CN111768248A - 交互资格等级动态确定方法、装置、设备及存储介质 - Google Patents
交互资格等级动态确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111768248A CN111768248A CN202010625813.5A CN202010625813A CN111768248A CN 111768248 A CN111768248 A CN 111768248A CN 202010625813 A CN202010625813 A CN 202010625813A CN 111768248 A CN111768248 A CN 111768248A
- Authority
- CN
- China
- Prior art keywords
- stage
- data
- determining
- behavior
- interaction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种交互资格等级动态确定方法、装置、设备和存储介质,该方法包括:获取目标用户的第一阶段行为数据,将第一阶段行为数据转换为预设数据维度的第一图表示数据,得到第一阶段行为预测结果;确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取目标用户基于第一阶段交互资格等级确定的第二阶段行为数据;确定第二阶段行为数据的第二图表示数据,以确定第二阶段的目标用户的第二阶段交互资格等级,其中,第二阶段与第一阶段为时序连续的阶段。本申请解决现有技术中难以准确确定用户的交互资格等级的技术问题。
Description
技术领域
本申请涉及金融科技(Fintech)的人工智能技术领域,尤其涉及一种交互资格等级动态确定方法、装置、设备及存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术应用在金融领域,但金融业也对技术提出了更高的要求,如金融业对交互资格等级动态确定也有更高的要求。
目前,通常通过特定维度分布的用户行为数据确定的下单率预测结果,确定用户的交互资格等级。然而,在多数场景中用户行为特征维度分布是动态变化的,若通过上述方式确定用户的交互资格等级,会造成用户的下单率预测结果不准确,进而导致用户的交互资格等级确定不准确。
发明内容
本申请的主要目的在于提供一种交互资格等级动态确定方法、装置、设备和存储介质,旨在解决现有技术中难以准确确定用户的交互资格等级的技术问题。
为实现上述目的,本申请提供一种交互资格等级动态确定方法,所述交互资格等级动态确定方法包括:
获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,对所述第一图表示数据进行预测处理,得到所述第一图表示数据的第一阶段行为预测结果;
确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
可选地,所述确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据的步骤,包括:
基于第一阶段行为预测结果的数值大小,确定第一阶段目标用户的第一阶段交互资格等级;
确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据。
可选地,所述确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据的步骤,包括:
确定所述第一阶段交互资格等级的第一交互文件;
确定所述目标用户的渠道类型;
对所述第一交互文件进行解析,基于所述渠道类型以及所述解析的第一交互文件,确定第二阶段行为数据。
可选地,所述获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据的步骤,包括:
获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据;
确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据。
可选地,所述确定所述第一阶段行为数据的第一行为图数据的步骤,包括:
基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;
确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;
确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
可选地,所述初始用户行为图数据包括第一用户行为节点的第一节点连接边;
所述基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据的步骤,包括:
基于所述第一转换频率数据,确定所述第一节点连接边对应的第一用户行为转换频率;
基于所述第一用户行为转换频率和所述第一节点连接边对应的预设目标转换频率,确定所述第一节点连接边的第一连接边权值;
在所述初始用户行为图数据中将所述第一连接边权值赋予所述第一节点连接边,获得所述第一行为图数据。
可选地,所述确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级的步骤之后,包括:
确定所述第二阶段交互资格等级的第二交互文件,以供所述目标用户基于所述第二交互文件进行各项用户行为。
可选地,所述确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据的步骤,包括:
