【技术实现步骤摘要】
数据处理方法、资产分配方法、模型、装置及设备
本说明书涉及数据处理
，尤其涉及一种数据处理方法、资产分配方法、模型、装置及设备。
技术介绍
随着互联网的发展，网上交易已经非常普及，越来越多的商家会通过一些营销活动来吸引用户，营销活动中会通过给用户发放一些资产，比如红包、奖品，优惠券等来吸引用户购买商品或者使用某个产品。由于不同的用户对于资产的金额的敏感度不一样，比如对于某些用户，可能10元的优惠券就能吸引其购买商品，而对于另一些用户，可能20元的优惠券才能吸引其购买商品。因而需要准确的预测用户对资产的敏感度，以灵活地确定营销活动的资产发放方式。用户对资产的敏感度可以通过用户对资产的核销率来表征，准确地预测用户对资产的核销率无疑是确定营销活动中资产发放方式的前提。因此，有必要对核销率的预测方法加以改进，以提高核销率预测的准确度。
技术实现思路
基于此，本说明书提供了一种数据处理方法、资产分配方法、模型、装置及设备。根据本说明书实施例的第一方面，提供一种数据处理方法，所述方法包括：获取目标用户的用户特征...
【技术保护点】
1.一种数据处理方法，所述方法包括：/n获取目标用户的用户特征以及待发放给所述目标用户的资产的属性特征；/n通过第一模型获取所述用户特征对应的第一表征向量，通过第二模型获取所述属性特征对应的第二表征向量；/n基于所述第一表征向量和所述第二表征向量预测所述目标用户对所述资产的目标核销率。/n
【技术特征摘要】
1.一种数据处理方法，所述方法包括：
获取目标用户的用户特征以及待发放给所述目标用户的资产的属性特征；
通过第一模型获取所述用户特征对应的第一表征向量，通过第二模型获取所述属性特征对应的第二表征向量；
基于所述第一表征向量和所述第二表征向量预测所述目标用户对所述资产的目标核销率。
2.根据权利要求1所述的数据处理方法，基于所述第一表征向量和所述第二表征向量预测所述目标用户对所述资产的目标核销率，包括：
基于所述第一表征向量和所述第二表征向量确定第一核销率；
将所述用户特征、所述属性特征以及所述第一核销率输入第三模型，以使所述第三模型根据所述用户特征和所述属性特征预测所述目标用户使用所述资产进行的交易属于目标类型的交易的概率，并基于所述第一核销率和所述概率预测所述目标核销率。
3.根据权利要求2所述的数据处理方法，基于所述第一表征向量和所述第二表征向量确定第一核销率，包括：
基于所述第一表征向量与所述第二表征向量的点乘结果得到所述第一核销率；或
基于所述第一表征向量与所述第二表征向量的余弦距离得到所述第一核销率。
4.根据权利要求2所述的数据处理方法，所述第一模型、所述第二模型和所述第三模型基于预设的样本数据训练得到，其中，所述样本数据包括历史用户特征、历史资产的属性特征、第二核销率以及第三核销率，所述第二核销率基于历史交易中使用所述资产的数量与发放所述资产的总数量确定，所述第三核销率基于所述目标类型的历史交易中使用所述资产的数量与发放所述资产的总数量确定。
5.根据权利要求4所述的数据处理方法，基于所述样本数据训练得到所述第一模型、所述第二模型和所述第三模型包括：
将所述历史用户特征输入至所述第一模型，所述历史资产的属性特征输入至所述第二模型，根据所述第一模型的输出结果和所述第二模型的输出结果得到第一预测结果，将所述历史用户特征、所述历史资产的属性特征、所述第一预测结果输入至所述第三模型，得到第二预测结果，根据所述第一预测结果与所述第二核销率的差异以及所述第二预测结果与所述第三核销率的差异对所述第一模型、所述第二模型和所述第三模型的参数进行调整。
6.根据权利要求2所述的数据处理方法，所述目标类型的交易包括非虚假交易。
7.根据权利要求2所述的数据处理方法，所述第一模型、所述第二模型和所述第三模型为多层感知机。
8.根据权利要求1所述的数据处理方法，所述用户特征包括表...
【专利技术属性】
技术研发人员：俞力，蔡天驰，顾立宏，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。