对象特征参数确定方法、装置、电子设备及可读存储介质制造方法及图纸

本公开实施例公开了一种对象特征参数确定方法、装置、电子设备及可读存储介质，所述方法包括：获取第一对象的第一对象画像以生成训练集；对所述训练集进行训练，建立第一对象在不同特征参数情况下的第二对象获取成功率的第二对象获取成功率模型；根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度；根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数，可以完全不依赖人工经验与人工标注，直接利用第一对象自身对第二对象的获取成功率数据建模，进而推导出第一对象的特征参数敏感度进行差异化特征参数。

【技术实现步骤摘要】
对象特征参数确定方法、装置、电子设备及可读存储介质
本公开涉及互联网
，具体涉及一种对象特征参数确定方法、装置、电子设备及可读存储介质。
技术介绍
随着信息技术的发展，互联网已经深入到各个领域。网络上出现了众多的购物平台、外卖平台、租房平台、打车平台等信息平台。这些信息平台上的信息、产品或服务的提供方(简称为第一对象)会提供各种各样的信息、产品或服务。这些信息、产品或服务种类繁多，信息量大，且经常变化，若要从中挖掘出有价值的内容并非易事。例如，在线上平台上，各个第一对象(例如，商户)的第二对象特征参数(第一对象的与获取第二对象相关的特征参数，例如，各个商户的新客补贴，或称为拉新补贴)活动是形如“新用户(第二对象)立减21元”之类的活动，特征参数(例如，拉新补贴)的额度依据不同第一对象的特点进行差异化。目前大部分技术都是基于第一对象画像的特点人工设计规则或权重，或者通过机器学习建模学习到权重，进而得到不同的第一对象的第二对象特征参数额度。前一种方案对于人工经验严重依赖，容易设计错误，造成特征参数资源的大量浪费。而后一种方案则需要大量的历史订单(标注)数据作为支撑，每个第一对象应该被分配有多少特征参数没有一个统一的标准，只能依靠运营人员基于经验进行标注，这种标注数据很少，难以直接建模。
技术实现思路
为了解决相关技术中的问题，本公开实施例提供一种对象特征参数确定方法、装置、电子设备及可读存储介质。第一方面，本公开实施例中提供了一种对象特征参数确定方法，包括：获取第一对象的第一对象画像以生成训练集；对所述训练集进行训练，建立第一对象在不同特征参数情况下的第二对象获取成功率的第二对象获取成功率模型；根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度；根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数。结合第一方面，本公开在第一方面的第一种实现方式中，所述第二对象获取成功率为所述第一对象将目标对象转化为第二对象的转化率。结合第一方面，本公开在第一方面的第二种实现方式中，所述第二对象获取成功率模型被表示为如下函数：第一对象的第二对象获取成功率＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数)。结合第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度，包括：通过下式计算所述第一对象的与获取第二对象相关的特征参数敏感度：第一对象的与获取第二对象相关的特征参数敏感度＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数+预设值)-f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数-预设值)其中，第一对象的与获取第二对象相关的特征参数敏感度越高表示所述第一对象的第二对象获取成功率对于特征参数的敏感度越高。结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数，包括：通过下式计算所述第一对象的与获取第二对象相关的特征参数：ui＝L+sit(H-L)其中，ui表示第一对象i的第一对象的与获取第二对象相关的特征参数，取值范围为[L，H]，其中L为第一对象的与获取第二对象相关的特征参数的下限，并且H为第一对象的与获取第二对象相关的特征参数的上限；si表示第一对象i的第一对象的与获取第二对象相关的特征参数敏感度的归一化值，其取值范围为[0，1]，si越大的第一对象被分配有更大的第一对象的与获取第二对象相关的特征参数；t是倾斜因子，当t变大时，获得高的第一对象的与获取第二对象相关的特征参数的第一对象越来越少，获得低的第一对象的与获取第二对象相关的特征参数的第一对象越来越多，从而使得全部第一对象的第一对象的与获取第二对象相关的特征参数总值减少，并且当t变小时，获得高的第一对象的与获取第二对象相关的特征参数的第一对象越来越多，获得低的第一对象的与获取第二对象相关的特征参数的第一对象越来越少，从而使得全部第一对象的第一对象的与获取第二对象相关的特征参数总值增加。第二方面，本公开实施例中提供了一种对象特征参数确定装置，包括：获取模块，被配置为获取第一对象的第一对象画像以生成训练集；建立模块，被配置为对所述训练集进行训练，建立第一对象在不同特征参数情况下的第二对象获取成功率的第二对象获取成功率模型；第一计算模块，被配置为根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度；第二计算模块，被配置为根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数。结合第二方面，本公开在第二方面的第一种实现方式中，所述第二对象获取成功率为所述第一对象将目标对象转化为第二对象的转化率。结合第二方面，本公开在第二方面的第二种实现方式中，所述第二对象获取成功率模型被表示为如下函数：第一对象的第二对象获取成功率＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数)。结合第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述第一计算模块还被配置为：通过下式计算所述第一对象的与获取第二对象相关的特征参数敏感度：第一对象的与获取第二对象相关的特征参数敏感度＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数+预设值)-f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数-预设值)其中，第一对象的与获取第二对象相关的特征参数敏感度越高表示所述第一对象的第二对象获取成功率对于特征参数的敏感度越高。结合第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述第二计算模块还被配置为：通过下式计算所述第一对象的与获取第二对象相关的特征参数：ui＝L+sit(H-L)其中，ui表示第一对象i的第一对象的与获取第二对象相关的特征参数，取值范围为[L，H]，其中L为第一对象的与获取第二对象相关的特征参数的下限，并且H为第一对象的与获取第二对象相关的特征参数的上限；si表示第一对象i的第一对象的与获取第二对象相关的特征参数敏感度的归一化值，其取值范围为[0，1]，si越大的第一对象被分配有更大的第一对象的与获取第二对象相关的特征参数；t是倾斜因子，当t变大时，获得高的第一对象的与获取第二对象相关的特征参数的第一对象越来越少，获得低的第一对象的与获取第二对象相关的特征参数的第一对象越来越多，从而使得全部第一对象的第一对象的与获取第二对象相关的特征参数总值减少，并且当t变小时，获得高的第一对象的与获取第二对象相关的特征参数的第一对象越来越多，获得低的第一对象的与获取第二对象相关的特征参数的第一对象越来越少，从而使得全部第一对象的第一对象的与获取第二对象相关的特征参数总值增加。第三方面，本公开实施例中提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面的第一种实现方式至第四种实现方式任一项所述的方法。第本文档来自技高网...

