[發(fā)明專利]在應(yīng)用程序中推送貸款廣告的方法、電子裝置及介質(zhì)

在審

• 申請?zhí)枺?/td>: 201710916516.4
• 申請日: 2017-09-30
• 公開（公告）號: CN107895277A
• 公開（公告）日: 2018-04-10
• 發(fā)明（設(shè)計）人: 金新;王建明;肖京
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)44347
• 代理人: 高杰,于志光

1.一種電子裝置，其特征在于，所述電子裝置包括存儲器、處理器，所述存儲器上存儲有可在所述處理器上運行的在應(yīng)用程序中推送貸款廣告的系統(tǒng)，所述在應(yīng)用程序中推送貸款廣告的系統(tǒng)被所述處理器執(zhí)行時實現(xiàn)如下步驟：

A、將應(yīng)用程序上的用戶數(shù)據(jù)與包含屬性標(biāo)簽的預(yù)設(shè)用戶畫像進行關(guān)聯(lián)得到關(guān)聯(lián)用戶數(shù)據(jù)；標(biāo)注所述關(guān)聯(lián)用戶數(shù)據(jù)中預(yù)設(shè)的與貸款相關(guān)的屬性標(biāo)簽；

B、從所述關(guān)聯(lián)用戶數(shù)據(jù)中提取出已通過該應(yīng)用程序轉(zhuǎn)化為貸款用戶的貸款用戶數(shù)據(jù)，并基于所述貸款用戶數(shù)據(jù)中標(biāo)注的與貸款相關(guān)的屬性標(biāo)簽進行訓(xùn)練得到用于貸款傾向預(yù)測的決策樹模型；

C、利用所述決策樹模型對該應(yīng)用程序上的用戶進行貸款傾向預(yù)測，并根據(jù)預(yù)測結(jié)果進行貸款廣告信息的推送。

2.如權(quán)利要求1所述的電子裝置，其特征在于，所述決策樹模型的生成過程如下：

將應(yīng)用程序的用戶中已通過該應(yīng)用程序轉(zhuǎn)化為貸款用戶的標(biāo)注為具有貸款傾向用戶，并獲取具有貸款傾向用戶對應(yīng)的貸款用戶數(shù)據(jù)中標(biāo)注的與貸款相關(guān)的屬性標(biāo)簽；

根據(jù)標(biāo)注的具有貸款傾向用戶及其對應(yīng)的與貸款相關(guān)的屬性標(biāo)簽，采用遞歸的方法將與貸款相關(guān)的屬性標(biāo)簽劃分為多個子集；

通過增益信息選擇決策樹模型中各個節(jié)點所對應(yīng)的最佳屬性標(biāo)簽，采用分類回歸算法訓(xùn)練得到?jīng)Q策樹模型。

3.如權(quán)利要求1或2所述的電子裝置，其特征在于，所述步驟C包括：

獲取該應(yīng)用程序上用戶的關(guān)聯(lián)用戶數(shù)據(jù)，從該用戶的關(guān)聯(lián)用戶數(shù)據(jù)中得到與貸款相關(guān)的屬性標(biāo)簽；

根據(jù)訓(xùn)練得到的決策樹模型加載該用戶的與貸款相關(guān)的屬性標(biāo)簽；

遞歸遍歷所述決策樹模型，查找該用戶的與貸款相關(guān)的屬性標(biāo)簽對應(yīng)的決策樹葉子分類節(jié)點，由所述葉子節(jié)點分析出該用戶是否為具有貸款傾向的用戶；

針對由所述決策樹模型分析出的具有貸款傾向的用戶，通過短信、站內(nèi)信和/或消息推送push的方式推送預(yù)設(shè)的貸款廣告信息，或者，在該用戶應(yīng)用程序界面的預(yù)設(shè)位置展示預(yù)設(shè)的貸款廣告信息。