确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
获取第一阶段交互资格等级的所述目标用户的渠道类型;
若所述渠道类型为公众号渠道时,基于所述公众号渠道确定向所述目标用户输出预设精选文章;
获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据。
本申请还提供一种交互资格等级动态确定装置,所述交互资格等级动态确定装置包括:
获取模块,用于获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,对所述第一图表示数据进行预测处理,得到所述第一图表示数据的第一阶段行为预测结果;
第一确定模块,用于确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
第二确定模块,用于确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
可选地,所述第一确定模块包括:
第一确定单元,用于基于第一阶段行为预测结果的数值大小,确定第一阶段目标用户的第一阶段交互资格等级;
第二确定单元,用于确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据。
可选地,所述第二确定单元包括:
第一确定子单元,用于确定所述第一阶段交互资格等级的第一交互文件;
第二确定子单元,用于确定所述目标用户的渠道类型;
第三确定子单元,用于所述渠道类型以及所述第一交互文件确定第二阶段行为数据。
可选地,所述获取模块包括:
第一获取单元,用于获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据;
第三确定单元,用于确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据。
可选地,所述第一获取单元包括:
生成子单元,用于基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;
第四确定子单元,用于确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;
第五确定子单元,用于确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
可选地,所述初始用户行为图数据包括第一用户行为节点的第一节点连接边;
所述第五确定子单元用于实现:
基于所述第一转换频率数据,确定所述第一节点连接边对应的第一用户行为转换频率;
基于所述第一用户行为转换频率和所述第一节点连接边对应的预设目标转换频率,确定所述第一节点连接边的第一连接边权值;
在所述初始用户行为图数据中将所述第一连接边权值赋予所述第一节点连接边,获得所述第一行为图数据。
可选地,所述交互资格等级动态确定装置还包括:
第三确定模块,用于确定所述第二阶段交互资格等级的第二交互文件,以供所述目标用户基于所述第二交互文件进行各项用户行为。
可选地,所述第一确定模块还包括:
第六确定子单元,用于确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
第三获取单元,用于获取第一阶段交互资格等级的所述目标用户的渠道类型;
第七确定子单元,用于若所述渠道类型为公众号渠道时,基于所述公众号渠道确定向所述目标用户输出预设精选文章;
第四获取单元,用于获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据。
本申请还提供一种交互资格等级动态确定设备,所述交互资格等级动态确定设备为实体设备,所述交互资格等级动态确定设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述交互资格等级动态确定方法的程序,所述交互资格等级动态确定方法的程序被处理器执行时可实现如上述的交互资格等级动态确定方法的步骤。
本申请还提供一种存储介质,所述存储介质上存储有实现上述交互资格等级动态确定方法的程序,所述交互资格等级动态确定方法的程序被处理器执行时实现如上述的交互资格等级动态确定方法的步骤。
本申请通过获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。与现有技术基于特定分布的用户行为数据,确定用户的交互资格等级的技术手段相比,在本申请中,基于动态变化的不同阶段行为数据,转换为动态变化的特征维度的第一图表示数据,进而动态确定用户的下单率预测结果,能够降低下单率预测过程中的差异性,以动态确定用户的交互资格,该手段克服了现有技术中基于确定特征维度分布的用户行为数据,确定所有阶段用户的交互资格等级的缺陷,提升了下单率预测准确率,进而提升了用户资格等级的确定准确度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请交互资格等级动态确定方法第一实施例的流程示意图;
图2为本申请交互资格等级动态确定方法中步骤S20的细化步骤流程示意图;
图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图;
图4为本申请交互资格等级动态确定方法的场景示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供一种交互资格等级动态确定方法,在本申请交互资格等级动态确定方法的第一实施例中,参照图1,所述交互资格等级动态确定方法包括:
