System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及金融科技,尤其涉及一种产品推送方法、装置、电子设备及可读存储介质。
技术介绍
1、随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如分布式、区块链blockchain、人工智能等)应用在金融领域,但金融业也对技术提出了更高的要求,如对金融业的产品推送有了更高的要求。
2、目前,通常会对存在购买产品需求的用户群体进行相关产品的推送,而存在购买产品需求的用户群体可以分为由自然转化用户组成的用户群体和由营销敏感用户组成的用户群体,但是,由于现有的产品推送方式无法区别自然转化用户和营销敏感用户这两类用户,所以会同时对这两类用户进行产品推送,而由于自然转化用户不需要进行产品推送也会对相关产品进行购买、浏览、搜索等响应,这就造成了不必要的营销成本的浪费,因此,现有的产品推送方式的成本高。
技术实现思路
1、本申请的主要目的在于提供一种产品推送方法、装置、电子设备及可读存储介质,旨在解决现有的产品推送方式的成本高的技术问题。
2、为实现上述目的,本申请提供一种产品推送方法,所述产品推送方法包括:
3、获取目标用户群体中各目标用户对目标产品的响应行为数据;
4、将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率;
5、在所述目标用户群体中筛选出目标响应增长率大于第一预设响应增长率的目标用户作为营销敏感用户
6、可选地,所述将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率的步骤,包括:
7、通过将各所述响应行为数据输入到预先训练好的目标预测模型,得到待求解模型;
8、基于预设求解算法对所述待求解模型进行求解,确定各所述目标用户的目标响应增长率。
9、可选地,所述基于预设求解算法对所述待求解模型进行求解,确定各所述目标用户的目标响应增长率的步骤,包括:
10、基于预设求解算法对所述待求解模型进行求解,得到各所述目标用户的初始响应增长率;
11、依据各所述初始响应增长率和预设的响应率还原关系式,计算各所述目标用户的目标响应增长率。
12、可选地,所述获取目标用户群体中各目标用户对目标产品的响应行为数据的步骤之前,所述产品推送方法还包括:
13、获取进行了产品推送的用户群体的第一客群样本数据,以及未进行产品推送的用户群体的第二客群样本数据;
14、对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理,得到第一样本特征数据、第一样本标签数据、第二样本特征数据和第二样本标签数据;
15、组合所述第一样本标签数据和所述第二样本标签数据,得到目标样本标签数据;
16、根据所述第一样本特征数据、所述第二样本特征数据和所述目标样本标签数据,构建目标训练样本集;
17、根据所述目标训练样本集对待训练预测模型进行迭代优化得到所述目标预测模型。
18、可选地,所述对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理的步骤之前,所述产品推送方法还包括:
19、获取进行了产品推送的用户群体对所述目标产品的响应行为的总响应增长率;
20、若所述总响应增长率大于第二预设响应增长率,则执行所述对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理的步骤。
21、可选地,所述目标预测模型包括第一子模型和第二子模型,所述将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率的步骤,包括:
22、通过将各所述响应行为数据输入到所述第一子模型,得到各所述目标用户在进行产品推送情形下对所述目标产品的第一响应率;
23、通过将各所述响应行为数据输入到所述第二子模型,得到各所述目标用户在未进行产品推送情形下对所述目标产品的第二响应率;
24、计算各所述目标用户对应的第一响应率和所述目标用户对应的第二响应率的差值,得到各所述目标用户的目标响应增长率。
25、可选地,所述获取目标用户群体中各目标用户对目标产品的响应行为数据的步骤之前,所述产品推送方法还包括:
26、获取进行了产品推送的用户群体对目标产品的第一客群样本数据,以及未进行产品推送的用户群体对目标产品的第二客群样本数据;
27、对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理,得到第一样本特征数据、第一样本标签数据、第二样本特征数据和第二样本标签数据;
28、根据所述第一样本特征数据和所述第一样本标签数据,构建第一训练样本集,以及根据所述第二样本特征数据和所述第二样本标签数据,构建第二训练样本集;
29、根据所述第一训练样本集对待训练预测模型进行迭代优化得到所述第一子模型,以及根据所述第二训练样本集对待训练预测模型进行迭代优化得到所述第二子模型;
30、融合所述第一子模型和所述第二子模型,得到所述目标预测模型。
31、本申请还提供一种产品推送装置,所述产品推送装置包括:
32、获取模块,用于获取目标用户群体中各目标用户对目标产品的响应行为数据;
33、预测模块,用于将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率;
34、推送模块,用于在所述目标用户群体中筛选出目标响应增长率大于第一预设响应增长率的目标用户作为营销敏感用户,以向各所述营销敏感用户推送所述目标产品。
35、本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述产品推送方法的步骤。
36、本申请还提供一种可读存储介质,所述可读存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现产品推送方法的程序,所述实现产品推送方法的程序被处理器执行以实现如上所述产品推送方法的步骤。
37、本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的产品推送方法的步骤。
38、本申请提供了一种产品推送方法,本申请首先获取目标用户群体中各目标用户对目标产品的响应行为数据,然后将各响应行为数据输入到本文档来自技高网...
【技术保护点】
1.一种产品推送方法,其特征在于,所述产品推送方法包括:
2.如权利要求1所述的产品推送方法,其特征在于,所述将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率的步骤,包括:
3.如权利要求2所述的产品推送方法,其特征在于,所述基于预设求解算法对所述待求解模型进行求解,确定各所述目标用户的目标响应增长率的步骤,包括:
4.如权利要求1至3中任一项所述的产品推送方法,其特征在于,所述获取目标用户群体中各目标用户对目标产品的响应行为数据的步骤之前,所述产品推送方法还包括:
5.如权利要求4所述的产品推送方法,其特征在于,所述对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理的步骤之前,所述产品推送方法还包括:
6.如权利要求1所述的产品推送方法,其特征在于,所述目标预测模型包括第一子模型和第二子模型,所述将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形
7.如权利要求6所述的产品推送方法,其特征在于,所述获取目标用户群体中各目标用户对目标产品的响应行为数据的步骤之前,所述产品推送方法还包括:
8.一种产品推送装置,其特征在于,所述产品推送装置包括:
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种可读存储介质,其特征在于,所述可读存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现产品推送方法的程序,所述实现产品推送方法的程序被处理器执行以实现如权利要求1至7中任一项所述的产品推送方法的步骤。
...【技术特征摘要】
1.一种产品推送方法,其特征在于,所述产品推送方法包括:
2.如权利要求1所述的产品推送方法,其特征在于,所述将各所述响应行为数据输入到预先训练好的目标预测模型,预测各所述目标用户在进行产品推送情形下对所述目标产品的响应行为的响应增长率,得到各所述目标用户的目标响应增长率的步骤,包括:
3.如权利要求2所述的产品推送方法,其特征在于,所述基于预设求解算法对所述待求解模型进行求解,确定各所述目标用户的目标响应增长率的步骤,包括:
4.如权利要求1至3中任一项所述的产品推送方法,其特征在于,所述获取目标用户群体中各目标用户对目标产品的响应行为数据的步骤之前,所述产品推送方法还包括:
5.如权利要求4所述的产品推送方法,其特征在于,所述对所述第一客群样本数据和所述第二客群样本数据进行特征提取处理和标签标记处理的步骤之前,所述产品推送方法还包括:
【专利技术属性】
技术研发人员:陈庆麟,陈婷,吴毅彪,庄伟亮,黄勇卫,
申请(专利权)人:深圳前海微众银行股份有限公司,
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。