[發(fā)明專利]購車線索交易轉(zhuǎn)化的預(yù)估方法和預(yù)估裝置

有效

• 申請?zhí)枺?/td>: 201610560339.6
• 申請日: 2016-07-15
• 公開（公告）號: CN107622408B
• 公開（公告）日: 2021-10-01
• 發(fā)明（設(shè)計）人: 侯存躍;宋丹丹;李斌
• 申請（專利權(quán)）人: 北京易車互聯(lián)信息技術(shù)有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張筱寧

1.一種購車線索交易轉(zhuǎn)化的預(yù)估方法，其特征在于，包括：

獲取待預(yù)估的用戶購車線索數(shù)據(jù)；

采用預(yù)構(gòu)建的預(yù)估模型對所述待預(yù)估的用戶購車線索數(shù)據(jù)進行交易轉(zhuǎn)化的預(yù)估，確定所述待預(yù)估的用戶購車線索數(shù)據(jù)是否為已實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)；

其中，所述預(yù)估模型的構(gòu)建包括：

對用戶購車線索數(shù)據(jù)和用戶購車行為數(shù)據(jù)進行預(yù)處理，以構(gòu)造可用數(shù)據(jù)，包括：將用戶購車線索數(shù)據(jù)和用戶購車行為數(shù)據(jù)進行匹配，并對所有匹配后的數(shù)據(jù)進行數(shù)據(jù)清洗，以獲得可用數(shù)據(jù)；

根據(jù)所述可用數(shù)據(jù)進行原始特征的提取，并確定每一特征分類下的原始特征數(shù)據(jù)的特征分類相關(guān)度，包括：基于每一特征分類下的原始特征數(shù)據(jù)在各個轉(zhuǎn)化類別下的分布率，確定特征分類相關(guān)度；

根據(jù)所述特征分類相關(guān)度對所述原始特征數(shù)據(jù)進行選擇，以獲取訓(xùn)練特征數(shù)據(jù)；

根據(jù)所述訓(xùn)練特征數(shù)據(jù)構(gòu)建預(yù)估模型，包括：將所述訓(xùn)練特征數(shù)據(jù)轉(zhuǎn)化為多維空間內(nèi)的點，通過最優(yōu)分類函數(shù)確定將多維空間內(nèi)的點分類的最優(yōu)分類超平面，以構(gòu)建所述預(yù)估模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

根據(jù)購車交易業(yè)務(wù)類型，將所述用戶購車線索數(shù)據(jù)分類為實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)和未實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)；

其中，根據(jù)所述訓(xùn)練特征數(shù)據(jù)構(gòu)建預(yù)估模型，包括：

基于對用戶購車線索數(shù)據(jù)的轉(zhuǎn)化分類結(jié)果，確定獲取到的訓(xùn)練特征數(shù)據(jù)相應(yīng)的轉(zhuǎn)化類別；

根據(jù)所述訓(xùn)練特征數(shù)據(jù)，并結(jié)合與所述訓(xùn)練特征數(shù)據(jù)相應(yīng)的轉(zhuǎn)化類別，來構(gòu)建預(yù)估模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述特征分類相關(guān)度對所述原始特征數(shù)據(jù)進行選擇，以獲取訓(xùn)練特征數(shù)據(jù)，包括：

選取特征分類相關(guān)度大于預(yù)定的相關(guān)度閾值的所述每一特征分類下的原始特征數(shù)據(jù)作為所述訓(xùn)練特征數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：

對獲取到的所述訓(xùn)練特征數(shù)據(jù)進行去重以及數(shù)據(jù)平衡化處理。

5.一種購車線索交易轉(zhuǎn)化的預(yù)估裝置，其特征在于，包括：

預(yù)估模塊，用于獲取待預(yù)估的用戶購車線索數(shù)據(jù)；采用預(yù)構(gòu)建的預(yù)估模型對所述待預(yù)估的用戶購車線索數(shù)據(jù)進行交易轉(zhuǎn)化的預(yù)估，確定所述待預(yù)估的用戶購車線索數(shù)據(jù)是否為已實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)；

其中，所述預(yù)估模型采用以下模塊構(gòu)建：

數(shù)據(jù)預(yù)處理模塊，用于對用戶購車線索數(shù)據(jù)和用戶購車行為數(shù)據(jù)進行預(yù)處理，以構(gòu)造可用數(shù)據(jù)，包括：將用戶購車線索數(shù)據(jù)和用戶購車行為數(shù)據(jù)進行匹配，并對所有匹配后的數(shù)據(jù)進行數(shù)據(jù)清洗，以獲得可用數(shù)據(jù)；

提取模塊，用于根據(jù)所述可用數(shù)據(jù)進行原始特征的提取，并確定每一特征分類下的原始特征數(shù)據(jù)的特征分類相關(guān)度，包括：基于每一特征分類下的原始特征數(shù)據(jù)在各個轉(zhuǎn)化類別下的分布率，確定特征分類相關(guān)度；

選擇模塊，用于根據(jù)所述特征分類相關(guān)度對所述原始特征數(shù)據(jù)進行選擇，以獲取訓(xùn)練特征數(shù)據(jù)；

構(gòu)建模塊，用于根據(jù)所述訓(xùn)練特征數(shù)據(jù)構(gòu)建預(yù)估模型，包括：轉(zhuǎn)化單元，用于將所述訓(xùn)練特征數(shù)據(jù)轉(zhuǎn)化為多維空間內(nèi)的點；尋找單元，用于通過最優(yōu)分類函數(shù)確定將多維空間內(nèi)的點分類的最優(yōu)分類超平面，以構(gòu)建所述預(yù)估模型。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，還包括：

分類模塊，用于根據(jù)購車交易業(yè)務(wù)類型，將所述用戶購車線索數(shù)據(jù)分類為實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)和未實現(xiàn)交易轉(zhuǎn)化的用戶購車線索數(shù)據(jù)；

所述構(gòu)建模塊，用于基于對用戶購車線索數(shù)據(jù)的轉(zhuǎn)化分類結(jié)果，確定獲取到的訓(xùn)練特征數(shù)據(jù)相應(yīng)的轉(zhuǎn)化類別；

根據(jù)所述訓(xùn)練特征數(shù)據(jù)，并結(jié)合與所述訓(xùn)練特征數(shù)據(jù)相應(yīng)的轉(zhuǎn)化類別，來構(gòu)建預(yù)估模型。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述選擇模塊包括：

獲取單元，用于選取特征分類相關(guān)度大于預(yù)定的相關(guān)度閾值的所述每一特征分類下的原始特征數(shù)據(jù)作為所述訓(xùn)練特征數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述選擇模塊還包括：

數(shù)據(jù)處理單元，用于對獲取到的所述訓(xùn)練特征數(shù)據(jù)進行去重以及數(shù)據(jù)平衡化處理。