发明内容
鉴于此,本申请提供信息推送方法、装置及系统,可以平衡推广次数和推送效果。
为了实现上述目的,本发明提供了下述技术特征:
一种信息推送方法,所述方法包括:
确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征;
依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级;
分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识;
分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合;
若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
可选的,每个借贷产品的标识组合白名单的确定过程包括:
动态获取多个借贷产品的当前放贷资金量,并基于每个借贷产品的剩余放贷资金量确定每个借贷产品的当前剩余授信量;
分别确定预先设定的多个标识组合的预估授信数量和平均获客成本;其中预先设定的多个标识组合为多个授信等级、多个渠道标识和多个产品标识的全组合;
按产品标识对预先设定的多个标识组合执行分类操作,获得每个借贷产品的标识组合集;
分别从每个借贷产品对应的标识组合集中,确定每个借贷产品符合条件的至少一个标识组合,并将每个借贷产品符合条件的至少一个标识组合确定为每个借贷产品的标识组合白名单;
其中每个借贷产品符合条件的至少一个标识组合为:从借贷产品对应的标识组合集中、按助贷系统获客成本由低至高的顺序选取的、且标识组合对应的预估授信数量的累加值不小于所述当前剩余授信量的至少一个标识组合。
可选的,依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级,包括:
将所述渠道特征和所述用户特征分别与多个产品特征进行组合,获得多个特征组合;
分别输入多个特征组合至预先训练好的授信率预估模型,经所述授信率预估模型计算后输出与多个多维特征一一对应的多个授信率;
按授信率与授信等级的对应关系,分别确定多个授信率一一对应的多个授信等级。
可选的,所述渠道特征包括:渠道标识和渠道类型;
所述产品特征包括:产品标识、产品分期数、产品利率等级和产品额度等级;
所述用户特征包括:用户标识、用户画像、用户标签和用户交易行为。
可选的,所述获取所述渠道平台的渠道特征以及多个借贷产品的产品特征包括:
获取渠道平台的渠道标识和渠道类型;
在数据库查询所述渠道平台的渠道标识;若查找到,则从数据库获取与所述渠道标识对应的渠道特征;若未查找到,则从数据库选择一个与所述渠道类型一致的渠道特征,作为所述渠道平台的渠道特征;
从数据库查询并获取各个产品标识和对应的产品类型;
在数据库查询每个产品标识对应的产品特征;若查找到则获取产品标识对应的渠道特征,若未查找到则从数据库中选择一个与该产品标识的产品类型一致的产品特征,作为该产品标识的产品特征;
在本地获取渠道平台对应的当前渠道特征,若本地未存储渠道平台,则选择与渠道平台类似的其它渠道平台的渠道特征作为渠道平台的渠道特征;
在本地获取N个借贷对应的产品特征,若本地未存储某个借贷产品,则选择与该借贷产品类似的其它借贷产品的产品特征作为该借贷产品的产品特征。
可选的,还包括训练授信率预估模型和更新授信率预估模型;
预先将各个渠道平台的用户按预设百分比分为随机用户组和策略用户组;
其中所述训练授信率预估模型包括:
依据各个渠道平台的随机用户组生成训练样本组;其中每个训练样本包括渠道特征、产品特征、用户特征,以及,授信标识或未授信标识;
采用训练样本组对机器模型进行有监督训练;
在训练结束后获得用于预估授信率的授信率预估模型;
其中更新授信率预估模型包括:
每隔预设时间重复训练一次授信率预估模型获得更新后的授信率预估模型。
可选的,仅针对各个渠道平台的策略用户组应用所述信息推送方法;
则所述分别确定预先设定的多个标识组合的预估授信数量和获客成本k-m-n标识组合包括:
确定各个标识组合k-m-n标识组合于随机用户组中对应的历史授信数量按照下述公式预估各个标识组合k-m-n标识组合于策略用户组一一对应的预估授信数量/> 其中,r为所述预设百分比;
将各个标识组合于随机用户组中的历史获客成本,作为各个标识组合的平均获客成本。
一种信息推送装置,所述装置包括:
确定单元,用于确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征;
确定等级单元,用于依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级;