【技术保护点】
1.一种对象特征参数确定方法，其特征在于，包括：获取第一对象的第一对象画像以生成训练集；对所述训练集进行训练，建立第一对象在不同特征参数情况下的第二对象获取成功率的第二对象获取成功率模型；根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度；根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数。

【技术特征摘要】
1.一种对象特征参数确定方法，其特征在于，包括：获取第一对象的第一对象画像以生成训练集；对所述训练集进行训练，建立第一对象在不同特征参数情况下的第二对象获取成功率的第二对象获取成功率模型；根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度；根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数。2.根据权利要求1所述的方法，其特征在于，所述第二对象获取成功率为所述第一对象将目标对象转化为第二对象的转化率。3.根据权利要求1所述的方法，所述第二对象获取成功率模型被表示为如下函数：第一对象的第二对象获取成功率＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数)。4.根据权利要求3所述的方法，其特征在于，所述根据所述第二对象获取成功率模型计算所述第一对象的与获取第二对象相关的特征参数敏感度，包括：通过下式计算所述第一对象的与获取第二对象相关的特征参数敏感度：第一对象的与获取第二对象相关的特征参数敏感度＝f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数+预设值)-f(第一对象画像的各个属性，第一对象的与获取第二对象相关的特征参数-预设值)其中，第一对象的与获取第二对象相关的特征参数敏感度越高表示所述第一对象的第二对象获取成功率对于特征参数的敏感度越高。5.根据权利要求4所述的方法，其特征在于，所述根据所述第一对象的与获取第二对象相关的特征参数敏感度计算所述第一对象的与获取第二对象相关的特征参数，包括：通过下式计算所述第一对象的与获取第二对象相关的特征参数：ui＝L+sit(H-L)其中，ui表示第一对象i的第一对象的与获取第二对象相关的特征参数，取值范围为[L，H]，其中L为第一对象的与获取第二对象相关的特征参数的下限，并且H为第一对象的与获取第二对象相关的特征参数的上限；si表示第一对象i的第一对象的与获取第二对象相关的特征参数敏感度的归一化值，其取值范围为[0，1]，si越大的第一对象被分配有更大的第一对象的与获取第二对象相关的特征参数；t是倾斜因子，当t变大时...

【专利技术属性】
技术研发人员：龚建，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：上海,31