步骤S10,获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;
其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;
步骤S20,确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
步骤S30,确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
具体步骤如下:
步骤S10,获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;
其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;
在本实施例中,需要说明的是,可以应用于交互资格等级动态确定系统,该交互资格等级动态确定系统从属于交互资格等级动态确定设备,对于交互资格等级动态确定系统而言,是与机构如企业存在通信连接关系的,因而,只要用户在企业的关联网页上存在操作行为,则交互资格等级动态确定系统可以获取用户的操作行为,并基于用户的操作行为预测用户的下单可能性或者是购买可能性,然后确定目标用户的第一阶段交互资格等级,然后企业基于交互资格等级反馈服务或者提供第一反馈信息,反馈服务或者第一反馈信息可以通过各个渠道进行如通过公众号,微信,APP等,对于企业而言,是存在行业特征(经营范围特征)的,而行业特征又包括业务特征,业务特征又包括不同产品特征等,也即,对于企业而言,存在多层深度的特征,因而,不同用户在企业网站上的操作行为存在不同分布特征。
需要说明的是,企业与用户(用户端)可以通过多个入口或者渠道进行交互,如通过app进行交互,通过小程序进行交互,通过公众号进行交互或者是通过分享链接进行交互,在企业分别记录了app、小程序、公众号或者分享链接上的操作行为数据后,具体地,在企业分别通过各个操作按钮的操作数据记录得到各个用户不同深度的操作行为数据后,将各个用户不同深度的操作行为数据发送给交互资格等级动态确定系统,以对用户进行购买或者下单与否的预测,以得到下单率预测结果(用户行为预测而结果),并进一步基于下单率预测结果进行目标用户的交互资格等级的确定。在本实施例中,需要说明的是,企业记录的所述操作行为数据至少包括一个用户行为,例如,用户点击阅读了文章、加了客服微信、接听了客服电话,则各用户行为分别为点击阅读了文章、加微信和接听电话,且各用户行为是阶段性的,这里的阶段性可以指的是:用户在初始用户行为后,接收企业等基于初始用户行为反馈的服务如反馈的微信公众号文章,后续又基于反馈的服务如反馈的微信公众号文章产生用户行为(如点击阅读行为)。则之后产生的行为与初始用户行为阶段不同,在本实施例中,再根据变化的行为对应的数据进行预测,得到对应的预测结果后,确定目标用户的交互资格等级,企业可以基于该目标用户的交互资格等级进一步动态调整服务的级别以及对应的服务。
需要说明的是,尽管企业可以通过app、小程序、公众号或者分享链接等不同方式与用户进行交互,但是整体地,用户与企业交互的行为可以通过企业、业务、入口、页面等进行行为节点确定。
获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果,具体地,所述图表示数据为用于表示用户行为图的数据,所述图表示数据包括用户图嵌入数据,如将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果,需要说明的是,在本实施例中,图嵌入数据是将不同分布的行为数据进行相同维度转换后得到的数据,具体地,将不同分布的行为数据转化为特定维度的用户图嵌入数据,即依然可基于同一特征维度的用户图嵌入数据,精准预测目标用户的用户行为,进而提高了预测的准确性,进而实现准确确定下单率预测结果的等级。
获取目标用户的第一阶段行为数据,该第一阶段行为数据可以指的是初始行为数据或者是当前节点的行为数据,确定所述第一阶段行为数据的第一图表示数据,并确定所述第一图表示数据的第一阶段行为预测结果。
在本实施例中,将所述第一图表示数据输入至预设分类模型中,以得到所述第一图表示数据的第一阶段行为预测结果;
其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;
具体地,在本实施例中,预先训练有预设分类模型,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的,例如,所述预设分类模型是基于具有预设标签的图嵌入向量数据,对预设待训练模型进行迭代训练得到的。具体地,将图嵌入向量数据的预设标签与输入至预设待训练模型中后得到的预测标签进行比对,即可得到比对结果,基于比对结果对预设待训练模型的参数进行调整,并对调整后的预设待训练模型进行迭代训练,直至迭代达到预设训练次数或者是预设损失函数收敛,即可得到预设分类模型。
在本实施例中,通过将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的,由于本实施例中准确训练得到预设分类模型,因而,准确得到第一阶段行为预测结果。
所述获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一图表示数据的步骤,包括:
步骤S11,获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据;
在本实施例中,获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据,具体地,通过第一阶段行为数据中的用户行为节点,各个用户行为节点之间的顺序关系等确定第一行为图数据。
