本发明涉及数据管理的，尤其涉及一种基于saas的企业权益管理方法及系统。
背景技术：
1、近年来，得益于云计算和大数据技术的发展，saas系统对于银行企业的权益投发和管理的能力不断突破创新，能够结合第三方平台的消费数据构建客户偏好，实现精准权益匹配与个性化服务。基于人工智能和机器学习算法进行客户分类，并与各类消费平台和机构合作为客户提供丰富权益类型是新兴趋势。
2、目前，申请号为cn202311269650.1的中国发明专利公开了一种支持多商户合作营销的数字权益saas系统，具备数字权益发行、运营管理、确权核销在内的基本功能，可构建虚实融合商业生态诉求的业务场景。该发明具体技术方案为：该发明通过saas技术，支持品牌企业仅支付较少的接入费用，就能够短时间内上线自己的数字权益功能，从而快速触达用户。利用hrc721协议，通过智能合约执行权益的发放、确权与核销，实现权益全生命周期上链。基于区块链实现权益数据可信任、核销可验证、合成机制可执行，创新实现合作营销功能，促进整个商业生态发展。但是该发明仅注重企业权益的安全性，在权益管理中轻视了对客户分类和权益投放个性化，依赖于第三方平台获取的客户消费习惯数据。
技术实现思路
1、本发明解决的技术问题是：传统saas平台在进行银行企业的权益投放时依赖于从第三方平台获取的客户消费习惯数据，缺少客户的消费习惯数据的条件下仅仅依靠账户数据对客户进行分类，造成权益投放时的准确度和个性化程度不足。
2、为解决上述技术问题，本发明提供如下技术方案：
3、一种基于saas的企业权益管理系统，包括：数据存储模块、垂直分类模块、权益投送模块和数据安全模块；
4、所述数据存储模块用于存储客户数据、权益配置数据、历史数据和系统日志数据；
5、所述垂直分类模块用于从数据存储模块中提取客户的消费习惯数据，对客户数据执行一次分类处理得到第一客户组与第二客户组，对第一客户组执行二次分类得到与第二客户组的最邻近客户链接，根据第三数据集生成第二客户组的身份标签，对第一客户组中各客户增加与最邻近客户链接相同的身份标签；
6、所述权益投送模块用于获得最佳权益配置和进行权益投放，通过预先训练好的bp神经网络模型对输入身份标签执行分类任务得到最佳权益配置，利用api平台接口按照最佳权益配置将权益投放至客户，并记录权益反馈；
7、所述数据安全模块用于实现访问控制、传输加密和对评估权益投放进行审核，按照管理员权限、操作员权限和运维员权限对系统访问权限进行分级控制，对权益配置更改审核。
8、优选的，所述数据存储模块包括客户数据单元、权益配置数据单元、历史数据单元和系统日志单元；
9、客户数据单元用于存储客户基本信息数据、账户数据和消费习惯数据；
10、权益配置数据单元用于存储当前营销活动中的权益类型数据、权益投放规则数据和权益库存数据；
11、历史数据单元用于存储过往营销活动中的权益投放记录、权益使用记录和客户反馈记录；
12、系统日志单元用于存储管理员操作日志和系统运行日志和备份日志。
13、优选的，所述客户基本信息数据包括客户的姓名、性别、年龄、居住地、家庭状况和联系方式；
14、所述账户数据包括客户名下账号、开卡时间、账户类型、存款数据、贷款数据和收支数据；
15、所述消费习惯数据包括客户的消费支出领域数据、消费平台搜索数据、商品游览数据、消费途径数据和理财支出数据；
16、所述权益类型数据包括折扣券、银行积分、折现礼包和理财服务；
17、所述权益投放规则数据包括投放对象、投放时间、投放权益的类型、投放权益的领域和投放权益的数量；
18、所述权益库存数据包括未投放权益数据、已投放未使用权益数据和已使用权益数据；
19、所述权益投放记录包括历史营销活动中投放权益的类型、权益投放规则和权益使用情况；
20、所述权益使用记录包括权益使用时间、权益使用场合和权益使用数量；
21、所述管理员操作日志包括管理员的登录数据、权益创建数据、权益投放数据和权益更改数据 ；
22、所述备份日志包括全量日志份和增量数据备份。
23、优选的，垂直分类模块包括客户分组单元、特征提取单元和身份标签单元；
