【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种消费券的发放方法及装置、存储介质和电子设备。
技术介绍
1、随着商品经济的发展以及市场竞争的日趋激烈，客户即流量的理念已经逐渐深入人心，为了保证客户活性和客户粘性，金融机构会采用发放消费券的方式吸引客户。所谓消费券，是指可以作为现金抵扣加入到消费金额中，或者可以随客户的消费行为提供一定的消费权益的折扣，实现降低产品价格的目的。如何精准定位消费券发放的客户群体以及向目标客户群体发放适当面额的消费券是至关重要的，在现有技术中，金融机构往往根据工作人员的工作经验确定目标客户群体及消费券的面额，导致消费券发放的效率比较低的问题。
2、针对相关技术中采用人工的方式确定目标客户群体及每个待发放的消费券的额度，导致消费券发放效率比较低的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请的主要目的在于提供一种消费券的发放方法及装置、存储介质和电子设备，以解决相关技术中采用人工的方式确定目标客户群体及每个待发放的消费券的额度，导致消费券发放效率比较低的问题。
2、为了实现上述目的，根据本申请的一个方面，提供了一种消费券的发放方法。该方法包括：获取n个第一目标对象对应的n个第一特征信息，其中，所述第一特征信息中至少包括身份信息、第三方支付次数和第三方支付金额，n为大于1的正整数；通过目标额度预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的第一额度值，其中，所述第一额度值表征在对所述第一目标对象发放目标消费券时，所述目
3、进一步地，通过目标额度预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的第一额度值包括：通过所述目标额度预测模型对每个第一特征信息进行聚类处理，得到每个第一特征信息对应的类别信息；通过所述目标额度预测模型对所述类别信息进行处理，得到每个第一目标对象对应的第一额度值。
4、进一步地，依据每个第一目标对象对应的第一额度值，确定每个目标消费券对应的第二额度值包括：对所述n个第一目标对象对应的第一额度值计算平均值，得到目标数值；依据所述目标数值，确定每个目标消费券对应的第二额度值。
5、进一步地，依据所述概率值确定m个第二目标对象包括：获取待发放的多个目标消费券的目标总额度，并依据所述目标总额度和每个目标消费券对应的第二额度值，确定所述目标消费券的数量；依据所述目标消费券的数量和所述概率值，从所述n个第一目标对象中确定所述m个第二目标对象。
6、进一步地，在通过目标额度预测模型对所述第一特征信息进行处理，得到每个第一目标对象对应的第一额度值之前，所述方法还包括：获取第一训练样本集和第二训练样本集，其中，所述第一训练样本集中至少包括每个第三目标对象的第二特征信息和每个第三目标对象被发放的目标消费券额度，所述第二训练样本集中至少包括每个第三目标对象的第二特征信息和每个第三目标对象的消费券真实发放结果；依据所述第一训练样本集，对初始额度预测模型进行训练，得到所述目标额度预测模型；依据所述第二训练样本集，对初始概率预测模型进行训练，得到所述目标概率预测模型。
7、进一步地，依据所述第一训练样本集，对初始额度预测模型进行训练，得到所述目标额度预测模型包括：获取所述第二特征信息的k个目标类别和所述初始额度预测模型，其中，k为大于1的正整数；依据所述k个目标类别、所述第二特征信息和最大期望算法对所述初始额度预测模型进行迭代训练至预设次数，得到第一额度预测模型；依据每个第三目标对象被发放的目标消费券额度，计算每个目标类别中的平均额度值，并依据所述平均额度值对所述第一额度预测模型进行优化，得到所述目标额度预测模型。
8、进一步地，获取所述第二特征信息的k个目标类别和所述初始额度预测模型包括：通过第一高斯混合模型对所述第二特征信息和第一预设类别个数进行聚类处理，得到第一聚类结果；对所述第一预设类别个数和预设数值进行求和，得到第二预设类别个数，并确定所述第二预设类别个数对应的第二高斯混合模型；重复执行通过第二高斯混合模型对所述第二特征信息和所述第二预设类别个数进行聚类处理，得到第二聚类结果的步骤，直至得到第l预设类别个数对应的第l聚类结果和所述第l预设类别个数对应的高斯混合模型，其中，l为大于1的正整数；依据赤池信息准则，计算所述第一聚类结果的目标数据、所述第二聚类结果的目标数据和所述第l聚类结果的目标数据，并依据所述第一聚类结果的目标数据、所述第二聚类结果的目标数据和所述第l聚类结果的目标数据，得到所述k个目标类别，其中，所述目标数据用于评估高斯混合模型的拟合效果；依据所述k个目标类别对应的高斯混合模型，得到所述初始额度预测模型。
