活动信息推送方法及装置制造方法及图纸

本发明专利技术提供一种活动信息推送方法及装置，涉及人工智能技术领域。该活动信息推送方法包括：获取当前客群中的客户信息特征、客户行为特征和环境特征，将客户信息特征、客户行为特征和环境特征输入基于训练特征数据创建的活动响应模型中，得到当前客群中各客户的活动响应类型；根据当前客群中各客户的活动响应类型和客群人数确定当前客群中各活动的响应率；根据各活动的响应率与目标响应率的比较结果向当前客群中的客户推送对应的活动信息。本发明专利技术可以向客群推送准确的活动信息，提升客户体验。验。验。

【技术实现步骤摘要】
活动信息推送方法及装置


[0001]本专利技术涉及人工智能
，具体地，涉及一种活动信息推送方法及装置。

技术介绍

[0002]目前，随着互联网技术的发展，越来越多的业务人员通过一定的媒介(如：手机APP、短信)配置营销活动。若能实时了解到营销活动的响应效果，则有利于业务人员适时对营销活动的配置策略进行调节。
[0003]对营销活动的响应效果评估往往在营销活动配置前、营销活动上线后、以及营销活动结束后这三个阶段都至关重要。通常来说，在营销活动配置前，往往需要对活动营销效果进行预估，并根据预估结果制定最大收益的营销策略；而在营销活动上线后，可能会受到天气、自然灾害等外界环境因素的影响，需要实时更新营销策略；在营销活动结束后，作为业务人员需要了解本次营销活动的响应效果，以便业务人员完成总结报告等工作。
[0004]因此，向客户推送合适的活动信息有利于在活动的各个生命周期实时监控响应效果，保质保量，高效完成活动营销。
[0005]现有技术仅针对客户进行预测，不适用于活动客群，也不能给出准确的活动信息推送方案。