确定组合单元,用于分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识;
查看单元,用于分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合;
推送单元,用于若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
一种信息推送系统,包括:
助贷系统,与所述助贷系统相连的资金机构和多个渠道平台;
所述助贷系统,用于确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级;分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识;分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合;若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
可选的,所述渠道平台,用于助贷系统接收所述助贷系统发送的用于向所述待分析用户推送广告信息的推送指令,并向所述待分析用户展示助贷系统的广告信息。
通过以上技术手段,可以实现以下有益效果:
本发明可以在渠道平台向待分析用户推送广告信息之前,依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级,也即预估各个借贷产品对该渠道平台上的待分析用户进行授信的授信等级。授信等级越高则代表越容易被授信,反之,授信等级越低则代表不容易被授信。
分别确定待分析用户与每个借贷产品对应的待分析标识组合,每个待分析标识组合都是授信等级、渠道标识和产品标识的标识组合。每个标识组合以用于分别代表不同借贷产品对待分析用户的预估授信情况。
每个借贷产品均有一个标识组合白名单,分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合。若一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则表示该待分析组合很大程度上可以被该借贷产品授信。
若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则表示在多个借贷产品中任一个借贷产品可能对待分析用户授信,此情况下才向渠道平台发送推送指令,以便渠道平台推送助贷系统的广告信息至待分析用户,从而获取客源。
本发明中有选择的向各个渠道平台中的各个用户推送广告信息,所以可以在降低推送次数的同时又保证足够的客源,以在推广次数和推广效果之间找到平衡,进而降低推广成本和减少对渠道平台的资源占用。
具体实施方式
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,所描述的实施例仅仅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。
参见图1,本发明提供了一种信息推送系统,包括:
资金机构100、助贷系统200和广告平台300。
其中,所述资金机构可以资金机构A、资金机构B和资金机构C等,资金机构主要为银行或借贷机构,每个银行可以具有多个借贷产品,每个借贷机构也可以多个借贷产品。
不同借贷产品对用户要求不同,例如有的借贷产品适用于企业用户不适用于个人用户,有的借贷产品适用于无不良记录的用户,有的借贷产品适用于轻微不良记录的用户,等等。
广告平台可以包括渠道平台A、渠道平台B和渠道平台C等,渠道平台包括多个网站、多个小视频APP、多个即时通讯APP以及第三方贷款超市等。
为了实现本发明先介绍本发明的预先准备工作:
第一,助贷系统存储资金机构中的各个产品标识和各个产品特征。
助贷系统可以从资金机构中提取不同借贷产品的产品标识和产品信息,可以理解的是不同借贷产品的产品信息不尽相同,且,产品标识具有唯一性。
助贷系统基于各个借贷产品的产品信息提取产品特征,并存储各个产品标识和各个产品特征。
可以理解的是,关于基于各个借贷产品的产品信息提取产品特征的也可以在助贷系统之外的其它设备执行完毕后,再发送至主贷系统以供助贷系统存储各个产品标识和各个产品特征。关于从产品信息中提取产品特征的过程已为已有技术,对此本申请不再赘述。
第二,助贷系统存储各个渠道平台的各个渠道标识和各个渠道特征。
助贷系统会从每个渠道平台或其它途径获取每个渠道信息,并基于每个渠道信息抽取每个渠道特征。其中渠道特征主要包括:渠道平台ID和渠道类型等特征。基于渠道信息抽取渠道特征的过程已为成熟技术,在此不再赘述。