24、所述客户分组单元用于从数据存储模块中提取客户的消费习惯数据，基于消费习惯数据对客户进行一次分类得到第一客户组与第二客户组；
25、客户分组单元对客户数据进行一次分类的逻辑为：获取全部客户的消费习惯数据，当客户消费支出领域数据中的消费次数小于第一阈值、消费平台搜索数据中的搜索次数小于第二阈值且商品游览数据中游览数量小于第三阈值时，判断结果为消费习惯数据不足，否则判断结果为消费习惯数据充足；
26、客户分组单元将判断结果为消费习惯数据不足的客户划分为第一客户组，将判断结果为消费习惯数据充足的客户划分为第二客户组。
27、优选的，所述客户分组单元从数据存储模块中提取第一客户组对应的客户基本信息数据和账户数据得到第一数据集；
28、所述客户分组单元从数据存储模块中提取第二客户组对应的客户基本信息数据和账户数据得到第二数据集；
29、所述客户分组单元从数据存储模块中提取第二客户组对应的客户基本信息数据、账户数据和消费习惯数据得到第三数据集。
30、优选的，所述特征提取单元用于生成第一特征矩阵集和第二特征矩阵集，对第一客户组进行二次分类得到第一客户组中的各客户与第二客户组中客户的最邻近客户链接；
31、特征提取单元对第一数据集中的性别、年龄、居住地、家庭状况、账户类型、存款数据、贷款数据和收支数据进行区间划分和独热编码得到第一特征向量组集，对第一特征向量组集中的各向量组分别进行向量拼接得到第一拼接向量集，对第一特征向量组集进行矩阵化处理得到第一特征矩阵集；
32、特征提取单元对第二数据集中的性别、年龄、居住地、家庭状况、账户类型、存款数据、贷款数据和收支数据进行区间划分和独热编码得到第二特征向量组集，对第二特征向量组集中的各向量组分别进行向量拼接得到第二拼接向量集，对第二特征向量组集进行矩阵化处理得到第二特征矩阵集；
33、特征提取单元进行二次分类的处理逻辑包括：分别计算第一拼接向量集中所有向量与第二拼接向量组集各向量的余弦相似度，分别计算第一特征矩阵集中所有矩阵与第二特征矩阵集中各矩阵的互相关系数，通过余弦相似度与互相关系数的线性加权计算得到特征邻近值，根据特征邻近值按照由大到小进行排序得到最大特征邻近值，基于最大特征邻近值将第一客户组中的各客户与第二客户组中对应的最邻近客户进行形成链接，完成二次分类，得到最邻近客户链接，其计算表达式为：
34、
35、其中，dis表示特征邻近值，表示第一拼接向量集中索引为i的向量与第二拼接向量组集索引为j的向量之间的余弦相似度，表示余弦相似度权值，表示第一特征矩阵集中索引为i的矩阵与第二特征矩阵集中集索引为j的矩阵之间的互相关系数，表示互相关系数权值。
36、优选的，所述身份标签单元用于生成客户的身份标签，根据第三数据集中的客户的性别、年龄、家庭状况、账户类型、存款数据、贷款数据、消费支出领域数据、消费平台搜索数据、商品游览数据、消费途径数据和理财支出数据生成第二客户组的身份标签，对第一客户组中各客户增加与各客户最邻近客户链接相同的身份标签。
37、优选的，所述权益投送模块包括个性化投送单元和投送终端单元，个性化投送单元用于根据客户身份标签选择权益配置方案，通过预先训练好的bp神经网络模型对输入身份标签执行分类任务得到最佳权益配置，最佳权益配置为bp神经网络模型输出的投放对象、投放时间、投放权益类型、投放权益领域和投放权益数量的组合；
38、投送终端单元用于利用api平台接口按照最佳权益配置将权益投放至客户，并记录权益反馈；
39、api接口平台包括银行app、支付app、短信、公众号和小程序；
40、权益反馈包括客户参与率、权益使用率和客户投诉率。
41、优选的，所述数据安全模块包括数据安全单元和审核单元，数据安全单元用于实现访问控制和传输加密，在传输客户数据和权益数据时通过ssl算法和tls算法进行加密，对用户访问进行分级管理，按照管理员权限、操作员权限和运维员权限对系统访问权限进行分级控制；
42、审核单元用于对评估权益投放进行审核，操作员权限账户和运维员权限账户对权益投放参数的设置和调整操作，需要管理员权限账户通过审核单元进行审核确认才得到执行。
