短信触达时间预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种短信触达时间预测方法、装置、计算机设备及存储介质。方法包括：获取目标用户的基本属性信息以及目标用户在目标应用中的行为属性信息，并将获取到的信息输入短信触达时间预测模型；通过第一输入层确定基本属性信息的第一目标向量特征以及行为属性信息的第二目标向量特征；将第一目标向量特征以及第二目标向量特征输入自注意力层进行第一特征交互提取处理，得到第一高阶特征；以及将第一目标向量特征以及第二目标向量特征输入第一多层神经网络层进行第二特征交互提取处理，得到第二高阶特征；将第一高阶特征以及第二高阶特征输入第一输出层进行触达时间预测处理，得到目标用户的短信触达时间预测结果。测结果。测结果。

【技术实现步骤摘要】
短信触达时间预测方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，尤其涉及一种短信触达时间预测方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着互联网的快速发展，移动支付、线上理财等服务已经成为人们日常生活的一部分。短信营销作为一种常见的营销手段，已经被广泛应用于互联网中的各个领域，如金融领域，为企业营销和用户获取提供了有力支持。
[0003]由于不同用户有不同的特性，例如不同的作息时间，所以短信营销中的触达时间对于用户是否最终转化至关重要。
[0004]为提高短信的营销效果，需要为不同的用户分别预测短信的触达时间，然而现有技术的预测方法往往只能通过用户基本静态信息来预测最佳触达时段，缺乏深入挖掘用户行为的能力，导致短信触达时间预测结果的准确率不高。

技术实现思路

[0005]本申请实施例提供了一种短信触达时间预测方法、装置、计算机设备及存储介质，可以提高短信触达时间预测结果的准确率。
[0006]第一方面，本申请实施例提供了一种短信触达时间预测方法，所述方法应用于短信触达时间预测系统，所述短信触达时间预测系统中预设有短信触达时间预测模型，所述短信触达时间预测模型包括第一输入层、自注意力层、第一多层神经网络层以及第一输出层，所述方法包括：
[0007]获取目标用户的基本属性信息以及所述目标用户在目标应用中的行为属性信息，并将所述基本属性信息以及所述行为属性信息输入所述短信触达时间预测模型；
[0008]通过所述第一输入层确定所述基本属性信息的第一目标向量特征以及所述行为属性信息的第二目标向量特征；
[0009]将所述第一目标向量特征以及所述第二目标向量特征输入所述自注意力层进行第一特征交互提取处理，得到第一高阶特征；以及将所述第一目标向量特征以及所述第二目标向量特征输入所述第一多层神经网络层进行第二特征交互提取处理，得到第二高阶特征；
[0010]将所述第一高阶特征以及所述第二高阶特征输入所述第一输出层进行触达时间预测处理，得到所述目标用户的短信触达时间预测结果。
[0011]第二方面，本申请实施例还提供了一种短信触达时间预测装置，其包括：所述短信触达时间预测装置配置于短信触达时间预测系统中，所述短信触达时间预测系统中预设有短信触达时间预测模型，所述短信触达时间预测模型包括第一输入层、自注意力层、第一多层神经网络层以及第一输出层，所述短信触达时间预测装置包括：
[0012]收发单元，用于获取目标用户的基本属性信息以及所述目标用户在目标应用中的
行为属性信息，并将所述基本属性信息以及所述行为属性信息输入所述短信触达时间预测模型；
[0013]处理单元，用于通过所述第一输入层确定所述基本属性信息的第一目标向量特征以及所述行为属性信息的第二目标向量特征；将所述第一目标向量特征以及所述第二目标向量特征输入所述自注意力层进行第一特征交互提取处理，得到第一高阶特征；以及将所述第一目标向量特征以及所述第二目标向量特征输入所述第一多层神经网络层进行第二特征交互提取处理，得到第二高阶特征；将所述第一高阶特征以及所述第二高阶特征输入所述第一输出层进行触达时间预测处理，得到所述目标用户的短信触达时间预测结果。
[0014]第三方面，本申请实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
[0015]第四方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述方法。
[0016]相较于现有技术，本申请实施例提供的方案中，一方面，本方案中使用目标用户的基本属性信息(静态信息)以及在目标应用中的行为属性信息(动态信息)进行触达时间预测，结合目标用户的静态信息以及动态信息进行触达时间预测，相对于现有技术中仅使用静态信息进行触达时间预测，可提高短信触达时间预测结果的准确率；另一方面，本方案中的短信触达时间预测模型通过自注意力层以及第一多层神经网络层分别进行特征交互提取处理，能提高短信触达时间预测模型挖掘特征的能力，从而进一步提高短信触达时间预测结果的准确率。
附图说明
[0017]为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，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。
[0018]图1为本申请实施例提供的短信触达时间预测模型的一结构示意图；
[0019]图2为本申请实施例提供的贝叶斯模型的一结构示意图；
[0020]图3为本申请实施例提供的短信触达时间预测模型的训练步骤的一流程示意图；
[0021]图4为本申请实施例提供的短信触达时间预测方法的流程示意图；
[0022]图5为本申请实施例提供的短信触达时间预测装置的示意性框图；
[0023]图6为本申请实施例提供的计算机设备的示意性框图。
具体实施方式
[0024]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0025]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整
体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0026]还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0027]还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0028]本申请实施例提供了一种短信触达时间预测方法、装置、计算机设备及存储介质。
[0029]该短信触达时间预测方法的执行主体可以是本申请实施例提供短信触达时间预测系统，该短信触达时间预测系统中集成有短信触达时间预测装置，该短信触达时间预测系统可安装在终端或服务器中。
[0030]请参阅图1，图1为本申请实施例提供的短信触达时间预测模型的一结构示意图，该短信触达时间预测模型预设于短信触达时间预测系统中，该短信触达时间预测模型包括第一输入层、自注意力层、第一多层神经网络(Multilayer Perceptron，MLP)层以及第一输出层，其中，所述第一输入层包括稀疏向量特征层以及嵌入层，所述第一输出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种短信触达时间预测方法，其特征在于，所述方法应用于短信触达时间预测系统，所述短信触达时间预测系统中预设有短信触达时间预测模型，所述短信触达时间预测模型包括第一输入层、自注意力层、第一多层神经网络层以及第一输出层，所述方法包括：获取目标用户的基本属性信息以及所述目标用户在目标应用中的行为属性信息，并将所述基本属性信息以及所述行为属性信息输入所述短信触达时间预测模型；通过所述第一输入层确定所述基本属性信息的第一目标向量特征以及所述行为属性信息的第二目标向量特征；将所述第一目标向量特征以及所述第二目标向量特征输入所述自注意力层进行第一特征交互提取处理，得到第一高阶特征；以及将所述第一目标向量特征以及所述第二目标向量特征输入所述第一多层神经网络层进行第二特征交互提取处理，得到第二高阶特征；将所述第一高阶特征以及所述第二高阶特征输入所述第一输出层进行触达时间预测处理，得到所述目标用户的短信触达时间预测结果。2.根据权利要求1所述的方法，其特征在于，所述第一输入层包括稀疏向量特征层以及嵌入层；所述通过所述第一输入层确定所述基本属性信息的第一目标向量特征以及所述行为属性信息的第二目标向量特征，包括：通过所述稀疏向量特征层对所述基本属性信息以及所述行为属性信息分别进行独热编码处理，得到所述基本属性信息的第一稀疏向量特征以及所述行为属性信息的第二稀疏向量特征；通过所述嵌入层对所述第一稀疏向量特征以及所述第二稀疏向量特征分别进行降维处理，得到所述第一目标向量特征以及所述第二目标向量特征。3.根据权利要求1所述的方法，其特征在于，所述第一输出层包括第二多层神经网络层以及第一全连接层；所述将所述第一高阶特征以及所述第二高阶特征输入所述第一输出层进行触达时间预测处理，得到所述目标用户的短信触达时间预测结果，包括：通过所述第二多层神经网络层对所述第一高阶特征以及所述第二高阶特征进行特征融合处理，得到目标高阶特征；将所述目标高阶特征输入所述第一全连接层进行触达时间预测处理，得到所述短信触达时间预测结果。4.根据权利要求3所述的方法，其特征在于，所述将所述目标高阶特征输入所述第一全连接层进行触达时间预测处理，得到所述短信触达时间预测结果，包括：通过所述第一全连接层对所述目标高阶特征进行归一化处理，得到多个预设时段分别对应的预测概率；将多个所述预测时段中所述预测概率最大的预设时段确定为目标时段，将所述目标时段作为所述短信触达时间预测结果。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述将所述基本属性信息以及所述行为属性信息输入所述短信触达时间预测模型之前，所述方法还包括：构建贝叶斯模型，所述贝叶斯模型包括所述短信触达时间预测模型、用户回访概率预测模型以及综合输出层；获取多个训练样本，各所述训练样本包括基本属性样本信息、行为属性样本信息、短信特征样本信息以及样本标签；
从多个所述训练样本中确定目标训练样本；将所述目标训练样本对应的所述基本属性样本信息以及所述行为属性样本信息输入所述短信触达时间预测模型进行第一预测结果预测处理，得到第一预测结果；以及将所述目标训练样本对应的所述短信特征样本信息输入所述用户回访概率预测模型进行第二预测结果预测处理，得到第二预测结果；将所述第一预测结果以及第二预测结果输入所述综合输出层进行目标概率预测处理，得到目标预测结果；根据所述目标预测结果以及所述目标样本对应的所述样本标签确定损失值；若根据所述损失值以及预设的收敛条件确定所述贝叶斯模型未收敛，则根据所述损失值对所述贝叶斯模型进行参数优化处理，...

【专利技术属性】
技术研发人员：陈敬武，
申请(专利权)人：深圳市乐信信息服务有限公司，
类型：发明
国别省市：