[發明專利]一種業務推薦的方法、裝置、可讀存儲介質和電子設備

在審

• 申請號: 202110524323.0
• 申請日: 2021-05-13
• 公開（公告）號: CN113129114A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 張銳;陳鵬;杜沖
• 申請（專利權）人: 北京大米科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q50/20;G06Q10/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京睿派知識產權代理事務所(普通合伙) 11597
• 代理人: 劉鋒;楊春曉

1.一種業務推薦方法，其特征在于，該方法包括：

獲取目標用戶的至少一個特征；

確定每個所述特征對應的特征值；

將至少一個所述特征值分別輸入到預先訓練的多個概率預測模型中，輸出多個預測概率，其中，每個所述概率預測模型對應一種業務；

根據預先設定的指標以及所述目標用戶的多個預測概率生成所述目標用戶的業務推薦方案。

2.如權利要求1所述的方法，其特征在于，該方法還包括：

將所述多個預測概率分別輸入到預先訓練的概率矯正模型，輸出多個矯正后預測概率。

3.如權利要求1所述的方法，其特征在于，所述根據預先設定的指標以及所述目標用戶的多個預測概率生成所述目標用戶的業務推薦方案，具體包括：

根據所述預先設定的指標、所述目標用戶的多個預測概率、以及每個業務對應的收益或成交額，生成所述目標用戶的業務推薦方案。

4.如權利要求2所述的方法，其特征在于，該方法還包括：

根據所述預先設定的指標以及所述目標用戶的多個矯正后的預測概率生成所述目標用戶的業務推薦方案。

5.如權利要求4所述的方法，其特征在于，所述根據所述預先設定的指標以及所述目標用戶的多個矯正后的預測概率生成所述目標用戶的業務推薦方案，具體包括：

所述根據所述預先設定的指標、所述目標用戶的多個矯正后的預測概率以及每個業務對應的收益或成交額，生成所述目標用戶的業務推薦方案。

6.如權利要求1所述的方法，其特征在于，所述目標用戶的特征包括基礎特征和組合特征，其中，所述基礎特征是根據用戶基本信息直接確定的，所述組合特征是根據至少兩個基本特征確定的。

7.如權利要求6所述的方法，其特征在于，所述基礎特征為字符型數據特征時，所述基礎特征的特征值根據獨熱編碼的方式確定；所述組合特征的特征值是歷史用戶的歷史購買概率的均值，其中，所述歷史用戶包括組成所述組合特征的至少兩個基礎特征，所述歷史購買概率是已購買任一業務的歷史用戶數量與全部歷史用戶數量的比值。

8.如權利要求1所述的方法，其特征在于，所述概率預測模型的生成過程包括：

獲取多個歷史用戶的歷史特征；

將所述歷史特征作為輸入，每個歷史用戶對于任一業務的購買結果作為輸出，訓練所述概率預測模型。

9.如權利要求1所述的方法，其特征在于，所述概率預測模型為xgboost分類模型或神經網絡模型。

10.如權利要求2所述的方法，其特征在于，所述概率矯正模型的生成過程包括：

獲取歷史用戶對于任一業務的預測概率；

將所述預測概率作為輸入，所述歷史用戶對于任一業務的購買結果作為輸出，訓練所述概率矯正模型。

11.如權利要求2所述的方法，其特征在于，所述概率矯正模型為邏輯回歸模型。

12.一種業務推薦的裝置，其特征在于，該裝置包括：

獲取單元，用于獲取目標用戶的的至少一個特征；

確定單元，用于分別確定每個所述特征對應的特征值；

處理單元，用于將至少一個所述特征值分別輸入到預先訓練的多個概率預測模型中，輸出多個預測概率，其中，每個所述概率預測模型對應一種業務；

生成單元，用于根據預先設定的指標以及所述目標用戶的多個預測概率生成所述目標用戶的業務推薦方案。

13.一種計算機可讀存儲介質，其上存儲計算機程序指令，其特征在于，所述計算機程序指令在被處理器執行時實現如權利要求1-11中任一項所述的方法。

14.一種電子設備，包括存儲器和處理器，其特征在于，所述存儲器用于存儲一條或多條計算機程序指令，其中，所述一條或多條計算機程序指令被所述處理器執行以實現如權利要求1-11任一項所述的方法。