[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

本公開提供了一種用戶引導方法、裝置、計算機設備以及存儲介質，首先可以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；根據每個待測用戶的特征數據和訓練好的意向預測模型，確定每個待測用戶針對目標課程的目標參與意向度；根據每個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，確定每個待測用戶所屬的意向集合以及與意向集合對應的引導方式。通過用戶的特征數據可以高效準確地預測出體現用戶針對目標課程的參與意向的參與意向度，以及確定每個用戶所屬的意向集合，以便根據對應意向集合的引導方式對用戶進行針對性的引導，從而既可以有效提升課程的到課率，又可以提高教育機構的工作效率。

技術領域

本公開涉及計算機技術領域，具體而言，涉及一種用戶引導方法、裝置、計算機設備以及存儲介質。

背景技術

對于完成課程報名的多個用戶，由于每個用戶對課程的實際參與意向是不同的，通常需要教育機構通過對報名用戶進行回訪溝通來預估多個用戶針對目標課程的參與情況。然而，回訪溝通的方式所需要的人工成本較高且效率較低，也無法獲得較準確的信息。

發明內容

本公開實施例至少提供一種用戶引導方法、裝置、計算機設備以及存儲介質。

第一方面，本公開實施例提供了一種用戶引導方法，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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。

在一種可能的實施方式中，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：