技术实现思路

[0006]本专利技术实施例的主要目的在于提供一种活动信息推送方法及装置，以向客群推送准确的活动信息，提升客户体验。
[0007]为了实现上述目的，本专利技术实施例提供一种活动信息推送方法，包括：
[0008]获取当前客群中的客户信息特征、客户行为特征和环境特征，将客户信息特征、客户行为特征和环境特征输入基于训练特征数据创建的活动响应模型中，得到当前客群中各客户的活动响应类型；
[0009]根据当前客群中各客户的活动响应类型和客群人数确定当前客群中各活动的响应率；
[0010]根据各活动的响应率与目标响应率的比较结果向当前客群中的客户推送对应的活动信息。
[0011]在其中一种实施例中，基于训练特征数据创建活动响应模型包括：
[0012]获取历史客户信息特征、历史客户行为特征和历史环境特征；
[0013]从历史客户信息特征、历史客户行为特征和历史环境特征中筛选得到训练特征数据；
[0014]根据训练特征数据和对应的实际活动类型训练初始模型得到活动响应模型。
[0015]在其中一种实施例中，从历史客户信息特征、历史客户行为特征和历史环境特征中筛选得到训练特征数据包括：
[0016]确定特征数据的累计贡献率；其中，特征数据包括历史客户信息特征、历史客户行
为特征和历史环境特征；
[0017]将累计贡献率与预设阈值进行比较，确定大于预设阈值的累计贡献率对应的特征数据为训练特征数据。
[0018]在其中一种实施例中，根据各活动的响应率与目标响应率的比较结果向当前客群中的客户推送对应的活动信息包括：
[0019]当活动的响应率大于或等于目标响应率时，向当前客群中的客户推送对应的活动信息。
[0020]本专利技术实施例还提供一种活动信息推送装置，包括：
[0021]获取模块，用于获取当前客群中的客户信息特征、客户行为特征和环境特征，将客户信息特征、客户行为特征和环境特征输入基于训练特征数据创建的活动响应模型中，得到当前客群中各客户的活动响应类型；
[0022]响应率模块，用于根据当前客群中各客户的活动响应类型和客群人数确定当前客群中各活动的响应率；
[0023]推送模块，用于根据各活动的响应率与目标响应率的比较结果向当前客群中的客户推送对应的活动信息。
[0024]在其中一种实施例中，还包括：活动响应模型创建模块，用于：
[0025]获取历史客户信息特征、历史客户行为特征和历史环境特征；
[0026]从历史客户信息特征、历史客户行为特征和历史环境特征中筛选得到训练特征数据；
[0027]根据训练特征数据和对应的实际活动类型训练初始模型得到活动响应模型。
[0028]在其中一种实施例中，活动响应模型创建模块具体用于：
[0029]确定特征数据的累计贡献率；其中，特征数据包括历史客户信息特征、历史客户行为特征和历史环境特征；
[0030]将累计贡献率与预设阈值进行比较，确定大于预设阈值的累计贡献率对应的特征数据为训练特征数据。
[0031]在其中一种实施例中，推送模块具体用于：
[0032]当活动的响应率大于或等于目标响应率时，向当前客群中的客户推送对应的活动信息。
[0033]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的活动信息推送方法的步骤。
[0034]本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的活动信息推送方法的步骤。
[0035]本专利技术实施例还提供一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现所述的活动信息推送方法的步骤。
[0036]本专利技术实施例的活动信息推送方法及装置先将当前客群中的客户信息特征、客户行为特征和环境特征输入活动响应模型中以得到当前客群中各客户的活动响应类型，再根据当前客群中各客户的活动响应类型和客群人数确定当前客群中各活动的响应率，最后根据各活动的响应率与目标响应率的比较结果向客群中的客户推送对应的活动信息，可以向
客群推送准确的活动信息，提升客户体验。
附图说明
[0037]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0038]图1是本专利技术实施例中活动信息推送方法的流程图；
[0039]图2是本专利技术另一实施例中活动信息推送方法的流程图；
[0040]图3是本专利技术实施例中创建活动响应模型的流程图；
[0041]图4是本专利技术实施例中活动信息推送装置的结构框图；
[0042]图5是本专利技术实施例中计算机设备的结构框图。
具体实施方式
[0043]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0044]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0045]本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0046]本专利技术涉及的术语解释如下：
[0047]响应率：通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活动信息推送方法，其特征在于，包括：获取当前客群中的客户信息特征、客户行为特征和环境特征，将所述客户信息特征、所述客户行为特征和所述环境特征输入基于训练特征数据创建的活动响应模型中，得到当前客群中各客户的活动响应类型；根据所述当前客群中各客户的活动响应类型和客群人数确定当前客群中各活动的响应率；根据各活动的响应率与目标响应率的比较结果向所述当前客群中的客户推送对应的活动信息。2.根据权利要求1所述的活动信息推送方法，其特征在于，基于训练特征数据创建活动响应模型包括：获取历史客户信息特征、历史客户行为特征和历史环境特征；从所述历史客户信息特征、所述历史客户行为特征和所述历史环境特征中筛选得到训练特征数据；根据所述训练特征数据和对应的实际活动类型训练初始模型得到所述活动响应模型。3.根据权利要求2所述的活动信息推送方法，其特征在于，从所述历史客户信息特征、所述历史客户行为特征和所述历史环境特征中筛选得到训练特征数据包括：确定特征数据的累计贡献率；其中，所述特征数据包括所述历史客户信息特征、所述历史客户行为特征和所述历史环境特征；将所述累计贡献率与预设阈值进行比较，确定大于预设阈值的累计贡献率对应的特征数据为所述训练特征数据。4.根据权利要求1所述的活动信息推送方法，其特征在于，根据各活动的响应率与目标响应率的比较结果向所述当前客群中的客户推送对应的活动信息包括：当活动的响应率大于或等于所述目标响应率时，向所述当前客群中的客户推送对应的活动信息。5.一种活动信息推送装置，其特征在于，包括：获取模块，用于获取当前客群中的客户信息特征、客户行为特征和环境特征，将所述客户信息特征、所述客户行为特征和所述环境特征输入基于训练特征数据创建的活动响应模型中，得到当前...

【专利技术属性】
技术研发人员：宋嘉琪，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：