[發明專利]基于互聯網的業務推薦方法、裝置及存儲介質

在審

• 申請號: 201810590103.6
• 申請日: 2018-06-08
• 公開（公告）號: CN110580634A
• 公開（公告）日: 2019-12-17
• 發明（設計）人: 殷超;曹雄杰
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q40/06
• 代理公司: 11205 北京同立鈞成知識產權代理有限公司
• 代理人: 張曉霞;劉芳

1.一種基于互聯網的業務推薦方法，其特征在于，包括：

獲取第一用戶的參考數據，所述參考數據包括如下數據中的至少一個：個人數據、出行行為數據、交易行為數據和服務評價數據；

根據各所述參考數據確定所述第一用戶的特征標簽；

根據所述第一用戶的特征標簽，確定對應的營銷模式，并采用所述營銷模式向所述第一用戶推薦業務。

2.根據權利要求1所述的方法，其特征在于，所述根據各所述參考數據確定所述第一用戶的特征標簽，包括：

將各所述參考數據輸入預設的機器學習模型，獲得各所述參考數據對應的權值；

根據各所述參考數據以及對應的權值，計算所述第一用戶的用戶分值；

根據預設的用戶分值和特征標簽之間的對應關系，確定所述用戶分值對應的特征標簽。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取至少一個第二用戶的參考數據；

根據所述第二用戶的參考數據，生成訓練樣本；

對所述訓練樣本進行訓練，得到所述機器學習模型。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

根據所述第一用戶的參考數據，對所述機器學習模型進行優化處理，以調整各所述參考數據對應的權值。

5.根據權利要求1-4任一項所述的方法，其特征在于，所述根據所述第一用戶的特征標簽，確定對應的營銷模式，包括：

根據預設的特征標簽和營銷模式之間的對應關系，確定所述第一用戶的特征標簽對應的營銷模式。

6.根據權利要求1-4任一項所述的方法，其特征在于，所述采用所述營銷模式向所述第一用戶推薦業務，包括：

判斷所述第一用戶是否登錄出行應用程序APP；

若所述第一用戶登錄了所述出行APP，則通過所述APP采用所述營銷模式向所述第一用戶推薦業務。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

若所述第一用戶未登錄所述出行APP，則判斷所述第一用戶的特征標簽是否為預設特征標簽；

若所述第一用戶的特征標簽為預設特征標簽，則通過短信采用所述營銷模式向所述第一用戶推薦業務。

8.根據權利要求1-4任一項所述的方法，其特征在于，所述交易行為數據包括如下數據中的至少一個：支付行為數據、提現行為數據和信用行為數據。

9.一種基于互聯網的業務推薦裝置，其特征在于，包括：

獲取模塊，用于獲取第一用戶的參考數據，所述參考數據包括如下數據中的至少一個：個人數據、出行行為數據、交易行為數據和服務評價數據；

確定模塊，用于根據各所述參考數據確定所述第一用戶的特征標簽；

所述確定模塊，還用于根據所述第一用戶的特征標簽，確定對應的營銷模式；

推薦模塊，用于采用所述營銷模式向所述第一用戶推薦業務。

10.根據權利要求9所述的裝置，其特征在于，所述確定模塊，具體用于：

將各所述參考數據輸入預設的機器學習模型，獲得各所述參考數據對應的權值；

根據各所述參考數據以及對應的權值，計算所述第一用戶的用戶分值；

根據預設的用戶分值和特征標簽之間的對應關系，確定所述用戶分值對應的特征標簽。

11.根據權利要求10所述的裝置，其特征在于，所述裝置還包括：生成模塊和訓練模塊；其中，

所述獲取模塊，還用于獲取至少一個第二用戶的參考數據；

所述生成模塊，用于根據所述第二用戶的參考數據，生成訓練樣本；

所述訓練模塊，用于對所述訓練樣本進行訓練，得到所述機器學習模型。