4.如權(quán)利要求1或2所述的電子裝置，其特征在于，所述步驟A包括：

若有應(yīng)用程序上的用戶數(shù)據(jù)無法關(guān)聯(lián)到用戶畫像，則基于該用戶在應(yīng)用程序上的行為數(shù)據(jù)，并通過余弦相似度計算找出應(yīng)用程序上與該用戶的相似用戶，并將該用戶的用戶數(shù)據(jù)關(guān)聯(lián)到該用戶的相似用戶所關(guān)聯(lián)的用戶畫像；其中，該相似用戶為應(yīng)用程序上能關(guān)聯(lián)到用戶畫像的用戶。

5.一種在應(yīng)用程序中推送貸款廣告的方法，其特征在于，所述在應(yīng)用程序中推送貸款廣告的方法包括：

步驟一、將應(yīng)用程序上的用戶數(shù)據(jù)與包含屬性標(biāo)簽的預(yù)設(shè)用戶畫像進行關(guān)聯(lián)得到關(guān)聯(lián)用戶數(shù)據(jù)；標(biāo)注所述關(guān)聯(lián)用戶數(shù)據(jù)中預(yù)設(shè)的與貸款相關(guān)的屬性標(biāo)簽；

步驟二、從所述關(guān)聯(lián)用戶數(shù)據(jù)中提取出已通過該應(yīng)用程序轉(zhuǎn)化為貸款用戶的貸款用戶數(shù)據(jù)，并基于所述貸款用戶數(shù)據(jù)中標(biāo)注的與貸款相關(guān)的屬性標(biāo)簽進行訓(xùn)練得到用于貸款傾向預(yù)測的決策樹模型；

步驟三、利用所述決策樹模型對該應(yīng)用程序上的用戶進行貸款傾向預(yù)測，并根據(jù)預(yù)測結(jié)果進行貸款廣告信息的推送。

6.如權(quán)利要求5所述的在應(yīng)用程序中推送貸款廣告的方法，其特征在于，所述決策樹模型的生成過程如下：

將應(yīng)用程序的用戶中已通過該應(yīng)用程序轉(zhuǎn)化為貸款用戶的標(biāo)注為具有貸款傾向用戶，并獲取具有貸款傾向用戶對應(yīng)的貸款用戶數(shù)據(jù)中標(biāo)注的與貸款相關(guān)的屬性標(biāo)簽；

根據(jù)標(biāo)注的具有貸款傾向用戶及其對應(yīng)的與貸款相關(guān)的屬性標(biāo)簽，采用遞歸的方法將與貸款相關(guān)的屬性標(biāo)簽劃分為多個子集；

通過增益信息選擇決策樹模型中各個節(jié)點所對應(yīng)的最佳屬性標(biāo)簽，采用分類回歸算法訓(xùn)練得到?jīng)Q策樹模型。

7.如權(quán)利要求5或6所述的在應(yīng)用程序中推送貸款廣告的方法，其特征在于，所述步驟三包括：

獲取該應(yīng)用程序上用戶的關(guān)聯(lián)用戶數(shù)據(jù)，從該用戶的關(guān)聯(lián)用戶數(shù)據(jù)中得到與貸款相關(guān)的屬性標(biāo)簽；

根據(jù)訓(xùn)練得到的決策樹模型加載該用戶的與貸款相關(guān)的屬性標(biāo)簽；

遞歸遍歷所述決策樹模型，查找該用戶的與貸款相關(guān)的屬性標(biāo)簽對應(yīng)的決策樹葉子分類節(jié)點，由所述葉子節(jié)點分析出該用戶是否為具有貸款傾向的用戶；

針對由所述決策樹模型分析出的具有貸款傾向的用戶，通過短信、站內(nèi)信和/或消息推送push的方式推送預(yù)設(shè)的貸款廣告信息，或者，在該用戶應(yīng)用程序界面的預(yù)設(shè)位置展示預(yù)設(shè)的貸款廣告信息。