[發明專利]判斷用戶對優惠券是否敏感的方法和裝置

在審

• 申請號: 201810841215.4
• 申請日: 2018-07-27
• 公開（公告）號: CN110766431A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 李可;金姿
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 11219 中原信達知識產權代理有限責任公司
• 代理人: 張一軍;張效榮

1.一種判斷用戶對優惠券是否敏感的方法，其特征在于，包括：

獲取用戶行為數據以及用戶對優惠券是否敏感的調查結果；

使用所述調查結果對所述用戶行為數據做標記以生成樣本集；

對所述樣本集進行訓練以得到判定模型，并使用所述判定模型來判斷用戶對優惠券是否敏感。

2.根據權利要求1所述的方法，其特征在于，所述用戶對優惠券是否敏感的調查結果是通過發放問卷的方式來調查得到的。

3.根據權利要求1所述的方法，其特征在于，獲取用戶行為數據之后，還包括：

對所述用戶行為數據進行處理以得到預設的指標對應的取值；

對所述取值中的連續數據進行離散化處理以得到預設的指標對應的離散取值。

4.根據權利要求1所述的方法，其特征在于，對所述樣本集進行訓練以得到判定模型包括：

將所述樣本集劃分為訓練集和驗證集；

通過對所述訓練集進行訓練以得到基礎模型；

使用所述驗證集對所述基礎模型進行后剪枝處理以得到判定模型。

5.根據權利要求4所述的方法，其特征在于，通過對所述訓練集進行訓練以得到基礎模型包括：

分別計算使用各個可選指標對樣本進行劃分對應的信息增益和信息增益率；

從信息增益高于平均水平的可選指標中選擇出增益率最高的可選指標作為當前等級的節點對應的指標，并將所述指標對應的離散取值作為當前等級的節點，然后將所述指標從所述可選指標中刪除；

對于每個節點，重復執行前兩個步驟以確定所述節點對應的下一級節點，直至無法再對所述節點包含的樣本進行劃分，并將劃分停止時的節點標記為葉節點，使用所述葉節點包含的樣本集中樣本數量最多的取值來對所述葉節點做標記以得到基礎模型。

6.根據權利要求5所述的方法，其特征在于，若所述節點包含的樣本全部屬于同一類別或所述節點包含的樣本在所有可選指標上對應的取值相同或所述節點包含的樣本集為空，則判定為無法再對所述節點包含的樣本進行劃分。

7.根據權利要求4所述的方法，其特征在于，使用所述驗證集對所述基礎模型進行后剪枝處理以得到判定模型包括：

從最后一級節點開始直至根節點，依次計算刪除當前等級的節點下的分支后，對于驗證集的數據計算精度是否有提升，如果有提升，則刪除所述當前等級的節點下的分支。

8.根據權利要求1所述的方法，其特征在于，還包括：

對判定為對優惠券敏感的用戶中的指定用戶投放優惠券，其余用戶不投放優惠券，并統計所有用戶的購買結果，以對所述判定模型進行優化。

9.一種判斷用戶對優惠券是否敏感的裝置，其特征在于，包括：

數據獲取模塊，用于獲取用戶行為數據以及用戶對優惠券是否敏感的調查結果；

樣本生成模塊，用于使用所述調查結果對所述用戶行為數據做標記以生成樣本集；

模型訓練模塊，用于對所述樣本集進行訓練以得到判定模型，并使用所述判定模型來判斷用戶對優惠券是否敏感。

10.根據權利要求9所述的裝置，其特征在于，所述用戶對優惠券是否敏感的調查結果是通過發放問卷的方式來調查得到的。

11.根據權利要求9所述的裝置，其特征在于，還包括數據處理模塊，用于：

獲取用戶行為數據之后，對所述用戶行為數據進行處理以得到預設的指標對應的取值；

對所述取值中的連續數據進行離散化處理以得到預設的指標對應的離散取值。

12.根據權利要求9所述的裝置，其特征在于，所述模型訓練模塊還用于：

將所述樣本集劃分為訓練集和驗證集；

通過對所述訓練集進行訓練以得到基礎模型；

使用所述驗證集對所述基礎模型進行后剪枝處理以得到判定模型。