[發明專利]潛在用戶篩選方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201810914629.5
• 申請日: 2018-08-13
• 公開（公告）號: CN109325796B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 陳源
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06F16/242;G06F16/2458;G06F16/28
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 周燕君

1.一種潛在用戶篩選方法，其特征在于，包括：

獲取第三方平臺用戶數據和本平臺用戶數據，根據所述第三方平臺用戶數據和所述本平臺用戶數據中相同的用戶字段確定第三方平臺和本平臺的共有用戶；

獲取產品標識，根據所述產品標識在所述本平臺用戶數據中獲取所述共有用戶的目標用戶標識；

根據所述目標用戶標識在所述第三方平臺用戶數據中獲取每一所述目標用戶標識的已購買產品信息，根據每一所述目標用戶標識的所述已購買產品信息構建所述產品標識的相關度計算公式；

根據所述相關度計算公式，在所述第三方平臺用戶數據中計算每一用戶的相關度分數；

獲取所述相關度分數達到相關度閾值的用戶，作為潛在用戶；

所述根據每一所述目標用戶標識的所述已購買產品信息構建所述產品標識的相關度計算公式，具體包括：

計算每一所述目標用戶標識的所述已購買產品信息中每一已購買產品的詞頻-逆向文本頻率值，獲取所述詞頻-逆向文本頻率值按照從大到小的順序排在前N位的N個已購買產品，作為目標已購買產品，其中，N為正整數；

根據每一所述目標已購買產品的詞頻-逆向文本頻率值設定每一所述目標已購買產品的權重W_i：

其中，TF-IDF為詞頻-逆向文本頻率值，(TF-IDF)_i為第i個目標已購買產品的詞頻-逆向文本頻率值，i為正整數且i≤N；所述詞頻-逆向文本頻率值的計算公式如下：

其中，TF為每一目標用戶標識的已購買產品信息中的已購買產品的出現次數，D為第三方平臺用戶數據中的所有已購買產品的出現次數，d為對應的目標用戶標識的已購買產品信息中已購買產品出現的次數；

根據所述目標已購買產品和所述權重W_i構建所述相關度計算公式，所述相關度計算公式如下：

其中，M_i表示一用戶是否購買了對應的目標已購買產品，Q表示所述產品標識的相關度。

2.如權利要求1所述的潛在用戶篩選方法，其特征在于，在所述獲取所述相關度分數達到相關度閾值的用戶，作為潛在用戶的步驟之后，所述潛在用戶篩選方法還包括：

根據每一所述潛在用戶的已購買產品信息，獲取每一所述潛在用戶的當前消費結構比例；

計算每一所述潛在用戶的所述當前消費結構比例和推薦消費結構比例的消費比例相似度；

獲取所述當前消費結構比例和所述推薦消費結構比例的消費比例相似度最高的前M位潛在用戶，作為目標用戶，其中，M為正整數。

3.如權利要求1所述的潛在用戶篩選方法，其特征在于，所述根據所述第三方平臺用戶數據和所述本平臺用戶數據中相同的用戶字段確定第三方平臺和本平臺的共有用戶，具體包括：

獲取所述第三方平臺用戶數據中的第三方用戶標識；

獲取所述本平臺用戶數據中的本平臺用戶標識；

將所述第三方用戶標識的用戶字段和所述本平臺用戶標識的用戶字段中相同的用戶字段對應的用戶確定為所述共有用戶。

4.如權利要求2所述的潛在用戶篩選方法，其特征在于，所述已購買產品信息包括已購買產品和產品價格；

在所述計算每一所述潛在用戶的所述當前消費結構比例和推薦消費結構比例的消費比例相似度的步驟之前，所述潛在用戶篩選方法還包括：

將每一所述目標用戶標識的所述已購買產品按照預定的產品類別進行歸類，將每一所述產品類別下的所述已購買產品的所述產品價格進行求和，得到每一所述目標用戶標識的每一產品類別的消費金額；

對每一所述目標用戶標識的每一所述產品類別的所述消費金額進行比值歸一化處理，得到每一所述目標用戶標識的消費結構比例；

將每一所述目標用戶標識的消費結構比例進行求和再取平均值處理，得到所述推薦消費結構比例。