9、进一步地，依据所述第二训练样本集，对初始概率预测模型进行训练，得到所述目标概率预测模型包括：通过所述初始概率预测模型对所述第二训练样本集中的第二特征信息进行处理，得到所述第三目标对象被发放消费券的预测概率值；判断所述预测概率值是否大于预设数值，得到判断结果；依据所述判断结果，确定每个第三目标对象的消费券预测发放结果；依据所述消费券预测发放结果和所述消费券真实发放结果，对所述初始概率预测模型进行训练，得到所述目标概率预测模型。
10、进一步地，依据所述判断结果，确定每个第三目标对象的消费券预测发放结果包括：在所述预测概率值大于或等于所述预设数值的情况下，确定所述消费券预测发放结果为已发放；在所述预测概率值小于所述预设数值的情况下，确定所述消费券预测发放结果为未发放。
11、为了实现上述目的，根据本申请的另一方面，提供了一种消费券的发放装置。该装置包括：第一获取单元，用于获取n个第一目标对象对应的n个第一特征信息，其中，所述第一特征信息中至少包括身份信息、第三方支付次数和第三方支付金额，n为大于1的正整数；第一处理单元，用于通过目标额度预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的第一额度值，其中，所述第一额度值表征在对所述第一目标对象发放目标消费券时，所述目标消费券对应的额度值；第二处理单元，用于通过目标概率预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的概率值，其中，所述概率值表征所述第一目标对象被发放所述目标消费券的概率值；第一确定单元，用于依据每个第一目标对象对应的第一额度值，确定每个目标消费券对应的第二额度值；第二确定单元，用于依据所述概率值确定m个第二目标对象，并将所述目标消费券发送至所述m个第二目标对象，其中，m为大于1的正整数且m小于或等于n。
12、进一步地，第一处理单元包括：第一处理模块本文档来自技高网...
【技术保护点】
1.一种消费券的发放方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过目标额度预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的第一额度值包括：
3.根据权利要求1所述的方法，其特征在于，依据每个第一目标对象对应的第一额度值，确定每个目标消费券对应的第二额度值包括：
4.根据权利要求1所述的方法，其特征在于，依据所述概率值确定M个第二目标对象包括：
5.根据权利要求1所述的方法，其特征在于，在通过目标额度预测模型对所述第一特征信息进行处理，得到每个第一目标对象对应的第一额度值之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，依据所述第一训练样本集，对初始额度预测模型进行训练，得到所述目标额度预测模型包括：
7.根据权利要求6所述的方法，其特征在于，获取所述第二特征信息的K个目标类别和所述初始额度预测模型包括：
8.根据权利要求5所述的方法，其特征在于，依据所述第二训练样本集，对初始概率预测模型进行训练，得到所述目标概率预测模型包括：
9
10.一种消费券的发放装置，其特征在于，包括：
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质在设备执行权利要求1至9中任意一项所述的消费券的发放方法。
12.一种电子设备，其特征在于，包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至9中任意一项所述的消费券的发放方法。
...【技术特征摘要】
1.一种消费券的发放方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，通过目标额度预测模型对每个第一特征信息进行处理，得到每个第一目标对象对应的第一额度值包括：
3.根据权利要求1所述的方法，其特征在于，依据每个第一目标对象对应的第一额度值，确定每个目标消费券对应的第二额度值包括：
4.根据权利要求1所述的方法，其特征在于，依据所述概率值确定m个第二目标对象包括：
5.根据权利要求1所述的方法，其特征在于，在通过目标额度预测模型对所述第一特征信息进行处理，得到每个第一目标对象对应的第一额度值之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，依据所述第一训练样本集，对初始额度预测模型进行训练，得到所述目标额度预测模型包括：
7.根据权利要求6所述的方法，其特征在于，获取所述第二特征信...
【专利技术属性】
技术研发人员：唐珊珊，赵培，侯明烨，姜舟，
申请(专利权)人：中国工商银行股份有限公司，
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。