步骤S12,确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据。
确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据,在本实施例中,需要说明的是,在确定所述第一行为图数据的编码向量之前,是已经存在所有用户的关联图数据的集合的,假设关联图数据的集合中包括5张用户行为子图,即存在用户行为子图a,b,c,d,e共5张图,进而若第一行为图数据中包括用户行为子图a和c,则第一行为图数据对应的编码向量为(1,0,1,0,0),其中,1表示目标用户包括1对应的比特位对应的用户行为子图,0表示目标用户不包括0对应的比特位对应的用户行为子图。
获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果包括:获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一阶段图向量嵌入数据,并将所述第一阶段图向量嵌入数据输入至预设分类模型中,得到所述第一阶段图向量嵌入数据的第一阶段行为预测结果,或者包括获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一阶段图矩阵嵌入数据,并将所述第一阶段图矩阵嵌入数据输入至预设分类模型中,得到所述第一阶段图矩阵嵌入数据的第一阶段行为预测结果。
步骤S20,确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,例如,第一阶段行为预测结果即下单率为0.3,这时,预测结果对应的阈值区间为第一阈值区间,对应的第一反馈信息为普通问题及答案(预存的),在获取第一反馈信息后,获取所述目标用户基于所述第一反馈信息确定的第二阶段行为数据,具体地,用户基于第一反馈信息产生了(普通问题及答案的点击或者是阅读)行为,则产生的(普通问题及答案的点击或者是阅读)行为与第一阶段行为数据构成了第二阶段行为数据。
参照图2,所述确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据的步骤,包括:
步骤S21,确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
基于第一阶段行为预测结果的数值大小(下单率大小)如0.3,确定对应的阈值区间,以确定第一阶段目标用户的第一阶段交互资格等级,具体地,如图4所示,若在交互资格等级动态确定系统中对下单率分为三个阈值区间,其中,第一阈值区间为(0,0.33),第二阈值区间为(0.33-0.66),第三阈值区间为(0.66-1),则所述第一阶段行为预测结果(下单率预测结果)的第一阶段交互资格等级为第一级别。
步骤S22,确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据。
确定所述第一阶段交互资格等级的第一交互文件,解析所述第一交互文件,得到该第一交互文件包括交互的方式以及第一反馈信息的内容,进而目标用户基于第一反馈信息的内容确定得到第二阶段行为数据。
具体地,例如,交互文件可以为:预设普通营销文章,纯机器交互方式,在交互后输出普通问题及答案;
或者交互文件可以为:预设机器精选文章,先机器后人工交互方式,在交互后输出热门问题及答案;
或者交互文件可以为:预设人工精选文章,纯人工交互方式,在交互后输出人工精选问题以及答案。
所述确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据的步骤,包括:
步骤S221,确定所述第一阶段交互资格等级的第一交互文件;
步骤S222,确定所述目标用户的渠道类型;
在本实施例中,预存有交互资格等级与交互文件的映射关系,因而,在第一阶段交互资格等级确定后,基于该映射关系确定所述第一阶段交互资格等级的第一交互文件,而第一交互文件中包括有第一反馈信息,因而基于所述第一交互文件确定第一反馈信息。
在本实施例中,还确定所述目标用户的渠道类型,该渠道包括小程序渠道,公众号渠道等,该渠道类型还可以细分。
步骤S223,对所述第一交互文件进行解析,基于所述渠道类型以及所述解析的第一交互文件,确定第二阶段行为数据。
对所述第一交互文件进行解析,基于所述渠道类型以及所述解析的第一交互文件,确定第二阶段行为数据,具体地,基于所述渠道类型的交互方式以及所述第一阶段交互资格等级与所述目标用户进行交互,如基于机器方式(点击或者触摸)以及所述第一反馈信息(普通文章)与所述目标用户进行交互,获取所述目标用户基于所述第一反馈信息确定的第二阶段行为数据;基于人工方式(人工电话)以及所述第一反馈信息(人工精选文章)与所述目标用户进行交互,获取所述目标用户基于所述第一反馈信息确定的第二阶段行为数据;基于先机器后人工方式以及所述第一反馈信息(机器精选文章)与所述目标用户进行交互,获取所述目标用户基于所述第一反馈信息确定的第二阶段行为数据。
步骤S30,确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
在本实施例中,所述第二阶段与第一阶段为时序连续的阶段,也即,基于在先一阶段的下单率(在先一阶段的用户行为预测而结果),确定第一阶段交互资格等级(确定对应第一反馈信息或者而服务内容),进而基于第一阶段交互资格等级确定在后一阶段的下单率,即在本实施例中,根据第一阶段行为预测结果(在先一阶段的下单率),对服务内容进行分级,提供级别对应的服务内容(确定对应第一反馈信息或者而服务内容),用户在服务服务内容中(确定对应第一反馈信息或者而服务内容)又产生行为,再确定对应第二反馈信息,即在本实施例中,动态调整服务的级别。
