[發明專利]一種定制化信息發送方法、裝置及電子設備

有效

• 申請號: 202110473741.1
• 申請日: 2021-04-29
• 公開（公告）號: CN113297480B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 龐業興
• 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;G06N20/00
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喬東峰

本發明公開了一種定制化信息發送方法、裝置及電子設備，所述方法包括：基于用戶輸入的模型參數通過自動機器學習AutoML篩選出多個目標模型及對應的特征列表；基于樣本數據通過可解釋人工智能XAI選擇與用戶輸入的模型解釋參數相匹配的模型解釋方式對各個目標模型進行解釋；根據模型解釋結果調整各個目標模型對應的特征列表；根據各個目標模型及調整后的特征列表對測試人群進行圈選；根據預定的策略向圈選的人群關聯的客戶端發送定制化信息。本發明將自動機器學習AutoML技術和可解釋人工智能XAI技術相融合，形成框架性的建模系統，能有效避免技術團隊的重復繁瑣勞動，并避免業務的偏離，提高信息發送的有效性。

技術領域

本發明涉及數據處理技術領域，具體而言，涉及一種定制化信息發送方法、裝置、電子設備及計算機可讀介質。

背景技術

為了滿足定制化需求，需要從海量的數據中圈選出指定人群，并對指定人群發送定制化的信息。其中，信息發送是指服務器向客戶端通過操作系統、APP、網頁等方式發送信息的技術。發送的信息可以根據業務的不同而不同，比如，可以是預警信息、提示信息、通知信息等。

在這種信息發送過程中，指定人群的圈選至關重要。目前，一個業務的指定人群圈選需要多個技術人員共同完成。而每個技術人員都會獨立創建人群圈選的機器學習模型，需要進行特征提取、模型篩選、超參調節等繁瑣勞動。一方面技術人員需要重復進行上述繁瑣勞動；另一方面，其他工作人員(比如運營人員、銷售人員等)并不能理解和有效溝通各個機器學習模型的問題，造成業務目標偏離的問題。

發明內容

本發明旨在解決現有信息發送過程中人群圈選出現重復勞動和目標偏離的技術問題。

為了解決上述技術問題，本發明第一方面提出一種定制化信息發送方法，用于向特定人群的客戶端發送定制化信息，所述方法包括：

基于用戶輸入的模型參數通過自動機器學習AutoML篩選出多個目標模型及對應的特征列表；

基于樣本數據通過可解釋人工智能XAI選擇與用戶輸入的模型解釋參數相匹配的模型解釋方式對各個目標模型進行解釋；

根據模型解釋結果調整各個目標模型對應的特征列表；

根據各個目標模型及調整后的特征列表對測試人群進行圈選；

根據預定的策略向圈選的人群關聯的客戶端發送定制化信息。

根據本發明一種優選的實施方式，所述根據各個目標模型及調整后的特征列表對測試人群進行圈選包括：

將各個目標模型及調整后的特征列表進行組合得到組合模型集；所述組合模型集包括：組合模型和對應的組合特征列表；

根據組合模型集中的各個組合模型及對應的組合特征列表對子測試人群進行圈選；

根據圈選結果確定目標組合模型及對應的組合特征列表；

通過所述目標組合模型及對應的組合特征列表對測試人群進行圈選。

根據本發明一種優選的實施方式，所述基于用戶輸入的模型參數通過自動機器學習AutoML篩選出多個目標模型及對應的特征列表之前，所述方法還包括：

創建模型集和特征列表集；所述特征列表集由根據數據屬性的類型生成的特征組成。

根據本發明一種優選的實施方式，所述基于樣本數據通過可解釋人工智能XAI選擇與用戶輸入的模型解釋參數相匹配的模型解釋方式對各個目標模型進行解釋之前，所述方法還包括：

配置并存儲用戶輸入的模型解釋參數與模型解釋方式匹配表。

根據本發明一種優選的實施方式，所述根據模型解釋結果調整各個目標模型對應的特征列表包括：