使用支付卡消费的偏好预测方法、装置、设备、介质和产品制造方法及图纸

技术编号:44564647 阅读:37 留言:0更新日期:2025-03-11 14:23
本公开提供了一种使用支付卡消费的偏好预测方法、装置、设备、介质和产品,可以应用于大数据和金融科技技术领域。该方法包括:响应于偏好预测指令,获取第一预设时间段内目标用户的多个目标种类的用户目标特征,其中,目标种类是在训练目标梯度提升决策树模型的过程中利用梯度推进决策树模型从初始训练特征集合中确定的,初始训练特征集合表征训练用户的资产交易信息;根据多个用户目标特征构建目标用户的目标数据宽表;利用目标梯度提升决策树模型处理目标数据宽表,得到预测概率信息,其中,预测概率信息表征目标用户使用支付卡进行消费的概率。

【技术实现步骤摘要】

本公开涉及数据处理,具体地涉及一种使用支付卡消费的偏好预测方法、偏好预测装置、电子设备、计算机可读存储介质和计算机程序产品。


技术介绍

1、当前网络购物的兴起催生出了许多的生活服务类app,在消费金融场景下其往往提供了手机商城、饭票影票、在线客服、基金理财、办卡开卡、额度管理、消费信贷、账单管理等全方位功能,同时实现了lbs查询服务和手机远程支付,全面满足并提升了持卡人对金融和日常生活需求的消费体验。

2、发卡银行在不断拓展业务与场景的同时,也希望通过数据积累与数据驱动,主动捕捉用户价值信息与消费需求,发挥数据价值,给用户提供更加精准的服务。然而目前的相关技术在预测用户是否使用支付卡进行消费的准确性较差。


技术实现思路

1、鉴于上述问题,本公开提供了一种使用支付卡消费的偏好预测方法、偏好预测装置、电子设备、计算机可读存储介质和计算机程序产品。

2、根据本公开的第一个方面,提供了一种使用支付卡消费的偏好预测方法,包括:

3、响应于偏好预测指令,获取第一预设时间段内目标用户的多本文档来自技高网...

【技术保护点】

1.一种使用支付卡消费的偏好预测方法,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,所述目标梯度提升决策树模型是通过如下方式训练的:

3.根据权利要求2所述的方法,其特征在于,所述初始训练特征集合包括用户基本信息、支付卡信息、资产信息和交易变动信息;

4.根据权利要求2所述的方法,其特征在于,所述初始训练数据宽表包括多个宽表元素;

5.根据权利要求2~4中任一项所述的方法,其特征在于,所述初始训练数据宽包括不同文本类型的宽表元素,所述文本类型包括数值类型和文字类型;

6.根据权利要求2所述的方法,其特征在于,所述...

【技术特征摘要】

1.一种使用支付卡消费的偏好预测方法,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,所述目标梯度提升决策树模型是通过如下方式训练的:

3.根据权利要求2所述的方法,其特征在于,所述初始训练特征集合包括用户基本信息、支付卡信息、资产信息和交易变动信息;

4.根据权利要求2所述的方法,其特征在于,所述初始训练数据宽表包括多个宽表元素;

5.根据权利要求2~4中任一项所述的方法,其特征在于,所述初始训练数据宽包括不同文本类型的宽表元素,所述文本类型包括数值类型和文字类型;

6.根据权利要求2所述的方法,其特征在于,所述中间...

【专利技术属性】
技术研发人员:王豆豆王晓舟张博王晴
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:

网友询问留言 已有0条评论
  • 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。

1