具体地,与确定所述第一阶段行为数据的第一图表示数据的方式一样,确定所述第二阶段行为数据的第二图表示数据,并确定所述第二图表示数据的第二阶段行为预测结果,可以通过将第二图表示数据输入至预设分类模型中,得到所述第二图表示数据的第二阶段行为预测结果,进而得到第二阶段交互资格等级(资格等级)。
其中,所述确定所述第二阶段行为数据的第二图表示数据,并确定所述第二图表示数据的第二阶段行为预测结果的步骤之后,包括:
步骤S40,确定所述第二阶段交互资格等级的第二交互文件,以供所述目标用户基于所述第二交互文件进行各项用户行为。
在本实施例中,还确定所述第二阶段行为预测结果的第二反馈信息,以供所述目标用户基于所述第二反馈信息进行各项用户行为,即是不断根据不同阶段的下单率,调整用户的交互资格等级。
本申请通过获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。与现有技术基于特定分布的用户行为数据,确定用户的交互资格等级的技术手段相比,在本申请中,基于动态变化的不同阶段行为数据,转换为动态变化的特征维度的第一图表示数据,进而动态确定用户的下单率预测结果,能够降低下单率预测过程中的差异性,以动态确定用户的交互资格,该手段克服了现有技术中基于确定特征维度分布的用户行为数据,确定所有阶段用户的交互资格等级的缺陷,提升了下单率预测准确率,进而提升了用户资格等级的确定准确度。
进一步地,基于本申请中第一实施例,提供本申请另一实施例,在该实施例中,所述确定所述第一阶段行为数据的第一行为图数据的步骤,包括:
步骤A1,基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;
需要说明的是,行为图数据为记录用户行为及用户行为发生先后顺序的结构图数据,其中,行为图数据具体包括用户行为节点、第一节点连接边,第一节点连接边对应的连接边权值,各个用户行为节点之间的顺序关系等,具体地,一用户行为节点对应一用户行为,如图4所示,其中,企业、业务、入口、页面、文章等均为所述用户行为节点的名称。
步骤A2,确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;
确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据,具体地,所述第一转换顺序为各所述用户行为的发生顺序,例如,假设用户A先电话沟通,后加微信,再确定购买电影,则所述第一转换顺序为由电话转换为加微信,再有加微信转换为购买电影。
基于各所述用户行为对应的第一转换顺序,将各所述用户行为节点进行连接,获得初始用户行为图数据。
步骤A3,确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
在本实施例中,需要说明的是,第一转换频率数据为各所述第一用户行为节点之间的转换次数数据,或者所述第一转换频率即为两个用户行为之间的转换次数,例如,用户A由微信沟通转换为电话沟通共转换了2次,也即,用户行为的过程为微信-电话-微信-电话,则由微信转换为电话对应的所述第一转换频率为2。基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
所述初始用户行为图数据包括第一用户行为节点的第一节点连接边;
第一节点连接边为连接用户行为节点的有向曲线段,用于表示一个用户行为至另一用户行为的过程,且用户行为转换的方向为有向曲线段的方向,第一节点连接边存在连接边权值,连接边权值为用于表示用户从连接边权值对应的第一节点连接边进行用户行为转换的频率,其中,所述连接边权值可用所述第一节点连接边的颜色或者路径长度进行表示。
所述基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据的步骤,包括:
步骤B1,基于所述第一转换频率数据,确定所述第一节点连接边对应的第一用户行为转换频率;
步骤B2,基于所述第一用户行为转换频率和所述第一节点连接边对应的预设目标转换频率,确定所述第一节点连接边的第一连接边权值;
步骤B3,在所述初始用户行为图数据中将所述第一连接边权值赋予所述第一节点连接边,获得所述第一行为图数据。
在本实施例中,需要说明的是,所述预设目标转换频率为所述第一节点连接边的最大访问次数,也即,为在所有用户行为数据中,所述第一节点连接边对应的各用户行为之间的最大转换次数,例如,假设本地存在5个用户A,B,C,D,E,且每个用户对应的用户行为图中均存在第一节点连接边a,且第一节点连接边a对应的两个用户行为是i和j,且用户A在i和j之间的转换次数为1,用户B在i和j之间的转换次数为2,用户C在i和j之间的转换次数为3,用户D在i和j之间的转换次数为4,用户E在i和j之间的转换次数为5,则所述预设目标转换频率为5。
分别计算各所述第一转换频率和各所述第一节点连接边对应的预设目标转换频率之间的频率比值,并将各所述频率比值作为对应的所述第一节点连接边对应的连接边权值,例如,若所述预设目标转换频率为5,用户B中的第一节点连接边对应的连接边权值为0.4。
步骤A33,在所述初始用户行为图中将各所述连接边权值赋予对应的所述第一节点连接边,获得所述目标用户行为图。
在本实施例中,在所述初始用户行为图中将各所述连接边权值赋予对应的所述第一节点连接边,获得所述目标用户行为图。
在本实施例中,通过基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据,由于准确确定第一行为图数据,因而,为准确确定第一图表示数据奠定基础。
