[發明專利]商戶激勵程度的確定方法、裝置和訂單生成方法、裝置

在審

• 申請號: 202010105312.4
• 申請日: 2020-02-20
• 公開（公告）號: CN111401933A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 龍偉健;黃興;顧津吉
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 任亞娟

本公開提供了一種商戶激勵程度的確定方法、裝置和訂單生成方法、裝置，所述商戶激勵程度的確定方法包括：獲取目標商戶集，所述目標商戶集包括至少一個目標商戶；采用用戶數預測模型預測在不同的激勵程度參數下，訪問目標商戶的用戶數；采用下單率預測模型預測在不同的激勵程度參數下目標商戶的下單率；根據在每個激勵程度參數下目標商戶的下單率、訪問目標商戶的用戶數和激勵程度參數，確定目標商戶在激勵程度參數下的激勵成本參數；根據最大激勵成本和每個目標商戶在每個激勵程度參數下的激勵成本參數，確定每個目標商戶的目標激勵程度參數。本公開可以提高目標激勵程度參數的準確度。

技術領域

本公開涉及計算機處理技術領域，尤其涉及一種商戶激勵程度的確定方法、裝置和訂單生成方法、裝置。

背景技術

在網絡銷售領域中，用戶可以在網絡銷售平臺上訪問商戶或查看商品，以獲取目標商戶或商品的詳細信息，從而決定是否對商戶或商品進行下單。為了激勵用戶下單，通常可以向用戶發送補貼券、折扣券、滿減券或直接進行打折銷售。

現有技術中，一種常用的激勵方式包括：首先，針對同一區域中的商戶，根據該區域的消費水平設置這些商戶的目標激勵程度參數；然后，根據該目標激勵程度參數對用戶進行激勵，例如，可以向用戶發放金額為該目標激勵程度參數的補貼券；從而使得當用戶下單時，可以從需要支付的總金額中減去該目標激勵程度參數對應的金額。

發明人對上述方案進行研究之后發現，上述方案針對同一區域中的每個商戶均設置有相同的目標激勵程度參數，導致目標激勵程度參數的準確度較低。

發明內容

本公開提供一種商戶激勵程度的確定方法、裝置和訂單生成方法、裝置，可以通過預測的用戶數、下單率和對應的激勵程度參數，確定激勵成本參數，從而針對每個目標商戶確定個性化的目標激勵程度參數，有助于提高目標激勵程度參數的準確度。

根據本公開的第一方面，提供了一種商戶激勵程度的確定方法，所述方法包括：

獲取目標商戶集，所述目標商戶集包括至少一個目標商戶；

針對每個所述目標商戶，采用用戶數預測模型預測在不同的激勵程度參數下訪問所述目標商戶的用戶數；所述用戶數預測模型通過第一訓練樣本訓練得到，所述第一訓練樣本包括：第一樣本商戶信息、第一樣本激勵程度和樣本用戶數；

針對每個所述目標商戶，采用下單率預測模型預測在不同的激勵程度參數下所述目標商戶對應的下單率；所述下單率預測模型通過第二訓練樣本訓練得到，所述第二訓練樣本包括：第二樣本商戶信息、第二樣本激勵程度和樣本下單率；

針對每個所述目標商戶和每個所述激勵程度參數，根據所述目標商戶在所述激勵程度參數下對應的下單率、訪問所述目標商戶的用戶數和所述激勵程度參數，確定所述目標商戶在所述激勵程度參數下對應的激勵成本參數；

根據預設的最大激勵成本和每個所述目標商戶在每個所述激勵程度參數下對應的激勵成本參數，確定每個所述目標商戶的目標激勵程度參數。

根據本公開的第二方面，提供了一種商戶激勵程度的確定裝置，所述裝置包括：

目標商戶集獲取模塊，用于獲取目標商戶集，所述目標商戶集包括至少一個目標商戶；

用戶數預測模塊，用于針對每個所述目標商戶，采用用戶數預測模型預測在不同的激勵程度參數下訪問所述目標商戶的用戶數；所述用戶數預測模型通過第一訓練樣本訓練得到，所述第一訓練樣本包括：第一樣本商戶信息、第一樣本激勵程度和樣本用戶數；

下單率預測模塊，用于針對每個所述目標商戶，采用下單率預測模型預測在不同的激勵程度參數下所述目標商戶對應的下單率；所述下單率預測模型通過第二訓練樣本訓練得到，所述第二訓練樣本包括：第二樣本商戶信息、第二樣本激勵程度和樣本下單率；