技术摘要：
本发明公开了一种目标客户的默搭购买行为的处理方法和装置。其中，该方法包括：确定目标客户所属的客群；针对目标客户所属的客群，确定目标客户的信息向量，其中，信息向量用于表征目标客户的商品购买行为；基于使用训练数据通过机器学习训练得到的分类模型，识别出目  全部
背景技术：
当前，在商品销售的过程中搭配一些额外相关商品或服务是一种常见的销售方 式，例如，在购买车票时直接为客户默认选择购买保险、购买电子产品时直接默认购买增值 服务等，这种方式在一定程度上可以给客户更为全面的提供服务，同时也可以有效的增加 每单的单价。但是，这种方式会有两面性，它在给商户带来更多的利润的同时，也会产生更 大的打扰客户、甚至客户流失的潜在风险，因此，合理的搭配销售选择方案至关重要。目前 常见的商品默认搭配(简称默搭)多是统一搭配(全部默认选择搭配销售，或者全部不选择 默认搭配销售)，或者基于一定的经验对不同客户给予不同的搭配策略，但这种基于硬分割 或简单观察经验的选择方法都有较大的局限性，在客户体验和实际销售表现方面都有不 足。 针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供了一种目标客户的默搭购买行为的处理方法和装置，以至少解 决相关技术中不能准确预测客户的默搭购买行为的技术问题。 根据本发明实施例的一个方面，提供了一种目标客户的默搭购买行为的处理方 法，包括：确定所述目标客户所属的客群；针对所述目标客户所属的客群，确定所述目标客 户的信息向量，其中，所述信息向量用于表征所述目标客户的商品购买行为；基于使用训练 数据通过机器学习训练得到的分类模型，识别出所述目标客户的信息向量对应的默搭购买 行为，其中，所述训练数据包括多组训练数据，所述多组训练数据中的每一组训练数据均包 括目标客户的信息向量以及所述目标客户的信息向量对应的默搭购买行为。 可选地，确定所述目标客户所属的客群包括：获取所述目标客户的历史购买行为 和商品使用行为；根据所述历史购买行为和所述商品使用行为，得到所述目标客户所属的 客群，其中，所述客群包括以下至少之一：表现用户、小白用户、纯白用户。 可选地，所述目标客户所属的客群为表现用户，针对所述目标客户所属的客群，确 定所述目标客户的信息向量包括：获取所述目标客户的历史购买行为，其中，所述历史购买 行为包含默搭处理行为；根据所述目标客户的历史购买行为，确定所述目标客户的信息向 量。 可选地，所述目标客户所属的客群为小白用户，针对所述目标客户所属的客群，确 定所述目标客户的信息向量包括：基于社区网络获取客户之间的关联关系；根据所述关联 关系以及关联限制，筛选出与所述目标客户关联的表现用户；将所述目标客户关联的表现 用户的信息向量进行加权聚合，得到所述目标客户的信息向量。 4 CN 111598256 A 说　明　书 2/9 页 可选地，所述目标客户所属的客群为纯白用户，针对所述目标客户所属的客群，确 定所述目标客户的信息向量包括：依据模糊信息建立表现用户的聚类群；从所述聚类群中 筛选出与所述目标客户最为临近的多个表现用户；将所述目标客户最为临近的多个表现用 户的信息向量进行聚合，得到所述目标客户的信息向量。 可选地，在基于使用训练数据通过机器学习训练得到的分类模型，识别出所述目 标客户的信息向量对应的默搭购买行为之前，所述方法还包括：获取目标客户的多组训练 数据，其中，所述目标客户所属的客群均为表现用户；使用所述多组训练数据通过机器学习 进行训练得到所述分类模型。 可选地，使用所述多组训练数据通过机器学习进行训练得到所述分类模型包括： 依据所述表现用户的默搭处理行为对多组训练数据进行分类，得到分类结果，其中，所述分 类结果包括第一表现用户的训练数据和第二表现用户的训练数据；通过机器学习对所述分 类结果进行训练，得到所述分类模型。 根据本发明实施例的另一方面，还提供了一种目标客户的默搭购买行为的处理装 置，包括：第一确定模块，用于确定所述目标客户所属的客群；第二确定模块，用于针对所述 目标客户所属的客群，确定所述目标客户的信息向量，其中，所述信息向量用于表征所述目 标客户的商品购买行为；识别模块，用于基于使用训练数据通过机器学习训练得到的分类 模型，识别出所述目标客户的信息向量对应的默搭购买行为，其中，所述训练数据包括多组 训练数据，所述多组训练数据中的每一组训练数据均包括目标客户的信息向量以及所述目 标客户的信息向量对应的默搭购买行为。 根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储 的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的 目标客户的默搭购买行为的处理方法。 根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序， 其中，所述程序运行时执行上述中任意一项所述的目标客户的默搭购买行为的处理方法。 在本发明实施例中，采用确定所述目标客户所属的客群；针对所述目标客户所属 的客群，确定所述目标客户的信息向量，其中，所述信息向量用于表征所述目标客户的商品 购买行为；基于使用训练数据通过机器学习训练得到的分类模型，识别出所述目标客户的 信息向量对应的默搭购买行为，其中，所述训练数据包括多组训练数据，所述多组训练数据 中的每一组训练数据均包括目标客户的信息向量以及所述目标客户的信息向量对应的默 搭购买行为的方式，通过依据目标客户所属的客群，结合对应的分类模型识别出该目标客 户的默搭购买行为，达到了有针对性的识别目标客户的默搭购买行为的目的，从而实现了 更加高效、准确地预测客户的默搭购买行为的技术效果，进而解决了相关技术中不能准确 预测客户的默搭购买行为的技术问题。 附图说明 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： 图1是根据本发明实施例的目标客户的默搭购买行为的处理方法的流程图； 图2是根据本发明可选实施例的目标客户的默搭购买行为的处理方法的示意图； 5 CN 111598256 A 说　明　书 3/9 页 图3是根据本发明可选实施例的利用用户间的关联信息构建知识图谱形成社区网 络的示意图； 图4是根据本发明可选实施例的利用表现用户估计小白用户的默搭购买行为的示 意图； 图5是根据本发明可选实施例的利用模糊信息预测纯白用户的默搭购买倾向行为 的示意图； 图6是根据本发明可选实施例的表现用户的多组训练数据训练分类模型的示意 图； 图7是根据本发明实施例的一种目标客户的默搭购买行为的处理装置的示意图。