进一步地,基于本申请中第一实施例以及第二实施例,提供本申请另一实施例,在该实施例中,所述确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据的步骤,包括:
步骤a1,确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
步骤a2,获取第一阶段交互资格等级的所述目标用户的渠道类型;
步骤a3,若所述渠道类型为公众号渠道时,基于所述公众号渠道确定向所述目标用户输出预设精选文章;
步骤a4,获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据。
具体地,例如,第一阶段行为预测结果即下单率为0.3,获取对应下单率为0.3的所述目标用户的渠道类型为公众号渠道,对应的第一反馈信息为向所述目标用户输出预设精选文章,在获取向所述目标用户输出预设精选文章后,获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据,具体地,用户基于预设精选文章产生了(点击阅览,阅览半个小时)行为,则产生的(点击阅览,阅览半个小时)行为与第一阶段行为数据构成了第二阶段行为数据,进而基于第二阶段行为数据确定第二反馈信息等。在本实施例中,准确确定第二阶段行为数据。
参照图3,图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示,该交互资格等级动态确定设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该交互资格等级动态确定设备还可以包括矩形用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的交互资格等级动态确定设备结构并不构成对交互资格等级动态确定设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及交互资格等级动态确定程序。操作系统是管理和控制交互资格等级动态确定设备硬件和软件资源的程序,支持交互资格等级动态确定程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与交互资格等级动态确定系统中其它硬件和软件之间通信。
在图3所示的交互资格等级动态确定设备中,处理器1001用于执行存储器1005中存储的交互资格等级动态确定程序,实现上述任一项所述的交互资格等级动态确定方法的步骤。
本申请交互资格等级动态确定设备具体实施方式与上述交互资格等级动态确定方法各实施例基本相同,在此不再赘述。
本申请还提供一种交互资格等级动态确定装置,所述交互资格等级动态确定装置包括:
获取模块,用于获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,对所述第一图表示数据进行预测处理,得到所述第一图表示数据的第一阶段行为预测结果;
第一确定模块,用于确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
第二确定模块,用于确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
可选地,所述第一确定模块包括:
第一确定单元,用于基于第一阶段行为预测结果的数值大小,确定第一阶段目标用户的第一阶段交互资格等级;
第二确定单元,用于确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据。
可选地,所述第二确定单元包括:
第一确定子单元,用于确定所述第一阶段交互资格等级的第一交互文件;
第二确定子单元,用于确定所述目标用户的渠道类型;
第三确定子单元,用于所述渠道类型以及所述第一交互文件确定第二阶段行为数据。
可选地,所述获取模块包括:
第一获取单元,用于获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据;
第三确定单元,用于确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据。
可选地,所述第一获取单元包括:
生成子单元,用于基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;
第四确定子单元,用于确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;
第五确定子单元,用于确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
可选地,所述初始用户行为图数据包括第一用户行为节点的第一节点连接边;
所述第五确定子单元用于实现:
基于所述第一转换频率数据,确定所述第一节点连接边对应的第一用户行为转换频率;
基于所述第一用户行为转换频率和所述第一节点连接边对应的预设目标转换频率,确定所述第一节点连接边的第一连接边权值;
在所述初始用户行为图数据中将所述第一连接边权值赋予所述第一节点连接边,获得所述第一行为图数据。
可选地,所述交互资格等级动态确定装置还包括:
第三确定模块,用于确定所述第二阶段交互资格等级的第二交互文件,以供所述目标用户基于所述第二交互文件进行各项用户行为。
可选地,所述第一确定模块还包括:
第六确定子单元,用于确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
第三获取单元,用于获取第一阶段交互资格等级的所述目标用户的渠道类型;
