[發明專利]消費額度的預測方法、裝置及電子設備

在審

• 申請號: 201711269842.7
• 申請日: 2017-12-05
• 公開（公告）號: CN107895213A
• 公開（公告）日: 2018-04-10
• 發明（設計）人: 周燎明;張碩;王興星
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06Q30/06
• 代理公司: 北京博思佳知識產權代理有限公司11415
• 代理人: 林祥

1.一種消費額度的預測方法，其特征在于，所述方法包括：

確定用戶的歷史消費記錄以及與所述用戶相關的場景信息；

基于所述歷史消費記錄與所述場景信息，確定為所述用戶推薦的店鋪；

將所述歷史消費記錄、所述場景信息以及所述推薦的店鋪的店鋪信息輸入至預先訓練的數學模型中；

通過所述數學模型預測所述用戶在所述推薦的店鋪的消費額度。

2.根據權利要求1所述的方法，其特征在于，所述通過所述數學模型預測所述用戶在所述推薦的店鋪的消費額度的步驟之后，所述方法還包括：

針對所述推薦的店鋪中的每一個店鋪，基于所述用戶在所述每一個店鋪的消費額度，確定所述每一個店鋪的第一收益因子；

確定電商平臺相對所述每一個店鋪的第二收益因子；

確定所述用戶在所述每一個店鋪的體驗因子；

基于所述每一個店鋪的第一收益因子、所述電商平臺相對所述每一個店鋪的第二收益因子以及所述用戶在所述每一個店鋪的體驗因子，對所述推薦的店鋪排序。

3.根據權利要求2所述的方法，其特征在于，所述基于所述每一個店鋪的第一收益因子、所述電商平臺相對所述每一個店鋪的第二收益因子以及所述用戶在所述每一個店鋪的體驗因子，對所述推薦的店鋪排序，包括：

針對所述推薦的店鋪中的每一個店鋪，確定所述每一個店鋪對應的第一收益因子、所述電商平臺相對所述每一個店鋪的第二收益因子、所述用戶在所述每一個店鋪的體驗因子的權重系數；

通過所述權重系數對所述每一個店鋪對應的第一收益因子、所述電商平臺相對所述每一個店鋪的第二收益因子、所述用戶在所述每一個店鋪的體驗因子進行加權，得到所述每一個店鋪的分值；

基于所述每一個店鋪各自的分值，對所述推薦的店鋪排序。

4.根據權利要求2所述的方法，其特征在于，所述基于所述用戶在所述每一個店鋪的消費額度，確定所述每一個店鋪的第一收益因子，包括：

基于所述每一個店鋪的歷史消費次數以及歷史點擊次數，確定所述每一個店鋪的轉化率；

基于所述轉化率、所述用戶在所述每一個店鋪的歷史消費額度，確定所述每一個店鋪對應的第一收益因子。

5.根據權利要求2所述的方法，其特征在于，所述確定電商平臺相對所述每一個店鋪的第二收益因子，包括：

確定所述每一個店鋪為電商平臺提供的廣告拍賣價格；

確定所述每一個店鋪的廣告點擊率；

基于所述廣告拍賣價格和所述廣告點擊率，確定所述電商平臺相對所述每一個店鋪對應的第二收益因子。

6.根據權利要求2所述的方法，其特征在于，所述確定所述用戶在所述每一個店鋪的體驗因子，包括：

確定所述用戶與所述每一個店鋪之間的空間距離；

確定與所述空間距離對應的體驗因子，該體驗因子為所述用戶在所述每一個店鋪的體驗因子。

7.根據權利要求1所述的方法，其特征在于，所述基于所述歷史消費記錄與所述場景信息，確定為所述用戶推薦的店鋪，包括：

基于所述歷史消費記錄確定所述用戶的消費均價；

基于所述場景信息確定所述用戶的地理位置；

基于所述消費均價和所述地理位置，確定為所述用戶推薦的至少一個店鋪。

8.根據權利要求1-7任一所述的方法，其特征在于，所述方法還包括：

對第一設定數量的店鋪中的每一個店鋪，統計在所述每一個店鋪消費的第二設定數量的用戶的歷史消費記錄；

統計所述第一設定數量的店鋪的店鋪信息以及所述第二設定數量的用戶的歷史場景信息；

基于所述第一設定數量的店鋪的店鋪信息、所述第二設定數量的用戶的歷史消費記錄、所述第二設定數量的用戶的歷史場景信息，訓練所述數學模型。

9.一種消費額度的預測裝置，其特征在于，所述裝置包括：

第一確定模塊，用于確定用戶的歷史消費記錄以及與所述用戶相關的場景信息；

第二確定模塊，用于基于所述第一確定模塊確定的所述歷史消費記錄與所述場景信息，確定為所述用戶推薦的店鋪；

輸入模塊，用于將所述第一確定模塊確定的所述歷史消費記錄、所述場景信息以及所述第二確定模塊確定的所述推薦的店鋪的店鋪信息輸入至預先訓練的數學模型中；

預測模塊，用于通過所述數學模型預測所述用戶在所述第二確定模塊確定的所述推薦的店鋪的消費額度。

10.一種計算機可讀存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序用于執行上述權利要求1-8任一所述的消費額度的預測方法。