车辆的用户投资回报估算方法及系统技术方案

本发明专利技术实施例提供一种车辆的用户投资回报估算方法及系统，属于车辆技术及大数据处理领域。所述用户投资回报估算方法包括：基于用户的车辆使用数据构建多个维度的用户画像标签；从所述多个维度的用户画像标签中提取出影响用户订单的关键用户画像标签；根据所述关键用户画像标签，利用机器学习算法计算所述用户在无激励情况下的自然订单概率及在有激励情况下的激励订单概率；以及基于所述自然订单概率和所述激励订单概率，计算对所述用户进行运营激励的投资回报率以得到用户投资回报。本发明专利技术实施例的方法及系统改变了之前共享车辆大规模免费或发优惠劵的运营方式，通过精细个性化的方式提升了用户订单，提高了投资回报。

【技术实现步骤摘要】
车辆的用户投资回报估算方法及系统
本专利技术涉及车辆技术及大数据处理领域，具体地涉及一种车辆的用户投资回报估算方法及系统。
技术介绍
目前，随着共享车辆市场的竞争加剧，各种各样的推广策略也应运而生，其中最为常见的推广策略是采用大规模免费或发优惠劵的运营方式来吸引用户。但是，本申请专利技术人在实现本专利技术的过程中发现：虽然这种大规模免费或发优惠劵的运营方式在一定程度上有利于提升运营效果，但其往往是针对全体用户实施，而在实际中并不是所有用户都会通过是否有免费活动或优惠劵来决定用车或不用车，从而针对所有用户实施的大规模免费或发优惠劵的运营方式可能并不会带来很高的运营效果，且反而可能会增大投资回报。
技术实现思路
本专利技术实施例的目的是提供一种共享车辆的用户投资回报估算方法及系统，用于解决现有共享车辆运营方式带来的投资回报较高的问题。为了实现上述目的，本专利技术实施例提供一种车辆的用户投资回报估算方法，所述用户投资回报估算方法包括：基于用户的车辆使用数据构建多个维度的用户画像标签；从所述多个维度的用户画像标签中提取出影响用户订单的关键用户画像标签；根据所述关键用户画像标签，利用机器学习算法计本文档来自技高网...

【技术保护点】
一种车辆的用户投资回报估算方法，其特征在于，所述用户投资回报估算方法包括：基于用户的车辆使用数据构建多个维度的用户画像标签；从所述多个维度的用户画像标签中提取出影响用户订单的关键用户画像标签；根据所述关键用户画像标签，利用机器学习算法计算所述用户在无激励情况下的自然订单概率及在有激励情况下的激励订单概率；以及基于所述自然订单概率和所述激励订单概率，计算所述用户进行运营激励的投资回报率以得到用户投资回报。

【技术特征摘要】
1.一种车辆的用户投资回报估算方法，其特征在于，所述用户投资回报估算方法包括：基于用户的车辆使用数据构建多个维度的用户画像标签；从所述多个维度的用户画像标签中提取出影响用户订单的关键用户画像标签；根据所述关键用户画像标签，利用机器学习算法计算所述用户在无激励情况下的自然订单概率及在有激励情况下的激励订单概率；以及基于所述自然订单概率和所述激励订单概率，计算所述用户进行运营激励的投资回报率以得到用户投资回报。2.根据权利要求1所述的用户投资回报估算方法，其特征在于，所述关键用户画像标签包括：金钱敏感度、APP活跃度、用车时段、用车频次、历史活跃天数和订单量中的一者或多者。3.根据权利要求2所述的用户投资回报估算方法，其特征在于，所述利用机器学习算法计算所述用户在无激励情况下的自然订单概率及在有激励情况下的激励订单概率包括：根据所述关键用户画像标签，通过第一逻辑回归模型计算所述用户在无激励情况下的自然订单概率，其中所述第一逻辑回归模型由所述用户在无激励情况下的历史骑行数据构成的训练样本训练得到；根据所述关键用户画像标签，通过第二逻辑回归模型计算所述用户在有激励情况下的激励订单概率，其中所述第二逻辑回归模型由所述用户在有激励情况下的历史骑行数据构成的训练样本训练得到。4.根据权利要求1所述的用户投资回报估算方法，其特征在于，根据下式计算所述投资回报率：ROI＝(O1*P2-O2*P1)/O2*P1式中，O1表示所述用户在有运营激励情况下的预估订单量，O2表示所述用户在无运营激励情况下的预估订单量；P1表示所述自然订单概率，P2表示所述激励订单概率；ROI表示投资回报率。5.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得服务器执行上述权利要求1至4中任意一项所述的车辆的用户投资回报估算方法。6.一种车辆的用户...

【专利技术属性】
技术研发人员：马媛，安俊宣，李康，邵毅，
申请(专利权)人：东峡大通北京管理咨询有限公司，
类型：发明
国别省市：北京,11