43、一种基于saas的企业权益管理方法，包括：
44、步骤s1，从数据存储模块中提取客户的消费习惯数据，包括客户的消费支出领域数据、消费平台搜索数据、商品游览数据、消费途径数据和理财支出数据；
45、对客户数据执行一次分类处理，对客户消费支出领域数据中的消费次数、消费平台搜索数据中的搜索次数和商品游览数据中的游览数量进行阈值判断得到消费习惯数据判断结果，基于消费习惯数据判断结果将客户划分为第一客户组和第二客户组；
46、步骤s2，对第一客户组进行二次分类处理，对第一客户组对应的客户数据进行提取得到第一数据集，对第二客户组对应的客户数据进行提取得到第二数据集和第三数据集，基于第一数据集进行区间划分和独热编码得到第一特征向量组集，通过矩阵化处理得到第一特征矩阵集，通过向量拼接得到第一拼接向量集，基于第二数据集进行区间划分和独热编码得到第二特征向量组集，通过矩阵化处理得到第二特征矩阵集，通过向量拼接得到第二拼接向量集；
47、基于第一拼接向量集与第二拼接向量组集计算得到余弦相似度，基于第一特征矩阵集中所有矩阵与第二特征矩阵集计算得到互相关系数，对余弦相似度与互相关系数进行线性加权计算得到特征邻近值，基于特征邻近值进行排序得到最大特征邻近值，基于最大特征邻近值对第一客户组进行分类，令第一客户组与对应的第二客户组中最邻近客户形成最邻近客户链接；
48、步骤s3，基于第二客户组中客户的身份标签，对身份标签进行编码得到身份标签向量，通过bp神经网络模型对输入身份标签向量执行分类任务得到最佳权益配置，基于最佳权益配置通过api平台接口向客户完成权益投放，并记录权益反馈。
49、本发明的有益效果：通过对客户数据进行一次分类与二次分类得到最近邻链接，有利于精确分类和降低后续计算复杂度。通过机器学习模型充分利用消费习惯数据充足的客户数据，计算得到最佳权益配置。有利于为不同类型的客户和消费习惯数据不足的客户精确提供个性化的权益投放方案，有效控制成本的同时提高营销效果。
1.一种基于saas的企业权益管理系统，其特征在于，包括：数据存储模块、垂直分类模块、权益投送模块和数据安全模块；
2.如权利要求1所述的一种基于saas的企业权益管理系统，其特征在于：所述数据存储模块包括客户数据单元、权益配置数据单元、历史数据单元和系统日志单元；
3.如权利要求2所述的一种基于saas的企业权益管理系统，其特征在于：
4.如权利要求1所述的一种基于saas的企业权益管理系统，其特征在于：
5.如权利要求4所述的一种基于saas的企业权益管理系统，其特征在于：所述客户分组单元从数据存储模块中提取第一客户组对应的客户基本信息数据和账户数据得到第一数据集；
6.如权利要求5所述的一种基于saas的企业权益管理系统，其特征在于：
7.如权利要求6所述的一种基于saas的企业权益管理系统，其特征在于：所述身份标签单元用于生成客户的身份标签，根据第三数据集中的客户的性别、年龄、家庭状况、账户类型、存款数据、贷款数据、消费支出领域数据、消费平台搜索数据、商品游览数据、消费途径数据和理财支出数据生成第二客户组的身份标签，对第一客户组中各客户增加与各客户最邻近客户链接相同的身份标签。
8.如权利要求1所述的一种基于saas的企业权益管理系统，其特征在于：所述权益投送模块包括个性化投送单元和投送终端单元，个性化投送单元用于根据客户身份标签选择权益配置方案，通过预先训练好的bp神经网络模型对输入身份标签执行分类任务得到最佳权益配置，最佳权益配置为bp神经网络模型输出的投放对象、投放时间、投放权益类型、投放权益领域和投放权益数量的组合；
9.如权利要求1所述的一种基于saas的企业权益管理系统，其特征在于：所述数据安全模块包括数据安全单元和审核单元，数据安全单元用于实现访问控制和传输加密，在传输客户数据和权益数据时通过ssl算法和tls算法进行加密，对用户访问进行分级管理，按照管理员权限、操作员权限和运维员权限对系统访问权限进行分级控制；
10.一种基于saas的企业权益管理方法，其特征在于，包括：
