实时用户转化评估方法、装置及电子设备制造方法及图纸

本公开涉及一种实时用户转化评估方法、装置、电子设备及计算机可读介质。该方法包括：获取用户的实时流量数据；根据所述实时流量数据中的用户基础数据确定离线特征数据；根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。本公开涉及的实时用户转化评估方法、装置、电子设备及计算机可读介质，能够通过多维度数据生成用户的离线特征，并且将离线特征和用户的实时特征相结合，进而准确快速的对用户的转化评估情况进行评价。

Real time user transformation evaluation method, device and electronic equipment

【技术实现步骤摘要】
实时用户转化评估方法、装置及电子设备
本公开涉及计算机信息处理领域，具体而言，涉及一种实时用户转化评估方法、装置、电子设备及计算机可读介质。
技术介绍
在搜索效果广告竞价系统中，媒体平台提供了出价参数设置这一工具，广告主可在媒体平台上面设定预期价格，预期用户等等，媒体平台预估用户是否符合广告主的预期，然后进行辅助出价。一旦媒体平台判定该用户为目标用户后，就用直接按照预期价格进行出价。这种考虑到广告主对不同的用户可能存在不同的出价价值，单单依靠媒体对用户进行筛选出价的方式，广告主方经常不能获得预期的广告效果。这种方式没有考虑到广告主方面对用户的进一步的筛选能力，仅仅适用于没有用户判断能力的小广告主。比如对于提供金融服务的广告平台的广告主而言，这种类型的广告主本身就是具有大数据分析能力的，而且也积累了非常多的用户数据。对于同一个用户而言，在媒体平台的表现和其在金融平台的表现是没有必然的相关性的。所以，如果仅仅让媒体通过该用户在媒体平台的表现来为金融服务类平台推荐用户流量的话，得到的用户定位的偏差较大，这种情况下金融平台投放的广告效果也欠佳。对于广告主而言，对流量用户进行出价的依据是该用户在该平台上的转化预估情况，但是由于在竞价广告中，广告的出价需要实时响应，利用现有的各种机器学习模型对用户进行转化预估都需要用较长的时间完成，如何解决这一问题，对于用户的转化情况进行实时评估并出价，是广告主急需解决的问题。在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本公开提供一种实时用户转化评估方法、装置、电子设备及计算机可读介质，能够通过多维度数据生成用户的离线特征，并且将离线特征和用户的实时特征相结合，进而准确快速的对用户的转化评估情况进行评价。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一方面，提出一种实时用户转化评估方法，该方法包括：获取用户的实时流量数据；根据所述实时流量数据中的用户基础数据确定离线特征数据；根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。可选地，还包括：根据所述用户转化评估值生成广告出价；以及基于所述广告出价进行广告竞价操作。可选地，还包括：通过多个第三方数据源的用户数据生成用户初始数据；对所述用户初始数据进行数据清洗和特性处理生成所述全量用户数据；以及基于所述全量用户数据与离线转化评估模型生成所述离线特征数据集合，所述离线特性数据集合中包括全量用户数据及其对应的离线特征数据。可选地，还包括：获取历史上已进行落地转化的第一用户的基础数据；获取历史上未进行落地转化的第二用户的基础数据；以及通过所述第一用户和所述第二用户的基础数据对第一机器学习模型进行训练，生成所述离线转化评估模型。可选地，还包括：获取历史上已进行落地转化的第一用户的操作数据、离线特征数据；获取历史上未进行落地转化的第二用户的操作数据、离线特征数据；以及通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。可选地，通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型，包括：根据所述第一用户和所述第二用户的操作数据生成所述第一用户和所述第二用户的时间序列特征数据；根据所述离线特征数据集合获取所述第一用户和所述第二用户的所述离散特征数据；以及通过所述第一用户和所述第二用户的时间序列特征数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。可选地，根据所述实时流量数据中的用户基础数据确定离线特征数据，包括：根据所述实时流量数据中的用户基础数据和所述离线特征数据集合确定离线特征数据。可选地，根据所述实时流量数据中的用户操作数据生成时间序列特征数据，包括：提取实时流量数据中的用户操作内容及其对应的操作时间；将所述用户操作内容进行特征处理生成特征数据；以及将所述特征数据按照所述操作时间进行排列，生成所述时间序列特征数据。可选地，根据所述用户转化评估值生成广告出价，包括：将所述用户转化评估值与阈值期间进行比对以生成广告实时出价。可选地，基于所述广告出价进行广告竞价操作，包括：将所述广告出价发送至媒体方；以及媒体方根据所述广告出价进行竞价操作以进行广告推送。根据本公开的一方面，提出一种实时用户转化评估装置，该装置包括：实时流量模块，用于获取用户的实时流量数据；离线特征模块，用于根据所述实时流量数据中的用户基础数据确定离线特征数据；时间序列模块，用于根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及转化评估模块，用于将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。可选地，还包括：广告出价模块，用于根据所述用户转化评估值生成广告出价；以及广告竞价模块，用于基于所述广告出价进行广告竞价操作。可选地，还包括：离线数据模块，用于通过多个第三方数据源的用户数据生成用户初始数据；对所述用户初始数据进行数据清洗和特性处理生成所述全量用户数据；以及基于所述全量用户数据与离线转化评估模型生成所述离线特征数据集合，所述离线特性数据集合中包括全量用户数据及其对应的离线特征数据。可选地，还包括：离线模型模块，用于获取历史上已进行落地转化的第一用户的基础数据；获取历史上未进行落地转化的第二用户的基础数据；以及通过所述第一用户和所述第二用户的基础数据对第一机器学习模型进行训练，生成所述离线转化评估模型。可选地，还包括：实时模型模块，用于获取历史上已进行落地转化的第一用户的操作数据、离线特征数据；获取历史上未进行落地转化的第二用户的操作数据、离线特征数据；以及通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。可选地，所述实时模型模块，包括：序列单元，用于根据所述第一用户和所述第二用户的操作数据生成所述第一用户和所述第二用户的时间序列特征数据；特征单元，用于根据所述离线特征数据集合获取所述第一用户和所述第二用户的所述离散特征数据；以及训练单元，用于通过所述第一用户和所述第二用户的时间序列特征数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。可选地，所述离线特征模块，还用于根据所述实时流量数据中的用户基础数据和所述离线特征数据集合确定离线特征数据。可选地，所述时间序列模块，包括：时间单元，用于提取实时流量数据中的用户操作内容及其对应的操作时间；特征单元，用于将所述用户操作内容进行特征处理生成特征数据；以及排列单元，用于将所述特征数据按照所述操作时间进行排列，生成所述时间序列特征数据。可选地，所述广告出价模块，还用于将所述用户转化评估值本文档来自技高网...

