[發明專利]一種定制信息發送方法、裝置和電子設備

有效

• 申請號: 202010721032.6
• 申請日: 2020-07-24
• 公開（公告）號: CN112015978B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 鄭盛麟;劉禹彤;張嘉偉;班華斌
• 申請（專利權）人: 上海淇玥信息技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2458;G06F30/27
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

本發明提供了一種用于金融資源分配的定制信息發送方法、裝置和電子設備，該方法包括：構建第一機器學習模型，并使用訓練數據訓練該模型，訓練數據包括歷史用戶的用戶特征數據和用戶評估值；使用第一機器學習模型，計算目標用戶的用戶評估值的預測值；根據用戶評估值的預測值確定定制信息發送頻次策略；構建第二機器學習模型，并使用訓練數據訓練該模型；將目標用戶的用戶特征數據、各文案元素輸入到第二機器學習模型，輸出目標用戶對于各文案元素的預測的效果評分；根據效果評分確定文案策略；根據定制信息發送頻次策略和文案策略向目標用戶發送定制信息。本發明能夠向各類用戶更精準地發送對應的定制數據，保證了觸達營銷效果最大化。

技術領域

本發明涉及通信領域，特別地涉及一種用于金融資源分配的定制信息發送方法、裝置和電子設備。

背景技術

隨著移動通信的蓬勃發展，電信運營商能擁有處理和存儲的電信數據越來越多，很多公司和企業為了高效的發現目標用戶，開始通過和電信運營商合作獲取他們的電信數據進行分析和處理，得出結果后反饋給合作商家進行精準營銷。

現有技術中，很多電信企業利用數據挖掘在客戶細分有廣泛的應用，并且一些電信企業對客戶細分及客戶營銷方面非常重視，同時依據客戶細分產生的結果做出正確的決策。例如某電信企業基于數據挖掘手段在客戶流失方面有廣泛的應用，并且對其進行預測。例如，有些企業主要利用數據挖掘技術對客戶進行細分，采用客戶的性別和年齡等基本特征來。再例如，還有一些企業主要通過分析不同客戶的業務貢獻來對客戶進行細分，針對不同客戶群制定差異化的營銷方案。

雖然目前大數據在精準營銷方面已經有了一些應用，但是針對電信大數據的精準營銷方式還是偏少，主要原因是電信運營商為了保護用戶隱私，不會隨便公開用戶的電信數據。但是，在營銷方面仍存在如下問題：1)營銷效率低下，在各大運營商以對內業務為主的時期，短信精準營銷的產品大多是語音、通話、流量產品，依照業務經驗設計營銷客戶群提取口徑，但是無法滿足同一時期內大量多品類產品的營銷需求。2)營銷效果難以保證，隨著營銷產品的日益多樣化，業務專家的業務知識儲備幾乎不可能得到同步的擴展，單一依賴營銷人員設計營銷口徑的辦法無法滿足高質量的客群獲取，受限于業務主觀認知水平，無法做到個性化的精準營銷。

因此，有必要提供一種更精準的定制信息發送方法。

發明內容

為了解決上述問題，本發明提供了一種用于金融資源分配的定制信息發送方法，所述定制信息發送方法包括：構建第一機器學習模型，并使用訓練數據訓練所述第一機器學習模型，所述訓練數據包括歷史用戶的用戶特征數據和歷史用戶的用戶評估值，該用戶評估值用于描述用戶對于金融資源的需求度和/或對于定制信息的接受程度；使用目標用戶的用戶行為信息數據輸入所述第一機器學習模型，計算所述目標用戶的用戶評估值的預測值；根據所述用戶評估值的預測值確定定制信息發送頻次策略；構建第二機器學習模型，并使用訓練數據訓練所述第二機器學習模型，所述訓練數據包括歷史用戶的用戶特征數據、對歷史用戶的歷史觸達文案元素、歷史用戶對各文案元素的效果評分；將目標用戶的用戶特征數據、各文案元素輸入到所述第二機器學習模型，輸出目標用戶對于各文案元素的預測的效果評分；根據所述效果評分確定文案策略；根據所述定制信息發送頻次策略和所述文案策略向所述目標用戶發送定制信息。

優選地，所述用戶特征數據包括注冊時長、登錄頻次、登錄次數、金融產品屬性信息數據、金融產品定價、地址位置信息數據、設備屬性信息數據中的一個或其組合。

優選地，所述根據所述用戶評估值的預測值確定定制信息發送頻次策略包括：根據預定條件規則確定相應的定制信息發送頻次策略，所述條件規則包括如下條件中至少兩個條件：注冊時長是否大于、小于特定設置值或是否在特定設置范圍內；用戶的用戶評估值是否大于、小于設定閾值或是否在設定閾值范圍內。

優選地，所述用戶評估值包括金融資源請求意愿分、信息偏好分、用戶價值分中的至少一個或其組合。