训练的随机森林模型利用所述目标资产负债信息预测历史资产负债 规模流 失概率， 并以所述历史资产负债 规模流失概率趋近于所述客户的目标资产负债 规模流失概 率为训练目标， 对所述待训练的随机森林模型 的参数进行调整， 直至所述训练的随机森林 模型达到收敛， 得到资产负债规模流失概 率预测模型。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 获取各个所述客户的客户基本信息， 并对每个所述客户的客户基本信息进行预处理， 得到每个所述客户的目标基本信息； 针对每个所述客户， 将所述客户的目标基本信 息、 历史客户产品持有流失概率、 历史客 户交易流失概率和历史资产负债规模流失概 率输入待训练的逻辑回归 模型； 通过所述待训练 的逻辑回归模型利用所述客户的目标基本信 息、 历史客户产品持有流 失概率、 历史客户交易流 失概率和历史资产负债 规模流失概率预测所述客户的历史客户流 失概率， 并以所述历史客户流失概率趋近于所述客户的目标客户流失概率为训练目标， 对 所述待训练的逻辑回归 模型的参数进行调整， 得到客户流失概 率预测模型。 6.一种客户流失报警系统， 其特 征在于， 所述系统包括： 第一获取单元， 用于获取目标客户的客户产品持有信息、 客户交易信 息、 客户资产负债 信息和客户基本信息； 客户产品持有流失概率预测单元， 用于通过客户流失概率预测模型利用所述客户产品 持有信息进 行预测， 得到客户产品持有流 失概率； 其中， 所述客户产品持有流 失概率预测模 型是客户产品持有流失概率预测模型训练单元利用历史客户产品持有信息对待训练的随 机森林模型进行训练得到； 客户交易流失概率预测单元， 用于通过客户交易流失概率预测模型利用所述客户交易 信息进行预测， 得到客户交易流失概率； 其中， 所述客户交易流 失概率预测模型是客户交易 流失概率模型训练单 元利用历史客户交易信息对待训练的随机森林模型进行训练得到； 资产负债规模流失概率预测单元， 用于通过资产负债规模流失概率预测模型利用客户 资产负债信息进行预测， 得到资产负债 规模流失概率； 其中， 所述资产负债 规模流失概率预 测模型是资产负债规模流失概率训练单元利用历史客户资产负债信息对待训练的随机森 林模型进行训练得到； 客户流失概率预测单元， 用于通过客户流失概率预测模型利用所述客户基本信息、 所 述客户产品流失概率、 所述客户交易流失概率和所述资产负债规模流失概率进行预测， 得 到所述目标客户的客户流失概 率； 客户流失报 警信息输出单元， 用于若所述目标客户的客户流失概率大于预设流失概率 阈值， 输出相应的客户流失报警信息 。 7.根据权利要求6所述的系统， 其特 征在于， 所述客户产品持有流失概 率预测模型训练单 元， 包括： 第二获取 单元， 用于获取 各个客户的历史客户产品持有信息；权　利　要　求　书 2/3 页 3 CN 115375444 A 3