第七确定子单元,用于若所述渠道类型为公众号渠道时,基于所述公众号渠道确定向所述目标用户输出预设精选文章;
第四获取单元,用于获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据。
本申请交互资格等级动态确定装置的具体实施方式与上述交互资格等级动态确定方法各实施例基本相同,在此不再赘述。
本申请实施例提供了一种存储介质,且所述存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的交互资格等级动态确定方法的步骤。
本申请存储介质具体实施方式与上述交互资格等级动态确定方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种交互资格等级动态确定方法,其特征在于,所述交互资格等级动态确定方法包括:
获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,对所述第一图表示数据进行预测处理,得到所述第一图表示数据的第一阶段行为预测结果;
基于所述第一阶段行为预测结果对应的阈值区间,确定所述目标用户的第一阶段交互资格等级,以确定所述目标用户的第二阶段行为数据;
确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
2.如权利要求1所述的交互资格等级动态确定方法,其特征在于,所述基于所述第一阶段行为预测结果对应的阈值区间,确定所述目标用户的第一阶段交互资格等级,以确定所述目标用户的第二阶段行为数据步骤,包括:
确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据。
3.如权利要求2所述的交互资格等级动态确定方法,其特征在于,所述确定并解析所述第一阶段交互资格等级的第一交互文件,得到所述第二阶段行为数据的步骤,包括:
确定所述第一阶段交互资格等级的第一交互文件;
确定所述目标用户的渠道类型;
对所述第一交互文件进行解析,基于所述渠道类型以及所述解析的第一交互文件,确定第二阶段行为数据。
4.如权利要求1所述的交互资格等级动态确定方法,其特征在于,所述获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据的步骤,包括:
获取目标用户的第一阶段行为数据,确定所述第一阶段行为数据的第一行为图数据;
确定所述第一行为图数据的编码向量,对所述编码向量进行映射至所述预设数据维度的降维处理,得到第一图表示数据。
5.如权利要求4所述用户行为结果预测方法,其特征在于,所述确定所述第一阶段行为数据的第一行为图数据的步骤,包括:
基于所述第一阶段行为数据生成所述目标用户的各第一用户行为节点;
确定所述各第一用户行为节点之间的第一转换顺序,以将各所述第一用户行为节点进行连接,获得初始用户行为图数据;
确定所述各第一用户行为节点之间的第一转换频率数据,并基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据。
6.如权利要求5所述用户行为结果预测方法,其特征在于,所述初始用户行为图数据包括第一用户行为节点的第一节点连接边;
所述基于所述第一转换频率数据和所述初始用户行为图数据,确定所述第一行为图数据的步骤,包括:
基于所述第一转换频率数据,确定所述第一节点连接边对应的第一用户行为转换频率;
基于所述第一用户行为转换频率和所述第一节点连接边对应的预设目标转换频率,确定所述第一节点连接边的第一连接边权值;
在所述初始用户行为图数据中将所述第一连接边权值赋予所述第一节点连接边,获得所述第一行为图数据。
7.如权利要求1所述的交互资格等级动态确定方法,其特征在于,所述确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级的步骤之后,包括:
确定所述第二阶段交互资格等级的第二交互文件,以供所述目标用户基于所述第二交互文件进行各项用户行为。
8.如权利要求1所述的交互资格等级动态确定方法,其特征在于,
所述确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据的步骤,包括:
确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级;
获取第一阶段交互资格等级的所述目标用户的渠道类型;
若所述渠道类型为公众号渠道时,基于所述公众号渠道确定向所述目标用户输出预设精选文章;
获取所述目标用户基于所述预设精选文章确定的第二阶段行为数据。
9.一种交互资格等级动态确定装置,其特征在于,所述交互资格等级动态确定装置包括:
获取模块,用于获取目标用户的第一阶段行为数据,将所述第一阶段行为数据转换为预设数据维度的第一图表示数据,并将所述第一图表示数据输入至预设分类模型中,得到所述第一图表示数据的第一阶段行为预测结果;
其中,所述预设分类模型是基于具有预设标签的图表示数据,对预设待训练模型进行迭代训练得到的;
第一确定模块,用于确定所述第一阶段行为预测结果对应的阈值区间,基于所述阈值区间确定目标用户的第一阶段交互资格等级,获取所述目标用户基于所述第一阶段交互资格等级确定的第二阶段行为数据;
第二确定模块,用于确定所述第二阶段行为数据的第二图表示数据,并基于所述第二图表示数据确定目标用户的第二阶段交互资格等级,其中,所述第二阶段与第一阶段为时序连续的阶段。
10.一种交互资格等级动态确定设备,其特征在于,所述交互资格等级动态确定设备包括:存储器、处理器以及存储在存储器上的用于实现所述交互资格等级动态确定方法的程序,
