[發明專利]在應用程序中推送貸款廣告的方法、電子裝置及介質

在審

• 申請號: 201710916516.4
• 申請日: 2017-09-30
• 公開（公告）號: CN107895277A
• 公開（公告）日: 2018-04-10
• 發明（設計）人: 金新;王建明;肖京
• 申請（專利權）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: 深圳市沃德知識產權代理事務所(普通合伙)44347
• 代理人: 高杰,于志光

技術領域

本發明涉及計算機技術領域，尤其涉及一種在應用程序中推送貸款廣告的方法、電子裝置及可讀存儲介質。

背景技術

當前在APP上的貸款營銷方式通常是固定位置運營或群發短信，即對所有的APP用戶進行貸款營銷。缺乏對需求人群的精準定位，浪費了寶貴的廣告資源，效果往往很差，同時，也對非目標人群造成了不必要的騷擾，影響用戶體驗。

發明內容

本發明提供一種在應用程序中推送貸款廣告的方法、電子裝置及可讀存儲介質，旨在向APP用戶中有貸款需求人群進行貸款廣告的精準推送。

為實現上述目的，本發明提供一種電子裝置，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用程序中推送貸款廣告的系統，所述在應用程序中推送貸款廣告的系統被所述處理器執行時實現如下步驟：

A、將應用程序上的用戶數據與包含屬性標簽的預設用戶畫像進行關聯得到關聯用戶數據；標注所述關聯用戶數據中預設的與貸款相關的屬性標簽；

B、從所述關聯用戶數據中提取出已通過該應用程序轉化為貸款用戶的貸款用戶數據，并基于所述貸款用戶數據中標注的與貸款相關的屬性標簽進行訓練得到用于貸款傾向預測的決策樹模型；

C、利用所述決策樹模型對該應用程序上的用戶進行貸款傾向預測，并根據預測結果進行貸款廣告信息的推送。

優選地，所述決策樹模型的生成過程如下：

將應用程序的用戶中已通過該應用程序轉化為貸款用戶的標注為具有貸款傾向用戶，并獲取具有貸款傾向用戶對應的貸款用戶數據中標注的與貸款相關的屬性標簽；

根據標注的具有貸款傾向用戶及其對應的與貸款相關的屬性標簽，采用遞歸的方法將與貸款相關的屬性標簽劃分為多個子集；

通過增益信息選擇決策樹模型中各個節點所對應的最佳屬性標簽，采用分類回歸算法訓練得到決策樹模型。

優選地，所述步驟C包括：

獲取該應用程序上用戶的關聯用戶數據，從該用戶的關聯用戶數據中得到與貸款相關的屬性標簽；

根據訓練得到的決策樹模型加載該用戶的與貸款相關的屬性標簽；

遞歸遍歷所述決策樹模型，查找該用戶的與貸款相關的屬性標簽對應的決策樹葉子分類節點，由所述葉子節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、站內信和/或消息推送push的方式推送預設的貸款廣告信息，或者，在該用戶應用程序界面的預設位置展示預設的貸款廣告信息。

優選地，所述步驟A包括：

若有應用程序上的用戶數據無法關聯到用戶畫像，則基于該用戶在應用程序上的行為數據，并通過余弦相似度計算找出應用程序上與該用戶的相似用戶，并將該用戶的用戶數據關聯到該用戶的相似用戶所關聯的用戶畫像；其中，該相似用戶為應用程序上能關聯到用戶畫像的用戶。

此外，為實現上述目的，本發明還提供一種在應用程序中推送貸款廣告的方法，所述在應用程序中推送貸款廣告的方法包括：

步驟一、將應用程序上的用戶數據與包含屬性標簽的預設用戶畫像進行關聯得到關聯用戶數據；標注所述關聯用戶數據中預設的與貸款相關的屬性標簽；

步驟二、從所述關聯用戶數據中提取出已通過該應用程序轉化為貸款用戶的貸款用戶數據，并基于所述貸款用戶數據中標注的與貸款相關的屬性標簽進行訓練得到用于貸款傾向預測的決策樹模型；

步驟三、利用所述決策樹模型對該應用程序上的用戶進行貸款傾向預測，并根據預測結果進行貸款廣告信息的推送。

優選地，所述決策樹模型的生成過程如下：

將應用程序的用戶中已通過該應用程序轉化為貸款用戶的標注為具有貸款傾向用戶，并獲取具有貸款傾向用戶對應的貸款用戶數據中標注的與貸款相關的屬性標簽；

根據標注的具有貸款傾向用戶及其對應的與貸款相關的屬性標簽，采用遞歸的方法將與貸款相關的屬性標簽劃分為多個子集；

通過增益信息選擇決策樹模型中各個節點所對應的最佳屬性標簽，采用分類回歸算法訓練得到決策樹模型。

優選地，所述步驟三包括：

獲取該應用程序上用戶的關聯用戶數據，從該用戶的關聯用戶數據中得到與貸款相關的屬性標簽；

根據訓練得到的決策樹模型加載該用戶的與貸款相關的屬性標簽；