用户策略分配方法、装置及电子设备制造方法及图纸

本公开涉及一种用户策略分配方法、装置、电子设备及计算机可读介质。该方法包括：基于目标用户的基础信息确定多个用户策略；将所述多个用户策略和所述目标用户的基础信息输入响应模型中，生成多个响应概率，所述响应概率用于计算目标用户在不同用户策略下进行预设行为的概率；基于所述多个响应概率确定目标用户策略；将所述目标用户策略分配给所述目标用户。本公开涉及的用户策略分配方法、装置、电子设备及计算机可读介质，能够准确合理的为长期未操作用户分配带有优惠信息的用户策略，进而提升用户的活跃性，提升用户的动支率，增加用户满意度、提升资源利用率。

【技术实现步骤摘要】
用户策略分配方法、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，涉及一种用户策略分配方法、装置、电子设备及计算机可读介质。
技术介绍
近年来，随着越来越多的提供金融服务的各种信贷公司的出现，对于金融用户而言，能够获得金融资源的渠道增多，服务也多样化，金融用户有了更大的选择性。这使得提供金融服务的公司之间也增多了竞争。对金融公司而言，一些很久未在某平台上进行过操作的用户，可称之为睡眠用户，这些睡眠用户都是经过授信的用户，是具有较高用户价值的用户。挽回这些用户，让这些用户重新回归本平台，对金融公司而言是具有极大的价值的。对于用户而言，最优惠的金融产品或者最长的还款期限是其最关注的，而对金融公司而言，为用户分配恰当的用户策略，在用户策略中给用户的特享资源额度需要恰到好处，使得该用户策略在能满足用户需求的同时，又能保证公司本身资源的安全。在用户策略制定上，现有技术是通过专家的经验知识，然后基于用户基本信息结合个人行为数据进行分析，从而制定的用户策略。而且，现有技术中的用户策略大部分是在用户授信初期制定的，无法考虑到用户进入睡眠用户，长久未进行操作的情况。因此，需要一种新的用户策略分配方法、装置、电子设备及计算机可读介质。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，本公开提供一种用户策略分配方法、装置、电子设备及计算机可读介质，能够准确合理的为长期未操作用户分配带有优惠信息的用户策略，进而提升用户的活跃性，提升用户的动支率，增加用户满意度、提升资源利用率。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，提出一种用户策略分配方法，该方法包括：基于目标用户的基础信息确定多个用户策略；将所述多个用户策略和所述目标用户的基础信息输入响应模型中，生成多个响应概率，所述响应概率用于计算目标用户在不同用户策略下进行预设行为的概率；将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略，所述目标用户策略用于促进该用户进行预设行为；将所述目标用户策略分配给所述目标用户。可选地，基于目标用户的用户信息确定多个用户策略之前，还包括：基于预设资源的资源利用率数据由多个用户中确定所述目标用户；和/或基于预设行为的行为发生率由多个用户中确定所述目标用户。可选地，还包括：对历史用户进行分群计算，生成多个用户群；由多个用户群中确定至少一个目标用户群；根据所述至少一个目标用户群中用户的基础信息生成所述响应模型。可选地，对历史用户进行分群计算，生成多个用户群，包括：利用聚类算法基于所述历史用户的基础信息将所述历史用户分为多个用户群。可选地，由多个用户群中确定至少一个目标用户群，包括：将用户群中的用户按照其对应的资源额度进行分组；计算每一个分组中用户数量和用户群中所有用户数量的占比情况；基于所述占比情况生成所述用户群的置信度指标；将置信度指标大于置信度阈值的用户群作为所述目标用户群。可选地，基于所述占比情况生成所述用户群的置信度指标，包括：基于所述占比情况计算所述分组的香农多样性指标；基于所述香农多样性指标生成所述分组的置信度指标。可选地，根据所述至少一个目标用户群中用户的基础信息生成所述响应模型，包括：确定所述至少一个目标用户群中用户的预设行为发生率；基于所述预设行为发生率为所述至少一个目标用户群中用户分配标签，所述标签包括正向标签和负向标签；将所述至少一个用户群中用户的基础信息和其对应的标签输入机器学习模型中进行训练，生成所述响应模型。可选地，基于目标用户的基础信息确定多个用户策略，包括：将所述目标用户的基础信息和用户策略提取参数进行比较；基于比较结果确定多个用户策略。可选地，基于所述多个响应概率确定目标用户策略，包括：将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略。可选地，将所述目标用户策略分配给所述目标用户之后，还包括：对所述目标用户的行为数据进行监控；获取所述目标用户在预设时间内进行预设行为的概率；基于所述概率更新所述响应模型。根据本公开的一方面，提出一种用户策略分配装置，该装置包括：信息模块，用于基于目标用户的基础信息确定多个用户策略；概率模块，用于将所述多个用户策略和所述目标用户的基础信息输入响应模型中，生成多个响应概率，所述响应概率用于计算目标用户在不同用户策略下进行预设行为的概率；策略模块，用于将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略；分配模块，用于将所述目标用户策略分配给所述目标用户。可选地，还包括：用户模块，用于基于预设资源的资源利用率数据由多个用户中确定所述目标用户；和/或基于预设行为的行为发生率由多个用户中确定所述目标用户。可选地，还包括：分群模块，用于对历史用户进行分群计算，生成多个用户群；目标模块，用于由多个用户群中确定至少一个目标用户群；模型模块，用于根据所述至少一个目标用户群中用户的基础信息生成所述响应模型。可选地，所述分群模块，还用于利用聚类算法基于所述历史用户的基础信息将所述历史用户分为多个用户群。可选地，所述目标模块，包括：分组单元，用于将用户群中的用户按照其对应的资源额度进行分组；占比单元，用于计算每一个分组中用户数量和用户群中所有用户数量的占比情况；指标单元，用于基于所述占比情况生成所述用户群的置信度指标；比较单元，用于将置信度指标大于置信度阈值的用户群作为所述目标用户群。可选地，所述指标单元，还用于基于所述占比情况计算所述分组的香农多样性指标；基于所述香农多样性指标生成所述分组的置信度指标。可选地，所述模型模块，包括：行为单元，用于确定所述至少一个目标用户群中用户的预设行为发生率；标签单元，用于基于所述预设行为发生率为所述至少一个目标用户群中用户分配标签，所述标签包括正向标签和负向标签；训练单元，用于将所述至少一个用户群中用户的基础信息和其对应的标签输入机器学习模型中进行训练，生成所述响应模型。可选地，所述信息模块，还用于将所述目标用户的基础信息和用户策略提取参数进行比较；基于比较结果确定多个用户策略。可选地，所述策略模块，还用于将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略。可选地，还包括：更新模块，用于对所述目标用户的行为数据进行监控；获取所述目标用户在预设时间内进行预设行为的概率；基于所述概率更新所述响应模型。根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本公开的用户策略分配方法、装置、电子设备及计算机可读介质，基于目标用户的基础本文档来自技高网...

