[發明專利]注冊概率預估方法及裝置、概率預估模型構建方法及裝置

在審

• 申請號: 201811459856.X
• 申請日: 2018-11-30
• 公開（公告）號: CN111262716A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 何龍
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06;H04L29/08
• 代理公司: 北京超成律師事務所 11646
• 代理人: 鄧超

1.一種注冊概率預估方法，其特征在于，包括：

獲取未注冊的服務請求端對應的特征數據，和未注冊的服務請求端獲取每種服務資源信息的信息獲取方式；

基于獲取的所述未注冊的服務請求端對應的特征數據和信息獲取方式，確定未注冊的服務請求端在每種服務資源信息的作用下，執行注冊操作的概率。

2.根據權利要求1所述的方法，其特征在于，所述獲取未注冊的服務請求端對應的特征數據，包括：

獲取與未注冊的服務請求端有關聯的至少一個已注冊的服務請求端；

基于獲取的所述至少一個已注冊的服務請求端對應特征數據，確定所述未注冊的服務請求端對應的特征數據。

3.根據權利要求2所述的方法，其特征在于，所述基于獲取的所述至少一個已注冊的服務請求端對應的特征數據，確定所述未注冊的服務請求端對應的特征數據，包括：

獲取每個所述已注冊的服務請求端與所述未注冊的服務請求端的關聯系數；

基于獲取的每個關聯系數，和每個關聯系數對應的已注冊的服務請求端對應的特征數據，確定所述未注冊的服務請求端對應的第一特征子數據；

獲取所述未注冊的服務請求端的特征數據，得到所述未注冊的服務請求端對應的第二特征子數據；

將所述第一特征子數據和所述第二特征子數據合并，得到所述未注冊的服務請求端最終的特征數據。

4.根據權利要求1所述的方法，其特征在于，所述基于獲取的所述未注冊的服務請求端對應的特征數據和信息獲取方式，確定未注冊的服務請求端在每種服務資源信息作用下，執行注冊操作的概率，包括：

獲取歷史樣本數據，與歷史樣本數據中的每個服務請求端在每種服務資源信息作用下執行注冊操作的概率的對應關系；所述歷史樣本數據包括多個服務請求端中的每個服務請求端在未注冊時對應的特征數據和信息獲取方式；

基于獲取的所述對應關系，和所述未注冊的服務請求端對應的特征數據和信息獲取方式，確定所述未注冊的服務請求端在每種服務資源信息作用下，執行注冊操作的概率。

5.根據權利要求4所述的方法，其特征在于，還包括建立歷史樣本數據，與歷史樣本數據中的每個服務請求端在每種服務資源信息作用下執行注冊操作的概率的對應關系的步驟：

獲取歷史樣本數據中的每個服務請求端在每種服務資源信息作用下的注冊結果數據；

基于獲取的所述注冊結果數據，確定歷史樣本數據中的每個服務請求端在每種服務資源信息作用下執行注冊操作的概率；

將歷史樣本數據中的每個服務請求端在每種服務資源信息作用下執行注冊操作的概率，與對應的服務請求端的特征數據和信息獲取方式建立所述對應關系。

6.根據權利要求5所述的方法，其特征在于，所述歷史樣本數據為預定區域范圍內的數據；所述未注冊的服務請求端位于所述預定區域范圍內。

7.根據權利要求1所述的方法，其特征在于，還包括：

基于每種服務資源信息，和未注冊的服務請求端在每種服務資源信息作用下，執行注冊操作的概率，確定未注冊的服務請求端在每種服務資源信息作用下，對應的單位注冊轉化率。

8.根據權利要求7所述的方法，其特征在于，所述方法利用如下公式確定所述單位注冊轉化率：

g＝(Pn-P)/Fn

式中，g表示所述單位注冊轉化率；Pn表示在第n種服務資源信息的作用下，未注冊的服務請求端進執行注冊操作的概率，Fn表示所述第n種服務資源信息，P表示在沒有服務資源信息作用下，未注冊的服務請求端執行注冊操作的概率；其中，n為正整數。

9.根據權利要求7所述的方法，其特征在于，還包括：

基于未注冊的服務請求端在每種服務資源信息作用下，對應的單位注冊轉化率，和未注冊的服務請求端在每種服務資源信息作用下，執行注冊操作的概率，從所述每種服務資源信息中選取目標服務資源信息；

將選取的所述目標服務資源信息推送給未注冊的服務請求端。