用户价值确定方法、装置、设备、介质及产品制造方法及图纸

本申请公开了一种用户价值确定方法、装置、设备、介质及产品。该用户价值确定方法包括：获取多个用户分别对应的历史价值；将所述多个用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个用户分别对应的价值等级；获取与目标用户对应的目标历史特征信息；基于所述目标历史特征信息，预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；根据所述目标概率集合，以及所述多个用户分别对应的历史价值和价值等级，确定所述目标用户对应的用户价值。根据本申请实施例，可以提高用户价值评估的准确性。可以提高用户价值评估的准确性。可以提高用户价值评估的准确性。

【技术实现步骤摘要】
用户价值确定方法、装置、设备、介质及产品


[0001]本申请属于数据处理技术，尤其涉及一种用户价值确定方法、装置、设备、介质及产品。

技术介绍

[0002]信用卡高价值用户是指为信用卡创造较高经济价值、或具有较大贡献潜力且风险水平相对较低的用户群体。高价值用户是信用卡业务的主要利润来源，是创造业务收入的核心业务群体。因此，如何对用户价值进行科学评价，是对高价值用户进行维护和管理的基础。
[0003]通常，确定用户价值的方式仅仅是基于历史数据，量化用户实际带来的收入和银行对其实际投入的成本，对用户已产生的历史价值进行价值评估。
[0004]这样，导致评估得到的用户价值并不准确，降低了用户价值评估的准确性。