第三,助贷系统保存授信率预估模型。
由于在线上使用过程中需要使用授信率预估模型来预估某个借贷产品对某用户的授信率,为此本发明提供一种授信率预估模型的训练过程。
训练过程可以于助贷系统执行,也可以于助贷系统之外的其它设备执行,再存储至助贷系统。下面以训练授信率预估模型于助贷系统执行为例,对训练过程进行详细说明。
预先将各个渠道平台的用户按预设百分比分为随机用户组和策略用户组,各个渠道平台的随机用户组用于作为训练样本;各个渠道平台的策略用户组将被用于执行图3所示的信息推送方法。
这样做的目的在于,因为各个渠道平台的随机用户组将不经筛选全部展现广告信息,由于未经筛选所以真实全面的得到随机用户组中各个用户的行为信息,从而全面获取各个渠道平台中的用户特征。
而各个渠道平台的策略用户组将应用于图3所示的信息推送方法,也即经过筛选之后,再决定是否展现广告信息至用户。
参见图2,训练授信率预估模型包括以下步骤:
步骤S201:依据各个渠道平台的随机用户组生成训练样本组;其中每个训练样本包括渠道特征、产品特征、用户特征,以及,授信标识或未授信标识。
针对每个渠道平台均收集训练样本,各个渠道平台的训练样本组成训练样本组。
以一个渠道平台为例,对收集训练样本的过程进行描述:
渠道平台有很多用户,从渠道平台的所有用户中随机选择r%的用户作为随机用户组,并向随机用户组中所有用户展现助贷系统的广告信息,并跟踪随机用户组中每个用户后续情况。
若随机用户组中一个用户查看到广告信息后有意向申请借贷,则可以借助于广告信息向助贷系统申请借贷。助贷系统会根据不同借贷产品的产品特征来选择适合用户的借贷产品,助贷系统发送用户申请至该借贷产品对应的借贷机构。
借贷机构也有自己的风控系统,风控系统通过一系列风控算法对用户特征进行计算,从而判定能否对用户进行授信。若能够授信则会放贷给用户,若不能够授信则不会放贷给用户。
助贷系统会从每个渠道平台或其它征信平台获取随机用户组中的用户信息,并基于用户信息提取用户特征。用户特征主要包括用户画像、用户标签、用户交易行为等特征。基于用户信息抽取用户特征的过程已为成熟技术,在此不再赘述。助贷系统在第一步中还存储了不同借贷产品的产品特征。产品特征主要包括:产品ID、产品分期数、产品利率等级和产品额度等级等特征。
若一个渠道平台A的用户B、经助贷系统预估后适合产品C且最终被授信,则该训练样本为渠道特征A、用户特征B、产品特征C,以及,授信标识。
若一个渠道平台A的用户B、经助贷系统预估后适合产品C且最终却未被授信,则该训练样本为渠道特征A、用户特征B、产品特征C,以及,未授信标识。
若一个渠道平台A的用户B未点击广告信息进入申请借贷,则该训练样本为渠道特征A、渠道特征B和产品特征默认值(表示未有产品),以及,未授信标识。
也即,每个训练样本包括渠道特征、产品特征、用户特征,以及,授信标识或未授信标识。
可选的,由于渠道平台每天的用户申请量巨大,所以可以对未授信训练样本进行下采样,以便大大减少未授信训练样本的数量,从而使得训练能够快速收敛。
步骤S202:采用训练样本组对机器模型进行有监督训练。
机器模型可以采用XGBoost机器模型、LR机器模型、神经网络模型等,然后构建以渠道特征、用户特征和产品特征为输入、以是否授信为输出建立分类模型。
步骤S203:在训练结束后获得能够用于预估授信率的授信率预估模型。
按照不同机器模型的训练方式训练机器模型,直到达到训练结束条件。在训练结束后获得能够用于预估授信率的授信率预估模型。
授信率预估模型由于包含渠道特征、产品特征和用户特征这三种特征,在有监督的训练过程中可以使得机器模型学习渠道特征、用户特征和产品特征与授信率之间的关系。
因此,后续可以输入渠道特征、用户特征和产品特征至授信率预估模型,并可以获得授信率预估模型预估的授信率。
可选的,在图3所示的信息推送方法的基础上,还包括更新授信率预估模型的过程,以便保持授信率预估模型的准确性。也即每隔预设时间重复训练一次授信率预估模型获得更新后的授信率预估模型,并在图3所示方案中使用最新的授信率预估模型。第四,存储授信率和授信等级的对应关系。
可以理解的是授信率在[0,1]之间,为了方便后续计算将授信率分为K个授信等级1、2、3……K;不同授信等级代表不同授信程度。例如,0~0.1为第1授信等级,0.1~0.3为第2授信等级,0.3~0.5为第3授信等级,等等。
第五,构建K*M*N个k-m-n标识组合。
设定助贷系统对接M个渠道平台,每个渠道平台可以表示采用m表示,m为1、2……M;助贷系统具有N个借贷产品,每个借贷产品可以采用n表示,n为1、2……N;助贷系统设定K个授信等级,每个授信等级可以采用k表示,k为1、2……K。