【技术保护点】
1.一种用户策略分配方法，其特征在于，包括：/n基于目标用户的基础信息确定多个用户策略；/n将所述多个用户策略和所述目标用户的基础信息输入响应模型中，生成多个响应概率，所述响应概率用于计算目标用户在不同用户策略下进行预设行为的概率；/n将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略，所述目标用户策略用于促进该用户进行预设行为；/n将所述目标用户策略分配给所述目标用户。/n

【技术特征摘要】
1.一种用户策略分配方法，其特征在于，包括：
基于目标用户的基础信息确定多个用户策略；
将所述多个用户策略和所述目标用户的基础信息输入响应模型中，生成多个响应概率，所述响应概率用于计算目标用户在不同用户策略下进行预设行为的概率；
将所述多个响应概率中最大响应概率对应的用户策略作为目标用户策略，所述目标用户策略用于促进该用户进行预设行为；
将所述目标用户策略分配给所述目标用户。


2.如权利要求1所述的方法，其特征在于，基于目标用户的用户信息确定多个用户策略之前，还包括：
基于预设资源的资源利用率数据由多个用户中确定所述目标用户；和/或
基于预设行为的行为发生率由多个用户中确定所述目标用户。


3.如权利要求1所述的方法，其特征在于，还包括：
对历史用户进行分群计算，生成多个用户群；
由多个用户群中确定至少一个目标用户群；
根据所述至少一个目标用户群中用户的基础信息生成所述响应模型。


4.如权利要求3所述的方法，其特征在于，对历史用户进行分群计算，生成多个用户群，包括：
利用聚类算法基于所述历史用户的基础信息将所述历史用户分为多个用户群。


5.如权利要求3所述的方法，其特征在于，由多个用户群中确定至少一个目标用户群，包括：
将用户群中的用户按照其对应的资源额度进行分组；
计算每一个分组中用户数量和用户群中所有用户数量的占比情况；
基于所述占比情况生成所述用户群的置信度指标；
将置信度指标大于置信度阈值的用户群作为所述目标用户群。

...

【专利技术属性】
技术研发人员：肖承杭，丁楠，苏绥绥，郑彦，
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