【技术实现步骤摘要】
一种分享业务的处理方法及装置
本文件涉及互联网
，尤其涉及一种分享业务的处理方法及装置。
技术介绍
目前，随着互联网时代的到来，互联网在人们日常的学习、工作和生活中得到广泛的应用。人们日常的各种事务都可以通过互联网来处理和呈现。同时，随着互联网技术的快速发展，采用拉新、提频、促活的方式向用户推广某一互联网业务服务，其中，为了提升互联网业务服务的推广范围和推广效果，将具有激励被分享方使用该互联网业务服务的奖励作为待分享对象，例如，乘车优惠券，并且，当被分享方核销该待分享对象后，向分享方分发相应的返佣奖励，以激励用户向被分享方分享该待分享对象，进而达到推广互联网业务服务的目的。其中，以互联网业务服务为扫码乘车服务为例，对应的，待分享对象可以是具有一定金额的乘车优惠券，具体的，通过向用户分享乘车优惠券，来推广某一应用的扫码乘车服务，以吸引并拉动新用户使用乘车优惠券通过扫码进行乘车，即带动新用户使用某一应用提供的扫码乘车服务；并且，为了鼓励老用户向新用户分享乘车优惠券，当被分享方核销了该乘车优惠券后，向分享方分发相应的...
【技术保护点】
1.一种分享业务的处理方法，包括：/n获取分享业务的业务特征信息；其中，所述业务特征信息包括：分享方的用户特征信息、被分享方的用户特征信息、至少一个待分享对象的特征信息、以及每个所述待分享对象的至少一种返佣方式的特征信息；/n基于所述业务特征信息生成输入特征信息并输入至训练好的识别模型，得到针对所述分享业务的激励方式的识别结果；其中，所述识别结果包括：由每个待分享对象与其对应的至少一种返佣方式组合得到的各组合激励方式的业务指标信息；所述业务指标信息表征所述分享方分享所述待分享对象的激励程度、以及表征所述被分享方核销所述待分享对象的激励程度；/n基于各所述组合激励方式对应的所...
【技术特征摘要】
1.一种分享业务的处理方法，包括：
获取分享业务的业务特征信息；其中，所述业务特征信息包括：分享方的用户特征信息、被分享方的用户特征信息、至少一个待分享对象的特征信息、以及每个所述待分享对象的至少一种返佣方式的特征信息；
基于所述业务特征信息生成输入特征信息并输入至训练好的识别模型，得到针对所述分享业务的激励方式的识别结果；其中，所述识别结果包括：由每个待分享对象与其对应的至少一种返佣方式组合得到的各组合激励方式的业务指标信息；所述业务指标信息表征所述分享方分享所述待分享对象的激励程度、以及表征所述被分享方核销所述待分享对象的激励程度；
基于各所述组合激励方式对应的所述业务指标信息，确定分配给所述被分享方的目标分享对象和所述分享方的目标返佣方式；
基于所述目标分享对象和所述目标返佣方式执行相应的分享业务处理。
2.根据权利要求1所述的方法，其中，基于所述业务特征信息生成输入特征信息并输入至训练好的识别模型，得到针对所述分享业务的激励方式的识别结果，包括：
基于所述业务特征信息生成多个输入特征信息；其中，每个所述输入特征信息包括：所述分享方的用户特征信息、所述被分享方的用户特征信息、一个待分享对象的特征信息、以及该待分享对象对应的一种返佣方式的特征信息；所述多个输入特征信息包括：所述至少一个待分享对象与所述至少一种返佣方式的全部组合；
将所述多个输入特征信息输入至训练好的识别模型，得到针对所述分享业务的激励方式的多个识别结果；其中，每个所述识别结果包括一个所述业务指标信息。
3.根据权利要求2所述的方法，其中，基于各所述组合激励方式对应的所述业务指标信息，确定分配给所述被分享方的目标分享对象和所述分享方的目标返佣方式，包括：
从所述多个识别结果中的业务指标信息中，确定激励程度最高的目标业务指标信息；
将得到所述目标业务指标信息的输入特征信息所对应的待分享对象确定为所述目标分享对象，以及将所对应的返佣方式确定为目标返佣方式。
4.根据权利要求2所述的方法，其中，所述识别模型包括：神经网络嵌入层、特征向量划分层和激励方式识别网络；
所述将所述多个输入特征信息输入至训练好的识别模型，得到针对所述分享业务的激励方式的多个识别结果，包括：
针对每个所述输入特征信息，将该输入特征信息输入至所述神经网络嵌入层，得到所述用户特征信息的第一综合嵌入特征向量、以及该输入特征信息对应的组合激励方式的第二综合嵌入特征向量；
将所述第一综合嵌入特征向量和所述第二综合嵌入特征向量输入至所述特征向量划分层，得到所述用户特征信息的第一特征向量组合和该输入特征信息对应的组合激励方式的第二特征向量组合；
将所述多个输入特征信息分别对应的所述第一特征向量组合和所述第二特征向量组合输入至所述激励方式识别网络，得到针对所述分享业务的激励方式的多个识别结果。
5.根据权利要求4所述的方法，其中，所述神经网络嵌入层包括：第一嵌入层和第二嵌入层；
所述将该输入特征信息输入至所述神经网络嵌入层，得到所述用户特征信息的第一综合嵌入特征向量、以及该输入特征信息对应的组合激励方式的第二综合嵌入特征向量，包括：