因为不同渠道平台的不同用户申请不同借贷产品会具有不同的授信率,对K个授信等级、M个渠道平台和N个借贷产品进行全组合,可以获得K*M*N个k-m-n标识组合。每个k-m-n标识组合均表示第m个渠道平台的用户被第n个借贷产品授信的授信率在第k个授信等级处。
有的渠道平台相比于其它渠道平台会更容易获客,有的用户特征会比其它用户特征更容易授信,有的用户会更加倾向于某个借贷产品,为此每个k-m-n标识组合可以综合三方面因素。
第六,分别存储K*M*N个k-m-n标识组合于策略用户组中的预估授信量
针对随机用户组而言,助贷系统还可以统计并存储每个k-m-n标识组合每天的授信数量,也即历史授信量
按照下述公式预估K*M*N个k-m-n标识组合于策略组中一一对应的K*M*N个预估授信数量
第七:分别确定K*M*N个k-m-n标识组合于策略组中一一对应的K*M*N个平均获客成本。
根据历史获客成本计算每个k-m-n标识组合于随机组的平均获客成本,分别将平均获客成本作为K*M*N个k-m-n标识组合于策略组中一一对应的K*M*N个平均获客成本。例如,一个k-m-n标识组合的曝光总成本为10000元,带来50个授信,那么平均获客成本=10000/50=200元。
在预先准备操作完成后,介绍线上执行过程。本发明既可以平衡推广次数又可以保证推送效果,还能尽量满足资金机构的放贷需求和尽量降低广告费用。
参见图3,本发明提供了一种信息推送方法,于各个渠道平台的策略组中执行信息推送方法,所述方法包括以下步骤:
步骤S301:动态确定每个借贷产品的标识组合白名单。其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合。
参见图4,本步骤可以采用下述方式实现:
步骤S401:动态获取多个借贷产品的当前放贷资金量,并基于每个借贷产品的剩余放贷资金量确定每个借贷产品的当前剩余授信量。
动态获取资金机构中N个借贷产品一一对应的N个当前放贷资金量,分别利用N个当前放贷资金量除以平均个人贷款量获得N个借贷产品的当前剩余授信量。
助贷系统与资金机构进行数据交互,通常以天为单位来获取资金机构中各个借贷产品的放贷资金总量。例如,以一个借贷产品的放贷资金总量为100万,则表示该借贷产品今天一整天需要放贷100万。在某个借贷产品当天的放贷资金总量发生变化时,可以及时得知。
另外,由于在一天的不断放贷过程中,在放贷资金总量基础上不断减少,为了防止过度获客,所以在一整天放贷过程中助贷系统与资金机构进行数据交互,以不断获取借贷产品的剩余资金量。
本实施例从上述两个方面来动态获取资金机构中一个借贷产品的当前放贷资金量,其余借贷产品可以参见上述描述过程,不再赘述。
虽然每个用户的贷款量大小不一,助贷系统根据历史数据可以得到一个平均个人贷款量。在动态获取资金机构中N个借贷产品一一对应的N个当前放贷资金量后,分别利用N个当前放贷资金量除以平均个人贷款量获得N个借贷产品的当前剩余授信量。
步骤S402:分别确定预先设定的多个标识组合的预估授信数量和平均获客成本;其中预先设定的多个标识组合为多个授信等级、多个渠道标识和多个产品标识的全组合。
也即分别获取K个授信等级、M个渠道平台和N个借贷产品组成的K*M*N个k-m-n标识组合一一对应的K*M*N个预估授信数量,以及,K*M*N个预估授信数量平均获客成本。
步骤S403:按产品标识对预先设定的多个标识组合执行分类操作,获得每个借贷产品的标识组合集。也即,按借贷产品对K*M*N个组合进行分类,获得N个借贷产品的k-m-n标识组合集。
步骤S404:分别从每个借贷产品对应的标识组合集中,确定每个借贷产品符合条件的至少一个标识组合,并将每个借贷产品符合条件的至少一个标识组合确定为每个借贷产品的标识组合白名单;
其中每个借贷产品符合条件的至少一个标识组合为:从借贷产品对应的标识组合集中、按助贷系统获客成本由低至高的顺序选取的、且标识组合对应的预估授信数量的累加值不小于所述当前剩余授信量的至少一个标识组合。
也即,针对每个借贷产品的k-m-n标识组合集:按平均获客成本由低至高的顺序、逐个累加k-m-n标识组合对应的预估授信数量,直到累加至第i个k-m-n标识组合对应的预估授信数量后、累加值大于该借贷产品的当前剩余授信量;将第1个至第i个k-m-n标识组合作为该借贷产品的标识组合白名单。
为了既可以尽量满足资金机构的放贷需求又能尽量降低广告费用,本实施例会确定每个k-m-n标识组合的标识组合白名单。由于每个借贷产品的处理过程是一致的,所以以一个借贷产品为例进行详细讲述。
