[發(fā)明專利]用于實(shí)現(xiàn)事件歸因的方法、裝置、介質(zhì)和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010468154.9
• 申請(qǐng)日: 2020-05-28
• 公開（公告）號(hào): CN111626898B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計(jì)）人: 李嘉晨;郭凱;劉雷;劉洋;付東東;胡磊
• 申請(qǐng)（專利權(quán)）人: 貝殼找房(北京)科技有限公司
• 主分類號(hào): G06Q50/16
• 分類號(hào): G06Q50/16;G06Q10/04
• 代理公司: 北京思源智匯知識(shí)產(chǎn)權(quán)代理有限公司 11657
• 代理人: 毛麗琴

公開了一種用于實(shí)現(xiàn)事件歸因的方法、裝置、介質(zhì)以及電子設(shè)備。其中的方法包括：獲取多個(gè)用戶的第一特征信息；其中一個(gè)用戶的第一特征信息包括多個(gè)特征元素；根據(jù)所述多個(gè)用戶的第一特征信息，分別預(yù)測(cè)所述多個(gè)用戶分別獲得事件的第一概率；針對(duì)由所述多個(gè)特征元素中的至少一個(gè)特征元素形成的一歸因特征組，交換多個(gè)用戶的歸因特征組，獲得所述多個(gè)用戶的第二特征信息；根據(jù)所述多個(gè)用戶的第二特征信息，預(yù)測(cè)所述多個(gè)用戶分別獲得事件的第二概率；根據(jù)所述第一概率和第二概率，確定所述歸因特征組中的特征元素對(duì)用戶獲得事件的貢獻(xiàn)。本公開提供的技術(shù)方案有利于提高事件歸因的準(zhǔn)確性，從而有利于保證并促進(jìn)目標(biāo)的達(dá)成。

本公開要求在2020年3月20日提交中國專利局、申請(qǐng)?zhí)枮?02010200857.3、發(fā)明名稱為“用于實(shí)現(xiàn)商機(jī)歸因的方法、裝置介質(zhì)和電子設(shè)備”的中國專利申請(qǐng)的優(yōu)先權(quán)，其全部?jī)?nèi)容通過引用結(jié)合在本公開中。

技術(shù)領(lǐng)域

本公開涉及計(jì)算機(jī)技術(shù)，尤其是涉及一種用于實(shí)現(xiàn)事件歸因的方法、用于實(shí)現(xiàn)事件歸因的裝置、存儲(chǔ)介質(zhì)以及電子設(shè)備。

背景技術(shù)

在房地產(chǎn)等領(lǐng)域，事件歸因的作用在于提高用戶獲得事件的概率。即事件歸因包括：確定多個(gè)歸因因素分別對(duì)用戶獲得事件的影響，從而可以根據(jù)各歸因因素各自對(duì)應(yīng)的影響，決定需要調(diào)整的歸因因素以及歸因因素的具體調(diào)整方式。

由于準(zhǔn)確的確定出歸因因素對(duì)用戶獲得事件的影響，有利于提高用戶獲得事件的概率，因此，如何準(zhǔn)確的實(shí)現(xiàn)事件歸因，是一個(gè)值得關(guān)注的技術(shù)問題。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，提出了本公開。本公開的實(shí)施例提供了一種用于實(shí)現(xiàn)事件歸因的方法、用于實(shí)現(xiàn)事件歸因的裝置、存儲(chǔ)介質(zhì)以及電子設(shè)備。

根據(jù)本公開實(shí)施例的一個(gè)方面，提供一種用于實(shí)現(xiàn)事件歸因的方法，該方法包括：獲取多個(gè)用戶的第一特征信息；其中一個(gè)用戶的第一特征信息包括多個(gè)特征元素；根據(jù)所述多個(gè)用戶的第一特征信息，預(yù)測(cè)所述多個(gè)用戶分別獲得事件的第一概率；針對(duì)由所述多個(gè)特征元素中的至少一個(gè)特征元素形成的一歸因特征組，交換所述多個(gè)用戶的歸因特征組，獲得所述多個(gè)用戶的第二特征信息；根據(jù)所述多個(gè)用戶的第二特征信息，預(yù)測(cè)所述多個(gè)用戶分別獲得事件的第二概率；根據(jù)所述第一概率和第二概率，確定所述歸因特征組中的特征元素對(duì)用戶獲得事件的貢獻(xiàn)。

在本公開一實(shí)施方式中，所述根據(jù)所述多個(gè)用戶的第一特征信息，預(yù)測(cè)所述多個(gè)用戶分別獲得事件的第一概率，包括：將所述多個(gè)用戶的第一特征信息分別提供給預(yù)測(cè)模型，經(jīng)由所述預(yù)測(cè)模型對(duì)所述多個(gè)用戶的第一特征信息分別進(jìn)行概率預(yù)測(cè)處理；根據(jù)所述預(yù)測(cè)模型的輸出，獲得所述多個(gè)用戶分別獲得事件的第一概率；其中，所述預(yù)測(cè)模型包括：由決策樹和邏輯回歸形成的預(yù)測(cè)模型。

在本公開又一實(shí)施方式中，所述方法還包括：根據(jù)所述多個(gè)特征元素之間的相似度，確定屬于同一歸因特征組的特征元素。

在本公開再一實(shí)施方式中，所述根據(jù)所述多個(gè)特征元素之間的相似度，確定屬于同一歸因特征組的特征元素，包括：計(jì)算所述多個(gè)特征元素中的兩兩特征元素之間的相似度；將相似度滿足預(yù)定相似度要求的兩個(gè)特征元素作為一個(gè)歸因特征組；合并包含有相同特征元素的不同歸因特征組。

在本公開再一實(shí)施方式中，所述計(jì)算所述多個(gè)特征元素中的兩兩特征元素之間的相似度，包括：在兩個(gè)特征元素為一連續(xù)型特征元素和一離散型特征元素的情況下，將所述連續(xù)型特征元素轉(zhuǎn)換為離散型特征元素；確定兩個(gè)離散型特征元素的信息增益率；其中，所述信息增益率被作為所述連續(xù)型特征元素和離散型特征元素之間的相似度。

在本公開再一實(shí)施方式中，所述計(jì)算所述多個(gè)特征元素中的兩兩特征元素之間的相似度，包括：在兩個(gè)特征元素為兩個(gè)離散型特征元素的情況下，確定所述兩個(gè)離散型特征元素的信息增益率；其中，所述信息增益率被作為所述兩個(gè)離散型特征元素之間的相似度。