技术实现思路

[0005]本申请实施例提供一种用户价值确定方法、装置、设备、介质及产品，能够提高用户价值评估的准确性。
[0006]第一方面，本申请实施例提供一种用户价值确定方法，该方法包括：
[0007]获取多个用户分别对应的历史价值；
[0008]将所述多个用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个用户分别对应的价值等级；
[0009]获取与目标用户对应的目标历史特征信息；
[0010]基于所述目标历史特征信息，预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；
[0011]根据所述目标概率集合，以及所述多个用户分别对应的历史价值和价值等级，确定所述目标用户对应的用户价值。
[0012]第二方面，本申请实施例提供一种用户价值确定方法，该方法包括：
[0013]获取多个信用卡用户分别对应的历史价值；
[0014]将所述多个信用卡用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个信用卡用户分别对应的价值等级；
[0015]获取与目标信用卡用户对应的目标历史特征信息；
[0016]基于所述目标历史特征信息，预测所述目标信用卡用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；
[0017]根据所述目标概率集合，以及所述多个信用卡用户分别对应的历史价值和价值等级，确定所述目标信用卡用户对应的用户价值。
[0018]第三方面，本申请实施例提供了一种用户价值确定装置，该装置包括：
[0019]第一获取模块，用于获取多个用户分别对应的历史价值；
[0020]第一划分模块，用于将所述多个用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个用户分别对应的价值等级；
[0021]第二获取模块，用于获取与目标用户对应的目标历史特征信息；
[0022]第一预测模块，用于基于所述目标历史特征信息，预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；
[0023]第一确定模块，用于根据所述目标概率集合，以及所述多个用户分别对应的历史价值和价值等级，确定所述目标用户对应的用户价值。
[0024]第四方面，本申请实施例提供了一种用户价值确定装置，该装置包括：
[0025]第三获取模块，用于获取多个信用卡用户分别对应的历史价值；
[0026]第二划分模块，用于将所述多个信用卡用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个信用卡用户分别对应的价值等级；
[0027]第四获取模块，用于获取与目标信用卡用户对应的目标历史特征信息；
[0028]第二预测模块，用于基于所述目标历史特征信息，预测所述目标信用卡用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；
[0029]第二确定模块，用于根据所述目标概率集合，以及所述多个信用卡用户分别对应的历史价值和价值等级，确定所述目标信用卡用户对应的用户价值。
[0030]第五方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0031]处理器执行所述计算机程序指令时实现如第一方面和/或第二方面的任一项实施例中所述的用户价值确定方法的步骤。
[0032]第六方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面和/或第二方面的任一项实施例中所述的用户价值确定方法的步骤。
[0033]第七方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面和/或第二方面的任一项实施例中所述的用户价值确定方法的步骤。
[0034]本申请实施例中的用户价值确定方法、装置、设备、介质及产品，通过基于目标用户对应的目标历史特征信息，预测该目标用户在未来第一时间段处于多个价值等级中的每个价值等级时分别对应的概率，进而结合目标用户在未来处于各个价值等级时对应的概率，以及用户群体的历史价值和价值等级，最终确定目标用户的用户价值。如此，由于本申请实施例在考虑用户历史价值的同时，还通过预测用户在未来处于各个价值等级时对应的概率，考虑用户未来可能产生的潜在价值，因此，可以提高用户价值评估的准确性。
附图说明
[0035]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1是本申请一个实施例提供的用户价值确定方法的流程示意图；
[0037]图2是本申请另一个实施例提供的用户价值确定方法的流程示意图；
[0038]图3是本申请一个实施例提供的用户价值确定装置的结构示意图；
[0039]图4是本申请另一个实施例提供的用户价值确定装置的结构示意图；
[0040]图5是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
[0041]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0042]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户价值确定方法，其特征在于，包括：获取多个用户分别对应的历史价值；将所述多个用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个用户分别对应的价值等级；获取与目标用户对应的目标历史特征信息；基于所述目标历史特征信息，预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合；根据所述目标概率集合，以及所述多个用户分别对应的历史价值和价值等级，确定所述目标用户对应的用户价值。2.根据权利要求1所述的方法，其特征在于，所述获取多个用户分别对应的历史价值，包括：获取所述多个用户中每个用户在历史第二时间段内多个价值评估周期分别对应的原始用户价值；利用价值衰减函数，根据所述原始用户价值计算所述第二时间段内每个价值评估周期对应的衰减后的用户价值，并将每个所述价值评估周期对应的衰减后的用户价值之和确定为所述用户对应的历史价值，其中，所述价值衰减函数为基于预设的价值衰减系数构造的衰减函数，距离系统时间越远的价值评估周期对应的衰减程度越高。3.根据权利要求2所述的方法，其特征在于，距离系统时间越远的所述价值评估周期对应的衰减程度越高。4.根据权利要求1所述的方法，其特征在于，所述基于所述目标历史特征信息，预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，得到目标概率集合，包括：将所述目标历史特征信息输入至多分类模型中，利用所述多分类模型根据所述目标历史特征信息预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，输出得到所述目标概率集合。5.根据权利要求4所述的方法，其特征在于，在将所述目标历史特征信息输入至多分类模型中，利用所述多分类模型根据所述目标历史特征信息预测所述目标用户在未来第一时间段处于所述多个价值等级中的每个价值等级时分别对应的概率，输出得到所述目标概率集合之前，所述方法还包括：获取样本用户在历史第三时间段内多个价值评估周期分别对应的特征数据；根据所述特征数据提取与所述样本用户对应的历史特征信息；基于所述历史特征信息和所述样本用户在目标历史价值评估周期内对应的价值等级，构建训练样本；利用所述训练样本训练预设分类模型，得到所述多分类模型。6.根据权利要求5所述的方法，其特征在于，所述特征数据包括用户基础特征数据、交易特征数据、信用卡使用风险特征数据和用户行为特征数据中的至少一项。7.根据权利要求1所述的方法，其特征在于，所述将所述多个用户分别对应的历史价值按照价值大小划分为多个价值等级，得到与所述多个用户分别对应的价值等级，包括：基于所述多个用户分别对应的历史价值，按照预设分布比例，确定多个价值等级中每
个价值等级对应的取值区间；基于所述取值区间，将所述多个用户分别对应的历史价值按照价值大小进行等级划分，得到与所述多个用户分别对应的价值等级。8.根据权利要求1所述的方法，其特征在于，所述根据所述目标概率集合，以及所述多个用户分别对应的历史价值和价值等级...

【专利技术属性】
技术研发人员：王梓，华锦芝，呼如生，余洋，徐昊，姚磊，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：