[發明專利]一種模型訓練、社交互動策略優化方法

有效

• 申請號: 202111586916.6
• 申請日: 2021-12-23
• 公開（公告）號: CN114005014B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 李津;蔣婉棋
• 申請（專利權）人: 杭州華鯉智能科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06Q30/02
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 周嗣勇

本說明書一個或多個實施例提供一種模型訓練、社交互動策略優化方法。將社交化運營（業務視角）描述為動作與社交場景的環境之間的數據交互（技術視角），即“環境狀態?將動作施加于環境?環境對動作進行響應以得到新環境狀態”。進而，可以在上述技術視角下，采用特定的模型訓練方法訓練一個策略選擇模型，該策略選擇模型用于根據社交場景的環境狀態來提供相應的互動發起策略，以便指導運營方賬號基于有效的互動發起策略向用戶發起社交互動。

技術領域

本說明書一個或多個實施例涉及信息技術領域，尤其涉及一種模型訓練、社交互動策略優化方法。

背景技術

在互聯網時代，出現了社交化運營這種新型的業務運營模式。社交化運營通常是指運營方在社交場景下與用戶進行社交互動，利用社交互動來實現特定的運營目標。

有時運營方需要主動發起與用戶之間的社交互動，這種情況下，以怎樣的策略發起社交互動是非常重要的，這會直接影響到業務運營效果。

基于此，需要一種比較有效的發起社交互動的技術方案。

發明內容

有鑒于此，本說明書一個或多個實施例提供一種模型訓練、社交互動策略優化方法。

為實現上述目的，本說明書一個或多個實施例提供技術方案如下：

根據本說明書一個或多個實施例的第一方面，提出了一種模型訓練方法，包括：

監測社交場景的環境狀態，得到第一環境狀態信息；其中，環境狀態包括：社交場景下注冊的運營方賬號的當前運營目標，以及社交場景下注冊的用戶賬號與運營方賬號之間的歷史社交互動相關特征；

將第一環境狀態信息輸入待訓練的策略選擇模型，輸出從互動發起策略集合中選擇的互動發起策略；

基于輸出的互動發起策略向用戶賬號發起社交互動，以影響環境狀態；

再次監測社交場景的環境狀態，得到第二環境狀態信息；

基于第一環境狀態信息與第二環境狀態信息所表征的環境狀態變化，以及預設的獎勵規則，確定獎勵值；其中，環境狀態變化越有利于達成所述當前運營目標，所述獎勵值越高；

將第一環境狀態信息與第二環境狀態信息輸入待訓練的狀態評價模型，輸出相應的評分；

對第一環境狀態信息的評分與第二環境狀態信息的評分進行對比，根據對比結果與獎勵值確定訓練誤差，根據訓練誤差更新策略選擇模型與狀態評價模型，完成一次訓練迭代。

在一些實施例中，運營方賬號的當前運營目標包括以下至少一種：

提升用戶對品牌的認可度；吸引用戶關注新上架的產品；吸引用戶領取優惠券。

在一些實施例中，用戶賬號與運營方賬號之間的歷史社交互動相關特征包括以下至少一種：

歷史上用戶賬號與運營方賬號進行社交互動的頻率；

歷史上用戶賬號向運營方賬號發起交易訂單的數量；

歷史上用戶賬號向運營方賬號發起交易訂單的金額；

用戶賬號最近一次與運營方賬號進行過的社交互動所對應的時間；

用戶賬號最近一次向運營方賬號發起過的交易訂單所對應的時間。

在一些實施例中，所述環境狀態還包括：

用戶賬號對應的一項或多項用戶畫像特征。

在一些實施例中，用戶畫像特征包括：

社交場景下為用戶標記的類型標簽，或者，社交場景下用戶對應的影響力指數。