一种业务数据处理方法、装置、设备以及可读存储介质制造方法及图纸

本申请公开了一种业务数据处理方法、装置、设备以及可读存储介质，方法包括：获取针对业务对象的N个业务数据，获取N个业务数据分别对应的预测外层浏览时长；预测外层浏览时长是指在业务数据投放至业务对象后，业务对象针对业务数据的待点击业务界面的预测浏览时长；根据N个业务数据分别对应的预测外层浏览时长，确定N个业务数据分别对应的时长排序因子；根据N个业务数据分别对应的基础排序因子和时长排序因子，生成N个业务数据分别对应的融合排序因子，根据N个融合排序因子对N个业务数据进行排序，得到序列业务数据。采用本申请，可以在业务数据排序时，丰富排序维度，进而提高业务数据的转化率。数据的转化率。数据的转化率。

【技术实现步骤摘要】
一种业务数据处理方法、装置、设备以及可读存储介质


[0001]本申请涉及计算机
，尤其涉及一种业务数据处理方法、装置、设备以及可读存储介质。

技术介绍

[0002]随着计算机技术的飞速发展，越来越多的用户通过电子设备上的应用发布或者获取信息，创建业务数据的用户可以通过电子设备上投放业务数据的应用来实现业务数据的投放。
[0003]在通常情况下，为了提高转化率(也就是通过业务数据所产生下单、购买等转化行为的用户数量，与点击业务数据的用户数量之间的比值)，应用平台在将业务数据投放至用户群体前，会先对各个业务数据进行排序，再将排序后的业务数据按序投放至用户群体。现有方案主要基于业务数据的预估点击率或预估转化率来对业务数据进行排序，排序因素较为单一，很可能造成排序顺序不准确，从而导致向业务对象投放的业务数据并不能得到有效转化，难以提高业务数据的转化率。

技术实现思路

[0004]本申请实施例提供一种业务数据处理方法、装置、设备以及可读存储介质，可以在业务数据排序时，丰富排序维度，进而提高业务数据的转化率。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务业务数据处理方法，其特征在于，包括：获取针对业务对象的N个业务数据，获取N个所述业务数据分别对应的预测外层浏览时长；所述预测外层浏览时长是指在所述业务数据投放至所述业务对象后，所述业务对象针对所述业务数据的待点击业务界面的预测浏览时长；根据N个所述业务数据分别对应的预测外层浏览时长，确定N个所述业务数据分别对应的时长排序因子；根据N个所述业务数据分别对应的基础排序因子和时长排序因子，生成N个所述业务数据分别对应的融合排序因子，根据N个融合排序因子对N个所述业务数据进行排序，得到序列业务数据。2.根据权利要求1所述的方法，其特征在于，N个所述业务数据包括业务数据M
i
，i为正整数；所述获取N个所述业务数据分别对应的预测外层浏览时长，包括：获取所述业务数据M
i
对应的业务数据特征，将所述业务数据特征输入至数据预测模型；所述数据预测模型基于样本业务数据对应的样本预测外层浏览时长、真实外层浏览时长标签、样本预测点击率、真实点击行为标签、样本预测内层浏览时长以及真实内层浏览时长标签所训练得到；所述样本预测外层浏览时长是指在所述样本业务数据投放至样本业务对象后，所述样本业务对象针对所述样本业务数据的样本待点击业务界面的预测浏览时长；所述样本预测点击率是指所述样本业务对象针对所述样本待点击业务界面发生点击行为的预测概率；所述样本预测内层浏览时长是指在所述样本业务对象通过对所述样本待点击业务界面发生点击行为，进入所述样本业务数据的样本待转化业务界面后，所述样本业务对象针对所述样本待转化业务界面的预测浏览时长；通过所述数据预测模型以及所述业务数据特征，确定所述业务数据M
i
对应的预测外层浏览时长。3.根据权利要求1所述的方法，其特征在于，N个所述业务数据包括业务数据M
i
，所述预测外层浏览时长包括所述业务数据M
i
对应的预测外层浏览时长T
i
，i为正整数；所述根据N个所述业务数据分别对应的预测外层浏览时长，确定N个所述业务数据分别对应的时长排序因子，包括：获取针对所述预测外层浏览时长T
i
的时长运算参数；将所述时长运算参数与所述预测外层浏览时长T
i
进行运算处理，得到所述业务数据M
i
对应的时长排序因子。4.根据权利要求1所述的方法，其特征在于，N个所述业务数据包括业务数据M
i
，i为正整数；所述根据N个所述业务数据分别对应的基础排序因子和时长排序因子，生成N个所述业务数据分别对应的融合排序因子，包括：获取所述业务数据M
i
对应的期望转化单位投放资源、预测点击率以及预测转化率；根据所述期望转化单位投放资源、所述预测点击率以及所述预测转化率确定所述业务数据M
i
对应的实时投放消耗资源，将所述业务数据M
i
对应的实时投放消耗资源确定为所述业务数据M
i
对应的基础排序因子；将所述业务数据M
i
对应的时长排序因子，与所述业务数据M
i
对应的基础排序因子进行
运算处理，得到所述业务数据M
i
对应的融合排序因子。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取业务需求投放量，按照所述业务需求投放量从所述序列业务数据中按序获取K个业务数据；将所述K个业务数据投放至所述业务对象。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：在目标时间段内，获取所述业务对象分别针对所述K个业务数据的实时反馈数据；根据K个实时反馈数据，在所述K个业务数据中确定正向反馈业务数据；根据正向反馈业务数据对所述业务对象进行相似业务数据推荐处理。7.一种业务业务数据处理方法，其特征在于，包括：获取样本业务数据对应的样本业务数据特征，将所述样本业务数据特征输入至样本数据预测模型，通过所述样本数据预测模型输出所述样本业务数据对应的样本预测外层浏览时长、样本预测内层浏览时长以及样本预测点击率；所述样本预测外层浏览时长是指在所述样本业务数据投放至样本业务对象后，所述样本业务对象针对所述样本业务数据的样本待点击业务界面的预测浏览时长；所述样本预测点击率是指所述样本业务对象针对所述样本待点击业务界面发生点击行为的预测概率；所述样本预测内层浏览时长是指在所述样本业务对象通过对所述样本待点击业务界面发生点击行为，进入所述样本业务数据的样本待转化业务界面后，所述样本业务对象针对所述样本待转化业务界面的预测浏览时长；根据所述样本预测外层浏览时长、所述样本业务数据对应的真实外层浏览时长标签、所述样本预测点击率、所述样本业务数据对应的真实点击行为标签、所述样本预测内层浏览时长以及所述样本业务数据对应的真实内层浏览时长标签，确定所述样本业务数据的目标损失值；根据所述目标损失值对所述样本数据预测模型进行调整，得到数据预测模型；所述数据预测...

【专利技术属性】
技术研发人员：徐华鹏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：