[發(fā)明專利]一種目標(biāo)用戶的選擇方法和裝置

有效

• 申請?zhí)枺?/td>: 201911194019.3
• 申請日: 2019-11-28
• 公開（公告）號: CN111027676B
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 李晨晨;閻翔;喬俊龍;屈超;熊君武;宋樂
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06Q30/02
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 靳玫

本說明書實(shí)施例提供一種目標(biāo)用戶的選擇方法和裝置，其中，所述方法包括：對于待選用戶群體中的每一個(gè)用戶，分別執(zhí)行如下處理：將所述用戶的用戶特征輸入預(yù)先訓(xùn)練的策略決定網(wǎng)絡(luò)，得到所述策略決定網(wǎng)絡(luò)預(yù)測輸出的所述目標(biāo)業(yè)務(wù)操作對應(yīng)的操作獎(jiǎng)勵(lì)值，所述操作獎(jiǎng)勵(lì)值用于表示對所述用戶執(zhí)行目標(biāo)業(yè)務(wù)操作后的凈提升響應(yīng)預(yù)測值；根據(jù)所述待選用戶群體中各個(gè)用戶的所述操作獎(jiǎng)勵(lì)值，選擇所述操作獎(jiǎng)勵(lì)值符合篩選條件的用戶作為所述目標(biāo)用戶。

技術(shù)領(lǐng)域

本說明書涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，特別涉及一種目標(biāo)用戶的選擇方法和裝置。

背景技術(shù)

在市場營銷中常常碰到這樣的情況：營銷部門做了很多研究，認(rèn)為已經(jīng)把握了用戶的特點(diǎn)，于是按照這些用戶特點(diǎn)挑選用戶作為營銷目標(biāo)。但活動(dòng)推出后結(jié)果令人失望：試驗(yàn)組(參加了營銷的用戶)和控制組(沒有參加營銷的用戶)的凈提升響應(yīng)沒有明顯的差別。之所以出現(xiàn)這種情況，原因在于沒有區(qū)分可受營銷影響的用戶和不受營銷影響的用戶，應(yīng)該去尋找可受營銷影響的用戶進(jìn)行營銷才能最大化凈提升響應(yīng)。該可受營銷影響的用戶即用戶在有營銷情況下的響應(yīng)與無營銷情況下的響應(yīng)存在明顯差別。

發(fā)明內(nèi)容

有鑒于此，本說明書一個(gè)或多個(gè)實(shí)施例提供一種目標(biāo)用戶的選擇方法和裝置。

具體地，本說明書一個(gè)或多個(gè)實(shí)施例是通過如下技術(shù)方案實(shí)現(xiàn)的：

第一方面，提供一種目標(biāo)用戶的選擇方法，所述方法用于由待選用戶群體中選擇部分用戶作為目標(biāo)用戶，以對所述目標(biāo)用戶執(zhí)行目標(biāo)業(yè)務(wù)操作，所述方法包括：

對于所述待選用戶群體中的每一個(gè)用戶，分別執(zhí)行如下處理：將所述用戶的用戶特征輸入預(yù)先訓(xùn)練的策略決定網(wǎng)絡(luò)，得到所述策略決定網(wǎng)絡(luò)預(yù)測輸出的所述目標(biāo)業(yè)務(wù)操作對應(yīng)的操作獎(jiǎng)勵(lì)值，所述操作獎(jiǎng)勵(lì)值用于表示對所述用戶執(zhí)行目標(biāo)業(yè)務(wù)操作后的凈提升響應(yīng)預(yù)測值；

根據(jù)所述待選用戶群體中各個(gè)用戶的所述操作獎(jiǎng)勵(lì)值，選擇所述操作獎(jiǎng)勵(lì)值符合篩選條件的用戶作為所述目標(biāo)用戶。

第二方面，提供一種目標(biāo)用戶的選擇裝置，所述用于由待選用戶群體中選擇部分用戶作為目標(biāo)用戶，以對目標(biāo)用戶執(zhí)行目標(biāo)業(yè)務(wù)操作，所述裝置包括：

預(yù)測輸出模塊，用于對于所述待選用戶群體中的每一個(gè)用戶，分別執(zhí)行如下處理：將所述用戶的用戶特征輸入預(yù)先訓(xùn)練的策略決定網(wǎng)絡(luò)，得到所述策略決定網(wǎng)絡(luò)預(yù)測輸出的所述目標(biāo)業(yè)務(wù)操作對應(yīng)的操作獎(jiǎng)勵(lì)值，所述操作獎(jiǎng)勵(lì)值用于表示對所述用戶執(zhí)行目標(biāo)業(yè)務(wù)操作后的凈提升響應(yīng)預(yù)測值；

用戶選擇模塊，用于根據(jù)所述待選用戶群體中各個(gè)用戶的所述操作獎(jiǎng)勵(lì)值，選擇所述操作獎(jiǎng)勵(lì)值符合篩選條件的用戶作為所述目標(biāo)用戶。

第三方面，提供一種電子設(shè)備，所述電子設(shè)備包括存儲器、處理器，所述存儲器用于存儲可在處理器上運(yùn)行的計(jì)算機(jī)指令；所述處理器用于在執(zhí)行所述計(jì)算機(jī)指令時(shí)實(shí)現(xiàn)本說明書任一實(shí)施例所述的目標(biāo)用戶的選擇方法。

本說明書一個(gè)或多個(gè)實(shí)施例的目標(biāo)用戶的選擇方法和裝置，通過使用策略決定網(wǎng)絡(luò)來預(yù)測對用戶執(zhí)行業(yè)務(wù)操作時(shí)獲得的凈提升響應(yīng)，使得可以根據(jù)網(wǎng)絡(luò)輸出的該操作獎(jiǎng)勵(lì)值由用戶群體中選擇最終的目標(biāo)用戶，從而獲得較好的響應(yīng)效果；并且，該方法還具有較好的泛化能力和擴(kuò)展性，對于訓(xùn)練樣本集之外的其他用戶群體中選擇目標(biāo)用戶時(shí)都同樣適用于該策略決定網(wǎng)絡(luò)。

附圖說明

為了更清楚地說明本說明書一個(gè)或多個(gè)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書一個(gè)或多個(gè)實(shí)施例中記載的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本說明書至少一個(gè)實(shí)施例提供的一種強(qiáng)化學(xué)習(xí)的網(wǎng)絡(luò)訓(xùn)練原理圖；

圖2為本說明書至少一個(gè)實(shí)施例提供的一種累積增益差異的原理示意圖；