所述存储器用于存储实现交互资格等级动态确定方法的程序;
所述处理器用于执行实现所述交互资格等级动态确定方法的程序,以实现如权利要求1至8中任一项所述交互资格等级动态确定方法的步骤。
11.一种存储介质,其特征在于,所述存储介质上存储有实现交互资格等级动态确定方法的程序,所述实现交互资格等级动态确定方法的程序被处理器执行以实现如权利要求1至8中任一项所述交互资格等级动态确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625813.5A CN111768248A (zh) | 2020-06-30 | 2020-06-30 | 交互资格等级动态确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010625813.5A CN111768248A (zh) | 2020-06-30 | 2020-06-30 | 交互资格等级动态确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111768248A true CN111768248A (zh) | 2020-10-13 |
Family
ID=72723409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010625813.5A Pending CN111768248A (zh) | 2020-06-30 | 2020-06-30 | 交互资格等级动态确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111768248A (zh) |
-
2020
- 2020-06-30 CN CN202010625813.5A patent/CN111768248A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11531867B2 (en) | User behavior prediction method and apparatus, and behavior prediction model training method and apparatus | |
US11200592B2 (en) | Simulation-based evaluation of a marketing channel attribution model | |
Jeong et al. | Moderating effect of personal innovativeness on mobile-RFID services: Based on Warshaw's purchase intention model | |
US20170091810A1 (en) | Brand engagement touchpoint attribution using brand engagement event weighting | |
US10558987B2 (en) | System identification framework | |
CN105208113A (zh) | 信息推送的方法和装置 | |
US20170109431A1 (en) | Method and apparatus for grouping network service users | |
US20150178134A1 (en) | Hybrid Crowdsourcing Platform | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
US20180365091A1 (en) | Error assignment for computer programs | |
CN105786207A (zh) | 信息输入方法和装置 | |
WO2022001397A1 (zh) | 交互资格等级确定方法、装置、设备及存储介质 | |
CN111784401A (zh) | 下单率预测方法、装置、设备及可读存储介质 | |
Myllärniemi et al. | Performance variability in software product lines: proposing theories from a case study | |
CN117370162A (zh) | 测试工具管理方法、装置、设备及存储介质 | |
CN117132326A (zh) | 广告推送方法、装置、电子设备及存储介质 | |
CN115225921B (zh) | 基于大数据的直播互动控制方法、装置、设备及存储介质 | |
CN111768248A (zh) | 交互资格等级动态确定方法、装置、设备及存储介质 | |
CN111861549A (zh) | 交互资格等级确定方法、装置、设备及存储介质 | |
CN113434765A (zh) | 客户回访方法、系统、设备及存储介质 | |
CN112464092A (zh) | 一种信息推荐方法、装置、计算机设备和存储介质 | |
CN111461825A (zh) | 一种虚拟资源的生成方法、装置、电子设备及存储介质 | |
CN111723274A (zh) | 用于处理信息的方法和装置 | |
CN111767290A (zh) | 用于更新用户画像的方法和装置 | |
CN116501365B (zh) | 基于算法平台的资源调用方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |