[發明專利]汽車行業大數據獲客方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211422014.3
• 申請日: 2022-11-14
• 公開（公告）號: CN115760182A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 黃興如;李奕萱;閆龍;王功舉;胡律哲;王全達
• 申請（專利權）人: 中國聯合網絡通信集團有限公司;聯通數字科技有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06F16/9535
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 郭李君;黃健

本申請提供一種汽車行業大數據獲客方法、裝置、電子設備及存儲介質，電子設備通過對持有車輛和未持有車輛的用戶對多類型應用程序的訪問信息的差異性分析，篩選出與用戶持有車輛的狀態相關的目標應用程序和各目標應用程序相關的訪問信息，并基于此生成當前購車意愿模型，電子設備還對持有車輛和持有車輛的用戶的原始購車行為特征數據進行篩選，獲得有效行為特征數據，結合購車意愿訓練得到歷史購車意向模型，電子設備利用歷史購車意愿和當前購車意愿兩個模型聯合判斷目標用戶的購車操作，增加了識別用戶是否執行購車行為時考慮的影響因子，提高了識別準確率，繼而提高目標用戶畫像生成的準確率以及基于用戶畫像進行營銷活動的精準度。

技術領域

本申請的實施例涉及大數據應用技術領域，尤其涉及一種汽車行業大數據獲客方法、裝置、電子設備及存儲介質。

背景技術

用戶畫像是刻畫用戶社會屬性、生活習慣、消費行為等信息的模型，汽車的購買及持有是描述用戶消費行為的一個重要因素，是用戶畫像的重要組成部分。汽車服務行業可根據用戶畫像中的用戶消費行為進行對應的營銷策略。

現有技術中，服務器將大量用戶對汽車產品的瀏覽行為、搜索行為及相關發言信息作為用戶的購車意向的標簽來訓練神經網絡，并利用該神經網絡判斷目標用戶的購車意向，實現該目標用戶畫像的繪制，以使服務器根據該用戶畫像進行對應的營銷策略。但是，上述神經網絡訓練過程中采用的標簽信息是根據經驗設定的標簽信息，未能全面反映用戶在進行購車意向時所考慮的因素，導致該神經網絡不準確，對應生成的用戶畫像存在偏差。

發明內容

本申請提供一種汽車行業大數據獲客方法、裝置、電子設備及存儲介質，用以解決基于經驗設定的標簽訓練的神經網絡對目標用戶的購車意向的判斷結果不準確的技術問題。

第一方面，本申請提供一種汽車行業大數據獲客方法，所述方法包括：

獲取持有車輛的第一用戶和未持有車輛的第二用戶對多類型應用程序的訪問信息和原始購車行為特征數據；所述訪問信息包括訪問時間范圍和操作信息，所述原始購車行為特征數據包括多種線下行為特征數據和多種線上行為特征數據；

針對各類型應用程序，對所述第一用戶和所述第二用戶處于相同訪問時間范圍內的操作信息進行差異性分析，生成分析結果，并根據所述分析結果構建規則模型，生成當前購車意愿模型；所述當前購車意愿模型包括第一當前購車意愿模型和第二當前購車意愿模型，所述分析結果包括目標應用程序；

對所述線下行為特征數據和線上行為特征數據進行數據清洗和預處理操作，確定有效行為特征數據；

利用所述有效行為特征數據訓練邏輯回歸模型，獲得歷史購車意向模型；

獲取目標用戶對所述多類型應用程序的訪問信息和有效行為特征數據，根據所述當前購車意愿模型、所述目標應用程序的訪問信息、所述歷史購車意向模型和所述有效行為特征數據，生成所述目標用戶的用戶畫像，并根據所述用戶畫像采取對應的信息推薦。

在上述技術方案中，電子設備通過對持有車輛和未持有車輛的用戶對多類型應用程序的訪問信息的差異性分析，篩選出與用戶持有車輛的狀態相關的目標應用程序和各目標應用程序相關的訪問信息，并基于此生成當前購車意愿模型，電子設備還對持有車輛和持有車輛的用戶的原始購車行為特征數據進行篩選，獲得有效行為特征數據，結合購車意愿訓練得到歷史購車意向模型，電子設備利用歷史購車意愿模型和當前購車意愿模型聯合判斷目標用戶的購車操作，增加了識別用戶是否執行購車行為時考慮的影響因子，提高了識別準確率，繼而提高目標用戶畫像生成的準確率以及基于用戶畫像進行營銷活動的精準度。

可選地，針對各類應用程序，對所述第一用戶和所述第二用戶處于相同訪問時間范圍內的操作信息進行差異性分析，生成分析結果，具體包括：