为了降低成本,对借贷产品的k-m-n标识组合集,按照平均获客成本有低至高的顺序进行排序,从步骤S402中可知每个k-m-n标识组合对应一个预估授信数量。
助贷系统会按平均获客成本由低至高的顺序、逐个累加k-m-n标识组合对应的预估授信数量,并在每次累加后将累加值与该借贷产品的当前剩余授信量进行对比。
若累加值小于该借贷产品的当前剩余授信量,则继续累加下一个平均获客成本最低的k-m-n标识组合,直到累加第i个k-m-n标识组合后累加值大于该借贷产品的当前剩余授信量。
按照平均获客成本有低至高的顺序将第1个至第i个之间的i个k-m-n标识组合添加至借贷产品的标识组合白名单中。标识组合白名单是按照平均获客成本最小的方式,同时也是按照满足借贷产品放贷需求建立的,因此本步骤可以达到按照平均获客成本最小的方式、尽量满足各个借贷产品当前剩余授信量的目的。
在执行过程中助贷系统会不断获取借贷产品的当前放贷资金量,由于借贷产品的当前放贷资金量是动态的,基于当前放贷资金量生成的预估授信数量也是动态的,基于预估授信数量确定的标识组合白名单也是动态的。
接步骤S301进入步骤S302:确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征。
在渠道平台向待分析用户曝光助贷系统的广告信息之前,获取渠道平台的渠道标识和渠道类型,和,待分析用户的用户信息。
基于待分析用户的用户信息(用户历史行为特征)确定待分析用户的用户特征。
在数据库查询所述渠道平台的渠道标识;若查找到,则从数据库获取与所述渠道标识对应的渠道特征;若未查找到,则从数据库选择一个与所述渠道类型一致的渠道特征,作为所述渠道平台的渠道特征;
基于待分析用户的用户信息提取用户特征。
从数据库查询并获取各个产品标识和对应的产品类型;
在数据库查询每个产品标识对应的产品特征;若查找到则获取产品标识对应的渠道特征,若未查找到则从数据库中选择一个与该产品标识的产品类型一致的产品特征,作为该产品标识的产品特征。
步骤S303:依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级。
参见图5,本步骤可以采用下述方式实现:
步骤S501:将所述渠道特征和所述用户特征分别与多个产品特征进行组合,获得多个特征组合。
也即将所述渠道特征和所述待分析用户特征分别与N个产品特征进行组合,获得N个多维特征。由于有N个借贷产品,所以渠道特征和用户特征和N个借贷产品的组合共有N个多维特征。
步骤S502:分别输入多个特征组合至预先训练好的授信率预估模型,经所述授信率预估模型计算后输出与多个多维特征一一对应的多个授信率。
即,分别输入N个多维特征至预先训练好的授信率预估模型,经所述授信率预估模型计算后输出N个多维特征一一对应的N个授信率。
步骤S503:按授信率与授信等级的对应关系,分别确定多个授信率一一对应的多个授信等级。
也即,按授信率与授信等级的对应关系,分别确定N个授信率一一对应的N个授信等级。
步骤S304:分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识。
步骤S303中已经确定N个借贷产品对应的N个授信等级,分别将渠道标识和产品标识与N个借贷产品一一组合,获得N个k-m-n标识组合。
步骤S305:分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合。
在步骤S301中已经确定N个借贷产品的标识组合白名单,所以本步骤仅需要分别在N个借贷产品的标识组合白名单中查看是否包含该借贷产品对应的待分析标识组合。
也即在第一个借贷产品的标识组合白名单中,查看是否具有第一个借贷产品的待分析组合,若具有则表示待分析组合是属于标识组合白名单,也即待分析组合属于成本较低的且能够满足借贷产品的当前放贷需求的组合;若不具有则表示待分析组合不属于标识组合白名单。
步骤S306:若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
因为有N个借贷产品,为了满足各个借贷产品的放贷需求,所以只要有任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析组合,则向所述渠道平台发送用于向所述待分析用户曝光广告信息的曝光指令。
步骤S307:渠道平台接收用于向所述待分析用户曝光广告信息的曝光指令,并展现广告信息至待分析用户。
渠道平台展现广告信息至待分析用户对应的终端界面,以供待分析用户查看到广告信息。
