【技术实现步骤摘要】
运费险服务费的定价方法、装置、电子设备、存储介质
[0001]本公开涉及人工智能
,尤其涉及运费险服务费的定价方法
、
装置
、
电子设备
、
存储介质
。
技术介绍
[0002]在电商场景中,由于线上交易,消费者在后货后,通常会发生退货换货行为,运费险能够很好的解决消费者退货的顾虑,保证用户线上购物的体验
。
运费险是商家买单的运费险,服务费主要在买家下单后,扣除商家的部分货款作为运费险服务费
。
[0003]现有技术中的运费险服务费计算方式比较单一,无法针对部分高风险店铺
、
高风险用户或者促销活动进行针对性干预,且服务费调整多半走线下流程,调整周期长,无法保证退货补运费的收支平衡的技术问题
。
技术实现思路
[0004]本公开提供了一种运费险服务费的定价方法
、
装置
、
电子设备
、
存储介质
。
[0005]根据本公开的一方面,提供了一种运费险服务费的定价方法,包括:
[0006]获取商家的第一交易相关信息,将所述第一交易相关信息输入预先训练的第一退货率预测模型,得到所述商家对应的商家退货率;
[0007]根据所述商家退货率确定第一运费险服务费;
[0008]获取用户的第二交易相关信息,将所述第二交易相关信息输入预先训练的第二退货率预测模型,得到所述用户对应的用户退货率;
[000 ...
【技术保护点】
【技术特征摘要】
1.
一种运费险服务费的定价方法,包括:获取商家的第一交易相关信息,将所述第一交易相关信息输入预先训练的第一退货率预测模型,得到所述商家对应的商家退货率;根据所述商家退货率确定第一运费险服务费;获取用户的第二交易相关信息,将所述第二交易相关信息输入预先训练的第二退货率预测模型,得到所述用户对应的用户退货率;根据所述用户退货率对所述第一运费险服务费进行调整,得到第二运费险服务费
。2.
根据权利要求1所述的方法,其中,所述根据所述商家退货率确定第一运费险服务费之后,还包括:获取人工输入的干预策略,根据所述干预策略对所述第一运费险服务费进行调整
。3.
根据权利要求1或2所述的方法,其中,所述干预策略包括以下至少一项:浮动比例干预;浮动绝对干预;绝对干预
。4.
根据权利要求1‑3中任意一项所述的方法,其中,所述获取商家的第一交易相关信息,将所述第一交易相关信息输入预先训练的第一退货率预测模型,得到所述商家对应的商家退货率包括:获取所述商家的店铺数据
、
商品数据
、
店铺订单数据
、
店铺售后数据
、
评价数据中的一种或多种信息作为所述第一交易相关信息;对所述第一交易相关信息进行特征提取得到第一交易相关特征;将所述第一交易相关特征输入所述第一退货率预测模型,得到所述商家退货率
。5.
根据权利要求4所述的方法,其中,所述对所述第一交易相关信息进行特征提取得到第一交易相关特征包括以下至少一项:对所述商品数据进行特征提取得到品类信息
、
商品价格信息
、
销售信息
、
库存量丰富度信息
、
商品热度信息中的至少一项;对所述店铺数据进行特征提取得到店铺销量信息
、
店铺价格信息
、
店铺品类信息
、
店铺权益信息
、
优惠信息中的至少一项;对所述店铺订单数据进行特征提取得到店铺下单信息
、
订单周期信息中的至少一项;对所述店铺售后数据进行特征提取得到店铺退货信息
、
店铺退货周期信息中的至少一项;对所述评价数据进行特征提取得到订单评分
、
店铺评分
、
基于用户评价文本进行正负向情感分析得到的用户情感特征中的至少一项
。6.
根据权利要求1‑5中任意一项所述的方法,其中,所述获取用户的第二交易相关信息,将所述第二交易相关信息输入预先训练的第二退货率预测模型,得到所述用户对应的用户退货率包括:获取所述用户的用户画像数据和用户行为数据作为所述第二交易相关信息;对所述第二交易相关信息进行特征提取得到第二交易相关特征;将所述第二交易相关特征输入所述第二退货率预测模型,得到所述用户退货率
。7.
根据权利要求6所述的方法,其中,所述对所述第二交易相关信息进行特征提取得到第二交易相关特征包括:对所述用户画像数据进行特征提取得到用户基本信息
、
账号风险信息
、
消费场景信息
中的至少一项;对所述用户行为数据进行特征提取得到用户订单信息
、
用户售后信息
。8.
根据权利要求1‑7中任意一项所述的方法,其中,所述根据所述商家退货率确定第一运费险服务费包括:根据所述商家退货率与运费险服务费之间的映射关系,确定所述第一运费险服务费
。9.
根据权利要求1‑8中任意一项所述的方法,其中,所述根据所述用户退货率对所述第一运费险服务费进行调整,得到第二运费险服务费包括:根据所述用户退货率确定所述用户的用户风险等级;根据所述用户风险等级确定对应的服务费调整值;根据所述第一运费险服务费和所述服务费调整值计算得到所述第二运费险服务费
。10.
一种运费险服务费的定价装置,包括:第一预测模块,被配置为获取商家的第一交易相关信息,将所述第一交易相关信息输入预先训练的第一退货率预测模型,得到所述商家对应的商家退货率;确定模块,被配置为根据所述商家退货率确定第一运费险服务费;第二预测模块,被配置为获取用户的第二交易相关信息,将所述第二交易相关信息输入预先训练...
【专利技术属性】
技术研发人员:徐光勇,杨森源,訾豪,王锦龙,
申请(专利权)人:百度在线网络技术,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。