[發明專利]用戶引導方法、裝置、計算機設備以及存儲介質

在審

• 申請號: 202110270130.7
• 申請日: 2021-03-12
• 公開（公告）號: CN112884449A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 許彩霞;李志綱;孔洋洋
• 申請（專利權）人: 北京樂學幫網絡技術有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q10/04;G06Q50/20;G06K9/62
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 謝玲

1.一種用戶引導方法，其特征在于，所述方法包括：

獲取待預測時間段內報名參與目標課程的多個待測用戶中每個待測用戶的特征數據；

根據每個所述待測用戶的特征數據和訓練好的意向預測模型，確定每個所述待測用戶針對所述目標課程的目標參與意向度；

根據每個所述待測用戶的目標參與意向度、以及不同的意向集合對應的用戶數占比，確定每個所述待測用戶所屬的意向集合以及與所述意向集合對應的引導方式。

2.根據權利要求1所述的方法，其特征在于，所述特征數據包括下述至少一種數據：

所述待測用戶針對所述目標課程的訂單特征數據、所述待測用戶針對報名過的預設課程的下單特征數據、所述待測用戶針對報名過的預設課程的學習行為特征數據、所述待測用戶與教育機構的溝通特征數據、以及所述待測用戶基于課程應用的交互特征數據。

3.根據權利要求1所述的方法，其特征在于，所述獲取待預測時間段內報名參與目標課程的多個待測用戶中每個待測用戶的特征數據，包括：

獲取待預測時間段內報名參與目標課程的多個待測用戶中每個待測用戶的原始數據；

對所述原始數據進行預設特征處理，得到每個所述待測用戶的特征數據，其中，所述預設特征處理包括特征離散化處理、針對缺失數據的缺失值處理、以及針對具備相關性的數據的特征選擇處理中的至少一項。

4.根據權利要求1所述的方法，其特征在于，所述意向預測模型包括數據融合子模型和多個初步預測子模型，其中，所述多個初步預測子模型中各初步預測子模型的類型不同；

所述根據每個所述待測用戶的特征數據和訓練好的意向預測模型，確定每個所述待測用戶針對所述目標課程的目標參與意向度，包括：

將每個所述待測用戶的特征數據分別輸入多個所述初步預測子模型，分別得到每個所述待測用戶針對所述目標課程的多個初步參與意向度；

將每個所述待測用戶對應的多個初步參與意向度輸入到所述數據融合子模型，得到每個所述待測用戶針對所述目標課程的目標參與意向度。

5.根據權利要求4述的行為預測方法，其特征在于，所述初步預測子模型包括隨機森林模型、自適應增強模型、多層感知模型和極端隨機樹模型中的一種。

6.根據權利要求1所述的方法，其特征在于，所述根據每個所述待測用戶的目標參與意向度、以及不同的意向集合對應的用戶數占比，確定每個所述待測用戶所屬的意向集合以及與所述意向集合對應的引導方式，包括：

按照對應的所述目標參與意向度從高到低的順序，對所述多個待測用戶進行排序；

基于各個所述待測用戶的名次、以及不同的意向集合對應的用戶名次區間，確定每個所述待測用戶所屬的意向集合以及與所述意向集合對應的引導方式；

其中，各所述意向集合對應引導方式的引導力度不同，用戶名次區間越靠前的所述意向集合所對應的引導方式的引導力度越弱。

7.根據權利要求6所述的方法，其特征在于，所述方法還包括：

針對每個所述意向集合，向該意向集合中的所述待測用戶推送與該意向集合的引導方式對應引導消息；

其中，所述引導消息包含的消息內容，與所述引導消息對應的所述引導方式的引導力度相匹配。

8.根據權利要求1所述的方法，其特征在于，通過以下步驟訓練得到參與意向預測模型：

獲取預設歷史時間段內報名參與樣本課程的多個樣本用戶中每個樣本用戶的樣本特征數據；

根據每個所述樣本用戶的樣本特征數據和待訓練的意向預測模型，確定每個所述樣本用戶針對所述樣本課程的樣本目標參與意向度；

根據每個所述樣本用戶的樣本目標參與意向度、以及不同的意向集合對應的用戶數占比，確定每個所述樣本用戶所屬的意向集合；

確定至少一個所述意向集合的實際到課率與對應的期望到課率的差值，并基于所述差值調整所述待訓練的意向預測模型的參數，完成一次訓練；

經過對所述待訓練的參與意向預測模型的多輪訓練，得到所述訓練好的參與意向預測模型。