[發明專利]模型訓練方法、基于模型的紅包物料鋪設預測方法及裝置

有效

• 申請號: 201810764095.2
• 申請日: 2018-07-12
• 公開（公告）號: CN109102324B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 聶茜倩
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06N3/08
• 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

公開了一種模型訓練方法、基于模型的紅包物料鋪設預測方法及裝置，該模型訓練方法包括：獲取至少一條掃碼領紅包數據和至少一條掃碼支付數據；針對至少一個設定商家中的任一設定商家，根據所述設定商家的相關信息，分別對獲取到的每一條數據進行特征提取，獲得所述設定商家對應的訓練樣本，其中，所述訓練樣本以提取到的特征值為輸入值；利用無監督學習算法與所獲得的訓練樣本進行訓練，得到預測模型，所述預測模型以掃碼領紅包數據的特征值和掃碼支付數據的特征值為輸入值，以設定商家鋪設有紅包物料的概率為輸出值。

技術領域

本說明書實施例涉及數據處理技術領域，尤其涉及一種模型訓練方法、基于模型的紅包物料鋪設預測方法及裝置。

背景技術

隨著互聯網技術的發展及智能終端的普及，多種支付類應用程序之間的競爭也益愈激烈，為了爭奪“線下支付”的占有份額，某些支付類應用程序的營銷團隊提出了“掃碼領紅包”的營銷策略，具體的，通過在合作商家店內鋪設印有紅包二維碼的宣傳物料(以下簡稱紅包物料)，例如易拉寶、宣傳冊等，待用戶到店后，可通過手機上安裝的應用程序掃描該紅包二維碼，獲取具有一定金額的紅包，待下次通過該應用程序進行線下支付時，則可使用該紅包抵免一定金額，以此吸引越來越多的用戶使用該應用程序完成線下支付。

由于地域廣泛，合作商家眾多，支付類應用程序的營銷團隊通常將鋪設紅包物料的任務交于專門的推廣人員負責，相關技術中，為了監督紅包物料鋪設情況的真實性，以提高“掃碼領紅包”這一營銷策略的有效性，可以采用人工到店巡檢的方式，或者是通過商家或推廣人員拍照、錄制視頻的方式。然而，若采用前一種方式，將耗費大量的人力物力成本；若采用后一種方式，則由于照片數量有限，且照片的真實性有待質疑，導致監督結果的準確性無法得到保證。

發明內容

針對上述技術問題，本說明書實施例提供一種模型訓練方法、基于模型的紅包物料鋪設預測方法及裝置，技術方案如下：

根據本說明書實施例的第一方面，提供一種模型訓練方法，所述方法包括：

獲取至少一條掃碼領紅包數據和至少一條掃碼支付數據；

針對至少一個設定商家中的任一設定商家，根據所述設定商家的相關信息，分別對獲取到的每一條數據進行特征提取，獲得所述設定商家對應的訓練樣本，其中，所述訓練樣本以提取到的特征值為輸入值；

利用無監督學習算法與所獲得的訓練樣本進行訓練，得到預測模型，所述預測模型以掃碼領紅包數據的特征值和掃碼支付數據的特征值為輸入值，以設定商家鋪設有紅包物料的概率為輸出值。

根據本說明書實施例的第二方面，提供一種基于模型的紅包物料鋪設預測方法，所述方法包括：

獲取至少一條掃碼領紅包數據和至少一條掃碼支付數據；

對所獲取到的掃碼領紅包數據和掃碼支付數據分別進行特征提取，獲得所述掃碼領紅包數據的特征值和掃碼支付數據的特征值；

將所獲得的特征值輸入預測模型，得到對應的輸出值，所述預測模型以掃碼領紅包數據的特征值和掃碼支付數據的特征值為輸入值，以設定商家鋪設有紅包物料的概率為輸出值。

根據本說明書實施例的第三方面，提供一種模型訓練裝置，所述裝置包括：

第一獲取模塊，用于獲取至少一條掃碼領紅包數據和至少一條掃碼支付數據；

第一提取模塊，用于針對至少一個設定商家中的任一設定商家，根據所述設定商家的相關信息，分別對獲取到的每一條數據進行特征提取，獲得所述設定商家對應的訓練樣本，其中，所述訓練樣本以提取到的特征值為輸入值；

訓練模塊，用于利用無監督學習算法與所獲得的訓練樣本進行訓練，得到預測模型，所述預測模型以掃碼領紅包數據的特征值和掃碼支付數據的特征值為輸入值，以設定商家鋪設有紅包物料的概率為輸出值。