买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州商学院申请的专利基于客户流失预测的营销干预方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121724670B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610203536.6，技术领域涉及：G06Q30/0201；该发明授权基于客户流失预测的营销干预方法及系统是由王刚;杨曦;汪先丽;张俊;杨心怡设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本基于客户流失预测的营销干预方法及系统在说明书摘要公布了：本发明涉及流失预测技术领域，揭露了基于客户流失预测的营销干预方法及系统，所述方法包括：对客户的交互行为数据进行异常波动检测，得到流失征兆数据；对流失征兆数据进行状态演变解析，得到活跃性衰退特征；对流失征兆数据进行时序轨迹拟合，得到活跃性衰退轨迹图；将活跃性衰退轨迹图与客户的生命周期进行阶段匹配，并融合客户的静态属性数据，得到流失风险多维画像；对客户的流失风险驱动因素进行决策因子解析，并对解析后的根因特征进行风险综合研判，得到流失风险等级；将根因特征及流失风险等级映射至预设的策略干预库，并结合静态属性数据，生成个性化干预策略；本发明可以提高基于客户流失预测的营销干预的效率。

本发明授权基于客户流失预测的营销干预方法及系统在权利要求书中公布了：1.基于客户流失预测的营销干预方法，其特征在于，所述方法包括： S1、对客户的交互行为数据进行异常波动检测，得到所述客户的流失征兆数据； S2、对所述流失征兆数据进行状态演变解析，得到所述流失征兆数据的活跃性衰退特征，包括： 对所述流失征兆数据进行异构特征提取，得到所述流失征兆数据的频次特征、间隔特征及渠道多样性特征； 按照时间顺序，对所述频次特征、所述间隔特征及所述渠道多样性特征进行多维排序，得到所述客户的特征时序序列； 对所述特征时序序列进行变化态势分析，得到所述特征时序序列的频次衰退速率、间隔衰退速率和渠道衰退速率； 将所述频次衰退速率、所述间隔衰退速率和所述渠道衰退速率整合为所述流失征兆数据的活跃性衰退特征； S3、基于所述活跃性衰退特征，对所述流失征兆数据进行时序轨迹拟合，得到所述客户的活跃性衰退轨迹图，包括： 以时间为横轴，以所述活跃性衰退特征的多维特征向量为纵轴，构建所述客户的多维坐标系； 将所述活跃性衰退特征映射至所述多维坐标系，得到所述活跃性衰退特征的离散时序状态点； 对所述离散时序状态点进行非线性拟合，得到所述离散时序状态点的连续衰退轨迹曲线； 对所述连续衰退轨迹曲线进行平滑度优化，并对优化后的连续衰退轨迹曲线进行关键信息标注，得到所述客户的活跃性衰退轨迹图； S4、将所述活跃性衰退轨迹图与所述客户的生命周期进行阶段匹配，并融合所述客户的静态属性数据，得到所述客户的流失风险多维画像； S5、基于所述流失风险多维画像，对所述客户的流失风险驱动因素进行决策因子解析，并对解析后的根因特征进行风险综合研判，得到所述客户的流失风险等级，包括： 基于预设的决策因子权重规则库，对所述流失风险多维画像的多维度特征进行重要性分析，得到所述多维度特征的流失风险贡献度； 根据所述流失风险贡献度，对所述客户的流失风险驱动因素进行主导因素分析，得到所述客户的根因特征，其中，所述流失风险驱动因素从所述流失风险多维画像中提取，包含客户静态属性特征和客户活跃性衰退动态特征； 对所述根因特征进行风险量化评估，得到所述根因特征的流失风险度； 将所述流失风险度与预设的风险等级规则库进行关联匹配，得到所述客户的流失风险等级； S6、将所述根因特征及所述流失风险等级映射至预设的策略干预库，并结合所述静态属性数据，生成所述客户的个性化干预策略，包括： 对预设的策略干预库进行逻辑关联解析，得到所述策略干预库的干预匹配规则； 基于所述干预匹配规则，对所述根因特征及所述流失风险等级进行关联映射，得到所述客户的基础干预策略； 根据所述静态属性数据中的客户等级及行业属性，对所述基础干预策略进行关键参数校正，得到所述客户的个性化干预策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州商学院，其通讯地址为：550014 贵州省贵阳市白云区二十六大道1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。