通过上述技术特征可知,本发明具有下述技术特征:
本发明可以动态获取资金机构中借贷产品的当前放贷资金量,然后预估满足借贷产品的当前放贷资金量的标识组合白名单;标识组合白名单是按照最低获客成本和能够满足当前放贷资金量的方式建立的,所以既能够满足最低获客成本,且,能够满足借贷产品的放贷需求。
为了避免不必要的曝光,在渠道平台向待分析用户曝光助贷系统的广告信息之前,分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品对应的待分析组合;若借贷产品的标识组合白名单中包含该借贷产品对应的待分析组合,才向渠道平台发送用于向所述待分析用户曝光广告信息的曝光指令,否则不发送曝光指令。
这样可以大大减少曝光次数降低成本,且,每次曝光都是经过选择后、预估能够带来授信的曝光,因此可以在减少曝光量的同时又提升授信率,同时减少无效曝光减少了对用户的打扰,提升用户体验。
助贷系统中其实具有两个模块,一个获客模块,一个分发模块,现有技术中获客只管获取借贷申请,分发只顾分发借贷申请,两个模块之间并无关联。本申请的方案可以在获客模块和分发模块之间建立关联,现在获客模块和分发模块有机关联,以此来达到尽量满足资金机构的放贷需求,又能尽量降低广告费用的双重目的。
参见图6,本发明提供了一种信息推送装置,应用于助贷系统,所述装置包括:
确定单元61,用于确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征;
确定等级单元62,用于依据所述渠道平台的渠道特征、所述用户特征和多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级;
确定组合单元63,用于分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识;
查看单元64,用于分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合;
推送单元65,用于若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
关于信息推送装置的具体实现可以详见图2-图5所示的实施例,在此不再赘述。
参见图1,本发明提供了一种信息推送系统,包括:
助贷系统,与所述助贷系统相连的资金机构和多个渠道平台;
所述助贷系统,用于确定渠道平台的渠道特征、所述渠道平台对应的待分析用户对应的用户特征以及多个借贷产品的产品特征,分别确定所述待分析用户与每个借贷产品对应的授信等级;分别确定所述待分析用户与每个借贷产品对应的待分析标识组合;其中,所述待分析标识组合包括:所述待分析用户与该借贷产品对应的授信等级、所述渠道平台的渠道标识以及该借贷产品的产品标识;分别在每个借贷产品的标识组合白名单中查看是否包含该借贷产品的待分析标识组合;其中所述标识组合白名单为:助贷系统的获客成本以及该借贷产品的放贷资金量均满足条件的多个标识组合;若任意一个借贷产品的标识组合白名单中包含该借贷产品对应的待分析标识组合,则向所述渠道平台发送用于向所述待分析用户推送广告信息的推送指令。
所述渠道平台,用于助贷系统接收所述助贷系统发送的用于向所述待分析用户推送广告信息的推送指令,并向所述待分析用户展示助贷系统的广告信息。
关于信息推送系统的具体实现可以详见图2-图5所示的实施例,在此不再赘述。
通过上述技术特征可知,本发明具有下述技术特征:
本发明可以动态获取资金机构中借贷产品的当前放贷资金量,然后预估满足借贷产品的当前放贷资金量的标识组合白名单;标识组合白名单是按照最低获客成本和能够满足当前放贷资金量的方式建立的,所以既能够满足最低获客成本,且,能够满足借贷产品的放贷需求。
为了避免不必要的曝光,在渠道平台向待分析用户曝光助贷系统的广告信息之前,分别确定渠道平台中所述待分析用户与借贷产品组建的待分析组合;在每个借贷产品的标识组合白名单中查看是否包含该借贷产品对应的待分析组合;若借贷产品的标识组合白名单中包含该借贷产品对应的待分析组合,则向渠道平台发送用于向所述待分析用户曝光广告信息的曝光指令,否则不发送曝光指令。
这样可以大大减少曝光次数降低成本,且,每次曝光都是授信率较高的曝光,在减少曝光量的同时又提升授信率,一举两得。
现有技术中获取客源的曝光模块和分配客源的分发模块之间没有关联关系,本发明中可以建立两者的有机关联,通过协调各个模块之间的关系,达到尽量满足资金机构的放贷需求,又能尽量降低广告费用的双重目的。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。