[發明專利]平臺用戶價值的預測方法、裝置、設備及存儲介質

在審

• 申請號: 202110791170.6
• 申請日: 2021-07-13
• 公開（公告）號: CN113487361A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 曹木水;程允勝;馮壽帥;韓旭旺
• 申請（專利權）人: 廣州虎牙科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 趙翠香

1.一種平臺用戶價值的預測方法，其特征在于，包括：

在檢測到平臺的目標新用戶時，采集所述目標新用戶的特征數據；

將所述目標新用戶的特征數據輸入至預先訓練的用戶價值預測模型，得到所述目標新用戶針對平臺中各預設品類的用戶價值；

其中，所述用戶價值預測模型的輸入為新用戶的特征數據，輸出為新用戶針對平臺中各預設品類的用戶價值，所述針對平臺中各預設品類的用戶價值是用戶在注冊后第一預設時長內針對平臺中各預設品類的活躍天數。

2.根據權利要求1所述的方法，其特征在于，所述采集所述目標新用戶的特征數據，包括：

向安裝于所述目標新用戶的終端設備的平臺應用程序客戶端發送數據權限詢問信息，以使所述平臺應用程序客戶端通過詢問信息展示頁面，向所述目標新用戶展示所述數據權限詢問信息；

其中，所述數據權限詢問信息是用于詢問所述目標新用戶是否為平臺授予對所述目標新用戶的特征數據的采集權限的詢問信息；

在根據所述目標新用戶與所述詢問信息展示頁面的交互操作，確認所述目標新用戶為平臺授予對所述目標新用戶的特征數據的采集權限時，通過所述平臺應用程序客戶端采集所述目標新用戶的特征數據。

3.根據權利要求1所述的方法，其特征在于，還包括：

采集在第二預設時長內的全部新用戶的特征數據、以及各所述新用戶針對平臺中各預設品類的用戶價值；

將各所述新用戶的特征數據和針對平臺中各預設品類的用戶價值作為訓練樣本，對機器學習模型進行訓練，得到用戶價值預測模型。

4.根據權利要求3所述的方法，其特征在于，所述將各所述新用戶的特征數據和針對平臺中各預設品類的用戶價值作為訓練樣本，對機器學習模型進行訓練，得到用戶價值預測模型，包括：

將由各所述新用戶的特征數據和針對平臺中各預設品類的用戶價值構成的訓練樣本劃分為訓練樣本集合以及測試樣本集合；

使用所述訓練樣本集合對機器學習模型進行訓練，得到用戶價值預測模型；

使用所述測試樣本集合對所述用戶價值預測模型進行測試，得到所述用戶價值預測模型的準確度。

5.根據權利要求1所述的方法，其特征在于，在得到所述目標新用戶針對平臺中各預設品類的用戶價值之后，還包括：

根據所述目標新用戶針對平臺中各預設品類的用戶價值，將平臺中各預設品類推薦給所述目標新用戶。

6.根據權利要求5所述的方法，其特征在于，所述根據所述目標新用戶針對平臺中各預設品類的用戶價值，將平臺中各預設品類推薦給所述目標新用戶，包括：

根據所述目標新用戶針對平臺中各預設品類的用戶價值，計算平臺中各預設品類的目標用戶價值占比；

根據平臺中各預設品類的目標用戶價值占比，確定平臺中各預設品類的推薦內容在平臺應用程序客戶端的首頁內容中的目標內容占比；

根據平臺中各預設品類的推薦內容和所述目標內容占比，生成與所述目標新用戶對應的首頁內容；

將與所述目標新用戶對應的首頁內容發送至安裝于所述目標新用戶的終端設備的平臺應用程序客戶端，以使所述平臺應用程序客戶端在所述目標新用戶啟動所述平臺應用程序客戶端時，在所述平臺應用程序客戶端的首頁中展示與所述目標新用戶對應的首頁內容。

7.根據權利要求5所述的方法，其特征在于，所述根據所述目標新用戶針對平臺中各預設品類的用戶價值，將平臺中各預設品類推薦給所述目標新用戶，包括：

按照所述目標新用戶針對平臺中各預設品類的用戶價值從高到低，對平臺中各預設品類進行排序；

獲取與位于排序結果第一位的預設品類對應的類似品類；

將所述類似品類的推薦內容發送至安裝于所述目標新用戶的終端設備的平臺應用程序客戶端，以使所述平臺應用程序客戶端在所述目標新用戶使用所述平臺應用程序客戶端的過程中，向所述目標新用戶展示所述類似品類的推薦內容。