利用所述第一嵌入层，对该输入特征信息中的所述分享方的用户特征信息和所述被分享方的用户特征信息进行融合及特征提取，得到第一综合嵌入特征向量；
利用所述第二嵌入层，对该输入特征信息中的待分享对象的特征信息和返佣方式的特征信息进行融合及特征提取，得到第二综合嵌入特征向量。
6.根据权利要求4所述的方法，其中，所述特征向量划分层包括：第一多层感知机和第二多层感知机；
所述将所述第一综合嵌入特征向量和所述第二综合嵌入特征向量输入至所述特征向量划分层，得到所述用户特征信息的第一特征向量组合和该输入特征信息对应的组合激励方式的第二特征向量组合，包括：
利用所述第一多层感知机，对所述第一综合嵌入特征向量进行特征提取及拆分处理，得到所述分享方的用户嵌入表达和所述被分享方的用户嵌入表达；
利用所述第二多层感知机，对所述第二综合嵌入特征向量进行特征提取及拆分处理，得到该输入特征信息对应的组合激励方式中的待分享对象对应的嵌入表达和返佣方式对应的嵌入表达。
7.根据权利要求4所述的方法，其中，所述激励方式识别网络包括：特征向量交互层和组合激励方式评估层；
所述第一特征向量组合包括：所述分享方的用户嵌入表达和所述被分享方的用户嵌入表达，所述第二特征向量组合包括：所述组合激励方式中的待分享对象对应的嵌入表达和返佣方式对应的嵌入表达。
8.根据权利要求7所述的方法，其中，所述将所述多个输入特征信息分别对应的所述第一特征向量组合和所述第二特征向量组合输入至所述激励方式识别网络，得到针对所述分享业务的激励方式的多个识别结果，包括：
针对每个所述输入特征信息，利用所述特征向量交互层，基于所述分享方的所述用户嵌入表达和所述返佣方式对应的嵌入表达，确定针对该输入特征信息对应的组合激励方式中的所述返佣方式的第一打分信息；以及，
利用所述特征向量交互层，基于所述被分享方的所述用户嵌入表达和所述待分享对象的嵌入表达，确定针对该输入特征信息对应的组合激励方式中的所述待分享对象的第二打分信息；
利用所述组合激励方式评估层，基于各所述输入特征信息对应的所述第一打分信息和所述第二打分信息，确定针对所述分享业务的激励方式的多个识别结果。
9.根据权利要求8所述的方法，其中，所述利用所述组合激励方式评估层，基于各所述输入特征信息对应的所述第一打分信息和所述第二打分信息，确定针对所述分享业务的激励方式的多个识别结果，包括：
针对每个所述输入特征信息，利用所述组合激励方式评估层，基于该输入特征信息对应的所述第一打分信息和所述第二打分信息，确定该输入特征信息对应的组合激励方式的综合打分信息；
将各所述输入特征信息对应的所述综合打分信息，确定为针对所述分享业务的激励方式的多个识别结果。
10.根据权利要求3所述的方法，其中，所述业务指标信息包括：所述输入特征信息对应的组合激励方式的综合打分信息；
所述从所述多个识别结果中的业务指标信息中，确定激励程度最高的目标业务指标信息，包括：
按照综合打分分数由高到低的顺序，确定排序最靠前的所述综合打分信息对应的输入特征信息；
将基于确定出的所述输入特征信息得到的业务指标信息，确定为激励程度最高的目标业务指标信息。
11.根据权利要求1至10任一项所述的方法，其中，所述基于所述目标分享对象和所述目标返佣方式执行相应的分享业务处理，包括：
向所述被分享方分配所述目标分享对象；以及，
判断所述被分享方是否请求核销所述目标分享对象；
若是，则基于所述目标返佣方式，向所述分享方分配相应的返佣奖励。
12.根据权利要求1至10任一项所述的方法，其中，所述识别模型是通过如下方式训练得到的：
获取模型训练样本数据集，其中，所述模型训练样本数据集包括：多个历史分享业务的历史分享样本数据，每个所述历史分享样本数据包括：样本分享方的用户特征信息、样本被分享方的用户特征信息、历史分享对象的特征信息、以及所述历史分享对象对应的返佣方式的特征信息、以及所述历史分享业务的业务指标信息；
利用深度学习方法并基于多个所述历史分享样本数据，对预设神经网络模型的模型参数进行训练，得到训练好的识别模型，其中，所述训练好的识别模型中的模型参数的取值是所述神经网络模型中的业务目标的损失函数满足收敛条件时所确定的。
13.一种分享业务的处理装置，包括：
特征信息获取模块，其获取分享业务的业务特征信息；其中，所述业务特征信息包括：分享方的用户特征信息、被分享方的用户特征信息、至少一个待分享对象的特征信息、以及每个所述待分享对象的至少一种返佣方式的特征信息；
识别结果确定模块，其基于所述业务特征信息生成输入特征信息并输入至训练好的识别模型，得到针对所述分享业务的激励方式的识别结果；其中，所述识别结果包括：由每个待分享对象与其对应的至少一种返佣方式组...
【专利技术属性】
技术研发人员：马琰，俞力，沈尤，修超，张媛，黄亚南，胡曹园，
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。