一种用户数据处理方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种用户数据处理方法、装置、电子设备和存储介质，其中方法包括：获取目标用户群中每个用户使用平台的历史数据；从历史数据中提取每个用户使用平台的特征数据；将特征数据输入到预先训练得到的预测模型中，通过预测模型对每个用户在未来预设时间段内使用平台产生的创收价值进行预测，得到每个用户对应的预测创收价值；根据每个用户对应的预测创收价值确定每个用户对应的优惠额。本发明专利技术根据该预测创收价值确定每个用户的优惠额，实现优惠额与创收价值的相关，实现用户优惠的差异化，从而可以达到稳固老用户，提升平台投资回报率的作用。

【技术实现步骤摘要】
一种用户数据处理方法、装置、电子设备和存储介质
本专利技术涉及数据处理和机器学习
，尤其涉及一种用户数据处理方法、装置、电子设备和存储介质。
技术介绍
随着计算机和互联网技术的发展，人们的生活方式已经发生了极大的变化，互联网+模式的流行，也造就了大批互联网公司。互联网不仅拉近了人与人之间的距离，互联网+模式还改变了人们的消费方式。目前，市面上出现了很多依托于终端上的应用程序的平台，例如，购物平台、租赁平台、网约车平台等等。这些平台的出现，将用户与商家、用户与服务者之间建立起联系，通过平台实现二者之间沟通和交易。例如，目前比较常见的网约车平台，用户可以通过平台预约网约车，如快车、专车、的士或者顺风车等，司机也可以通过平台申请对外服务器的资格。对于这些平台运营商，为了提升平台的商业价值和盈利情况，通常需要提升平台的一些指标，例如日活跃用户数量(DailyActiveUser，简称为DAU)，以及投资回报率(ROI)。为了提升这些指标，通常会进行一些营销活动，比如定期发放优惠券或者进行优惠活动。然而，专利技术人发现，现有的这些优惠往往更本文档来自技高网...

【技术保护点】
1.一种用户数据处理方法，其特征在于，包括：/n获取目标用户群中每个用户使用平台的历史数据；/n从所述历史数据中提取每个所述用户使用平台的特征数据；/n将所述特征数据输入到预先训练得到的预测模型中，通过所述预测模型对每个所述用户在未来预设时间段内使用所述平台产生的创收价值进行预测，得到每个所述用户对应的预测创收价值；/n根据每个所述用户对应的预测创收价值确定每个所述用户对应的优惠额。/n

【技术特征摘要】
1.一种用户数据处理方法，其特征在于，包括：
获取目标用户群中每个用户使用平台的历史数据；
从所述历史数据中提取每个所述用户使用平台的特征数据；
将所述特征数据输入到预先训练得到的预测模型中，通过所述预测模型对每个所述用户在未来预设时间段内使用所述平台产生的创收价值进行预测，得到每个所述用户对应的预测创收价值；
根据每个所述用户对应的预测创收价值确定每个所述用户对应的优惠额。


2.如权利要求1所述的用户数据处理方法，其特征在于，所述预测模型包括能够表示所述用户使用平台的特征数据与产生的创收价值之间对应关系的模型架构和参数，所述预测模型通过以下步骤训练得到：
获取用于训练模型的样本数据；
对所述样本数据进行特征工程处理后，得到样本特征数据；
将所述样本特征数据输入到训练构建的回归模型中进行训练，得到训练后的预测模型。


3.如权利要求1所述的用户数据处理方法，其特征在于，在根据每个所述用户对应的预测创收价值确定每个所述用户对应的优惠额之后，还包括：
生成与所述优惠额对应的电子优惠券；
将所述电子优惠券发送至对应的用户账户。


4.如权利要求1-3中任一项所述的用户数据处理方法，其特征在于，所述目标用户群为提供服务的用户群，其中，所述特征数据包括以下至少之一：留存特征、服务完成的时间间隔、创造收入额、所述平台的激活渠道；
或者，所述目标用户群为被服务的用户群，其中，所述特征数据包括以下至少之一：留存特征、使用服务的时间间隔、支付的费用额、所述平台的激活渠道。


5.如权利要求1所述的用户数据处理方法，其特征在于，所述根据每个所述用户对应的预测创收价值确定每个所述用户对应的优惠额，包括：
确定每个所述用户对应的预测创收价值所在的价值档位，其中，不同的预测创收价值分布在不同价值档位，每个价值档位预先设置有对应的优惠额；
获取每个所述用户对应的预测创收价值所在...

【专利技术属性】
技术研发人员：杨磊，赵连梓，
申请(专利权)人：上海钧正网络科技有限公司，
类型：发明
国别省市：上海;31