[發明專利]用戶留資預測訓練方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202210959399.0
• 申請日: 2022-08-10
• 公開（公告）號: CN115330447A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 單菲
• 申請（專利權）人: 阿維塔科技（重慶）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;溫瑞鑫

本發明實施例涉及互聯網技術領域，公開了一種用戶留資預測訓練方法、裝置及計算機可讀存儲介質，該方法包括：獲取用戶預測特征；其中，所述用戶預測特征包括公域數據中的用戶特征和私域數據中的用戶特征；所述用戶預測特征通過預設篩選規則，確定與留資預測相關的待訓練特征；通過包含所述待訓練特征的訓練樣本進行訓練，得到目標留資預測模型，應用本發明的技術方案，能夠整合公私域數據中包含的所有用戶預測特征；能夠更準確對留資進行預測。

技術領域

本發明實施例涉及互聯網技術領域，具體涉及一種用戶留資預測訓練方法、裝置及計算機可讀存儲介質。

背景技術

隨著汽車行業在數字營銷技術的發展，利用互聯網絡、電腦通信技術和數字交互式媒體，可有效地挖掘潛在消費者。

目前在汽車行業的數字營銷技術下，主要通過用戶群體在公域數據可能的線索留資(留下資料)意向度挖掘潛在的消費者。然而，在公域數據下獲得的潛在消費者的群體，以及該群體的留資意向，不能提供給汽車企準確的潛在消費者以及留資預測。

發明內容

鑒于上述問題，本發明實施例提供了一種用戶留資預測訓練方法、裝置及計算機可讀存儲介質，用于解決現有技術中存在公域數據提供的用戶群體的可能留資意向度，不能準確的挖掘潛在消費者的問題。

根據本發明實施例的一個方面，提供了一種用戶留資預測訓練方法，所述方法包括：

獲取用戶預測特征；其中，所述用戶預測特征包括公域數據中的用戶特征和私域數據中的用戶特征；

所述用戶預測特征通過預設篩選規則，確定與留資預測相關的待訓練特征；

通過包含所述待訓練特征的訓練樣本進行訓練，得到目標留資預測模型。

在一種可選的方式中，所述通過包含所述待訓練特征的訓練樣本進行訓練，得到目標留資預測模型，進一步包括：

基于包含所述待訓練特征的訓練樣本，訓練至少兩個留資預測模型；

獲取至少兩個所述留資預測模型輸出的留資預測準確率和混合矩陣指標；

根據所述留資預測準確率和所述混合矩陣指標，確定至少兩個所述留資預測模型中適用于留資預測的最優留資預測模型作為目標留資預測模型。

在一種可選的方式中，所述通過包含所述待訓練特征的訓練樣本進行訓練，得到目標留資預測模型，進一步包括：

迭代所述訓練樣本中的待訓練特征；

當所述目標留資預測模型輸出的留資預測準確率高于預設值時，將所述訓練樣本中的待訓練特征作為留資預測特征。

在一種可選的方式中，所述通過包含所述待訓練特征的訓練樣本進行訓練，得到目標留資預測模型之后，所述方法進一步包括：

針對第一組用戶和第二組用戶進行推廣，確定所述第一組用戶的留資轉化率和所述第二組用戶的留資轉化率；其中，第一組用戶是已推廣用戶中通過所述目標留資預測模型預測后留資預測值高于第二預設值的第一數量的用戶，所述第二組用戶是已推廣用戶中隨機選取的第一數量的用戶。

在一種可選的方式中，所述針對第一組用戶和第二組用戶推廣，確定所述第一組用戶的留資轉化率和所述第二組用戶的留資轉化率之后，所述方法進一步包括：

若所述第一組用戶的留資轉化率高于所述第二組用戶的留資轉化率，或所述第一組用戶的留資轉化率高于第三預設值，則將所述目標留資預測模型作為最終應用留資預測模型。

在一種可選的方式中，所述針對第一組用戶和第二組用戶推廣，確定所述第一組用戶的留資轉化率和所述第二組用戶的留資轉化率之后，所述方法進一步包括：