[發明專利]數據對象類型的確定方法及裝置

在審

• 申請號: 201811237122.7
• 申請日: 2018-10-23
• 公開（公告）號: CN111090677A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 李思旭;楊文君;李奘;成石
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457;G06Q30/02;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 祝樂芳;劉芳

1.一種數據對象類型的確定方法，其特征在于，包括：

將第一用戶的特征信息輸入至敏感轉化模型，獲取所述第一用戶在不同類型的數據對象下的敏感轉化概率，所述敏感轉化概率是指所述第一用戶在擁有所述數據對象情況下轉化為第二用戶的概率；

將所述第一用戶的特征信息輸入至自然轉化模型，獲取所述第一用戶的自然轉化概率，所述自然轉化概率是指所述第一用戶在未擁有任何數據對象情況下轉化為第二用戶的概率；

根據所述敏感轉化概率和所述自然轉化概率，分別獲取所述不同類型的數據對象對應的回報指數；

根據所述回報指數，將最大回報指數對應的數據對象類型確定為所述第一用戶的目標數據對象類型。

2.根據權利要求1所述的方法，其特征在于，所述根據所述敏感轉化概率和所述自然轉化概率，分別獲取所述不同類型的數據對象對應的回報指數，包括：

根據公式分別獲取所述不同類型的數據對象對應的回報指數；

其中，d_t為所述數據對象的類型，p_t為所述數據對象對應的敏感轉化概率，p_c為自然轉化概率，ROI為所述數據對象對應的回報指數。

3.根據權利要求1所述的方法，其特征在于，所述將第一用戶的特征信息輸入至敏感轉化模型之前，還包括：

對歷史數據進行采樣，生成第一訓練樣本集，所述第一訓練樣本集中的樣本由采樣時刻擁有數據對象的第一用戶組成；

對所述第一訓練樣本集進行預處理；

以所述第一訓練樣本集中的樣本的特征信息和所述數據對象的類型作為輸入，以所述第一訓練樣本集中的樣本在觀察時間窗內是否轉化為第二用戶作為輸出，對所述第一訓練樣本集進行訓練，得到敏感轉化模型。

4.根據權利要求3所述的方法，其特征在于，所述對所述第一訓練樣本集進行預處理，包括：

若所述第一訓練樣本集中的樣本在所述觀察時間窗內又收到了新的數據對象，則將所述樣本從所述第一訓練樣本集中去除。

5.根據權利要求4所述的方法，其特征在于，所述對所述第一訓練樣本集進行預處理，還包括：

對所述第一訓練樣本集中數據對象類型占比多的樣本進行下采樣，對所述第一訓練樣本集中數據對象類型占比少的樣本進行上采樣。

6.根據權利要求1所述的方法，其特征在于，所述將所述第一用戶的特征信息輸入至自然轉化模型之前，還包括：

對歷史數據進行采樣，生成第二訓練樣本集，所述第二訓練樣本集中的樣本由采樣時刻未擁有任何數據對象的第一用戶組成；

若所述第二訓練樣本集中的樣本在觀察時間窗內收到了數據對象，則將所述樣本從所述第二訓練樣本集中去除；

以所述第二訓練樣本集中的樣本的特征信息作為輸入，以所述第二訓練樣本集中的樣本在所述觀察時間窗內是否轉化為第二用戶作為輸出，對所述第二訓練樣本集進行訓練，得到自然轉化模型。

7.根據權利要求1-6任一項所述的方法，其特征在于，所述特征信息包括：所述第一用戶的沉默前特征、沉默期的行為特征和沉默期的狀態特征；

所述沉默前特征包括：所述第一用戶在沉默前預設時長內的人口學信息、喜好信息、交易信息和評價信息；所述沉默期的行為特征包括：所述第一用戶在沉默期是否嘗試交易；所述沉默期的狀態特征包括：所述第一用戶在沉默期的訂單狀態和賬戶狀態。