【技术保护点】
1.一种实时用户转化评估方法，其特征在于，包括：/n获取用户的实时流量数据；/n根据所述实时流量数据中的用户基础数据确定离线特征数据；/n根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及/n将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。/n

【技术特征摘要】
1.一种实时用户转化评估方法，其特征在于，包括：
获取用户的实时流量数据；
根据所述实时流量数据中的用户基础数据确定离线特征数据；
根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及
将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。


2.如权利要求1所述的方法，其特征在于，还包括：
根据所述用户转化评估值生成广告出价；以及
基于所述广告出价进行广告竞价操作。


3.如权利要求1-2所述的方法，其特征在于，还包括：
通过多个第三方数据源的用户数据生成用户初始数据；
对所述用户初始数据进行数据清洗和特性处理生成所述全量用户数据；以及
基于所述全量用户数据与离线转化评估模型生成所述离线特征数据集合，
所述离线特性数据集合中包括全量用户数据及其对应的离线特征数据。


4.如权利要求1-3所述的方法，其特征在于，还包括：
获取历史上已进行落地转化的第一用户的基础数据；
获取历史上未进行落地转化的第二用户的基础数据；以及
通过所述第一用户和所述第二用户的基础数据对第一机器学习模型进行训练，生成所述离线转化评估模型。


5.如权利要求1-4所述的方法，其特征在于，还包括：
获取历史上已进行落地转化的第一用户的操作数据、离线特征数据；
获取历史上未进行落地转化的第二用户的操作数据、离线特征数据；以及
通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。


6....

【专利技术属性】
技术研发人员：董静，常富洋，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11