[發(fā)明專利]用戶觸達(dá)時間的預(yù)測方法、預(yù)測模型訓(xùn)練方法及相關(guān)裝置

有效

• 申請?zhí)枺?/td>: 201911408697.5
• 申請日: 2019-12-31
• 公開（公告）號: CN113128739B
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計）人: 許東;張紅旭;王俊;羅寧
• 申請（專利權(quán)）人: 馬上消費金融股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/0202;G06Q30/0201;G06F18/24
• 代理公司: 北京銀龍知識產(chǎn)權(quán)代理有限公司 11243
• 代理人: 許靜;劉偉

1.一種用戶觸達(dá)時間的預(yù)測模型的訓(xùn)練方法，其特征在于，包括：

獲取多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，所述交互數(shù)據(jù)包括交互時間段；其中，所述交互時間段是交互行為在多個預(yù)設(shè)時間段中所屬的時間段，所述多個預(yù)設(shè)時間段是對預(yù)設(shè)的交互周期劃分得到的，所述交互周期為周期性重復(fù)的時間周期；

根據(jù)所述多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，生成包含特征變量和標(biāo)簽的樣本集，所述標(biāo)簽用于標(biāo)注與所述用戶的交互行為是否成功；

利用所述樣本集對分類模型進(jìn)行訓(xùn)練，以獲得用于預(yù)測用戶觸達(dá)時間的預(yù)測模型，其中，所述用戶觸達(dá)時間為所述多個預(yù)設(shè)時間段中的一個預(yù)設(shè)時間段。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，生成包含特征變量和標(biāo)簽的樣本集的步驟，包括：

通過特征工程，計算特征變量之間的相關(guān)性，以及計算特征變量對標(biāo)簽的影響權(quán)重，并根據(jù)特征變量之間的相關(guān)性和特征變量對標(biāo)簽的影響權(quán)重，從所述多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)中提取特征變量；

將提取的特征變量及其標(biāo)簽中的部分或全部數(shù)據(jù)，作為用于模型訓(xùn)練的樣本集。

3.如權(quán)利要求2所述的方法，其特征在于，在提取特征變量之后，所述方法還包括：對提取的特征變量進(jìn)行以下至少一種處理：

對提取的特征變量進(jìn)行缺失值填補；

對提取的特征變量中的離散型特征變量進(jìn)行啞變量編碼；

對提取的特征變量中的連續(xù)型特征變量進(jìn)行標(biāo)準(zhǔn)化和無量綱化處理。

4.如權(quán)利要求2所述的方法，其特征在于，在利用所述樣本集對分類模型進(jìn)行訓(xùn)練之前，所述方法還包括：

對所述樣本集進(jìn)行上采樣處理，增加負(fù)樣本數(shù)據(jù)，以得到更新后的樣本集。

5.如權(quán)利要求1-4任一項所述的方法，其特征在于，所述歷史交互數(shù)據(jù)還包括交互行為、目標(biāo)應(yīng)用的使用數(shù)據(jù)以及用戶消費數(shù)據(jù)；

所述特征變量包括：用戶的性別、年齡、所處的地理位置、第三方對所述用戶的信用評分、目標(biāo)應(yīng)用的登錄時長和所述交互時間段。

6.一種用戶觸達(dá)時間的預(yù)測方法，其特征在于，包括：

獲取待預(yù)測的目標(biāo)用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，所述歷史交互數(shù)據(jù)包括交互時間段；其中，所述交互時間段是交互行為在多個預(yù)設(shè)時間段中所屬的時間段，所述多個預(yù)設(shè)時間段是對預(yù)設(shè)的交互周期劃分得到的，所述交互周期為周期性重復(fù)的時間周期；

根據(jù)所述目標(biāo)用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，生成所述目標(biāo)用戶的特征變量；

將所述目標(biāo)用戶的特征變量作為預(yù)設(shè)的預(yù)測模型的輸入，運行所述預(yù)測模型，得到所述目標(biāo)用戶的觸達(dá)時間；

其中，所述觸達(dá)時間為所述多個預(yù)設(shè)時間段中的一個預(yù)設(shè)時間段，所述預(yù)測模型是利用權(quán)利要求1至5任一項所述的方法訓(xùn)練得到。

7.一種用戶觸達(dá)時間的預(yù)測模型的訓(xùn)練裝置，其特征在于，包括：

數(shù)據(jù)獲取模塊，用于獲取多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，所述歷史交互數(shù)據(jù)包括交互時間段；其中，所述交互時間段是交互行為在多個預(yù)設(shè)時間段中所屬的時間段，所述多個預(yù)設(shè)時間段是對預(yù)設(shè)的交互周期劃分得到的，所述交互周期為周期性重復(fù)的時間周期；

特征生成模塊，用于根據(jù)所述多個用戶的用戶屬性數(shù)據(jù)和歷史交互數(shù)據(jù)，生成包含特征變量和標(biāo)簽的樣本集，所述標(biāo)簽用于標(biāo)注與所述用戶的交互行為是否成功；

模型訓(xùn)練模塊，用于利用所述樣本集對分類模型進(jìn)行訓(xùn)練，以獲得用于預(yù)測用戶觸達(dá)時間的預(yù)測模型，其中，所述用戶觸達(dá)時間為所述多個預(yù)設(shè)時間段中的一個預(yù)設(shè)時間段。