CN113592198B - 需求参考信息的确定方法、服务器及终端 - Google Patents

Abstract

本申请提供了一种需求参考信息的确定方法、服务器及终端，属于车辆技术领域。通过基于多个对象对目标应用的使用信息、资源浏览信息和场所访问信息等信息中的至少一项以及用户信息，来确定每个对象对车辆的需求急迫程度，也即是需求标签，从而能够以需求标签为监督，根据多个对象的样本数据来训练需求确定模型，由于需求确定模型在训练过程中学习了上述多种信息和需求急迫程度之间的关系，从而需求确定模型能够准确地确定用户购车需求的强弱程度，进而找出近期有意愿购买车辆的用户，可见上述方法确定购车需求的准确性较高。

Description

需求参考信息的确定方法、服务器及终端

技术领域

本申请涉及车辆技术领域，特别涉及一种需求参考信息的确定方法、服务器及终端。

背景技术

随着人们生活水平以及汽车行业的发展，人们对车辆的消费需求也越来越旺盛。车辆销售方在想要推销自己的车辆时，可以对用户进行筛选，筛选出有购车需求的用户，对该用户进行广告投放，以提高用户购车的可能性。

相关技术中，一般是按照一定规则对多个用户进行筛选，例如根据年龄、性别或者地理位置等信息来筛选。但由于在按照规则来筛选用户时，所采用的信息较为单一，那么筛选出的用户很有可能近期并没有购车的需求。因此急需一种能够准确地确定用户是否有购车需求的方法，以便找出近期有意愿购买车辆的用户。

发明内容

本申请实施例提供了一种需求参考信息的确定方法、服务器及终端，能够提高确定购车需求的准确性。所述技术方案如下：

第一方面，提供了一种需求参考信息的确定方法，所述方法包括：

获取多个对象的样本数据，每个所述对象的样本数据包括所述对象的用户信息，所述样本数据还包括所述对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

基于所述多个对象的样本数据，确定每个所述对象的需求标签，所述需求标签用于表示所述对象对车辆的需求急迫程度；

以每个所述对象的需求标签为监督，基于所述多个对象的样本数据，训练需求确定模型，所述需求确定模型用于确定任一对象对车辆的需求参考信息。

第二方面，提供了一种需求参考信息的确定方法，所述方法包括：

获取目标对象的用户信息，获取所述目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

基于需求确定模型和所述目标应用的使用信息、所述资源浏览信息和所述场所访问信息中的至少一项以及所述用户信息，确定所述目标对象对车辆的需求参考信息；

在所述需求参考信息符合预设条件的情况下，向所述目标对象的终端进行多媒体资源的投放；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度。

第三方面，提供了一种需求参考信息的确定方法，所述方法包括：

显示需求确定界面，所述需求确定界面显示有确定选项和至少一个群体的群体选项，每个所述群体包括至少一个对象；

在任一群体的群体选项被选中的情况下，响应于对所述确定选项的触发操作，向服务器发送所述群体的需求确定请求，所述需求确定请求携带有所述群体中至少一个对象的标识包，由所述服务器基于所述需求确定请求和需求确定模型输出所述群体的需求参考信息；

接收所述服务器发送的需求参考信息，基于所述需求参考信息进行显示；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度。

第四方面，提供了一种需求参考信息的确定装置，所述装置包括：

第一数据获取模块，用于获取多个对象的样本数据，每个所述对象的样本数据包括所述对象的用户信息，所述样本数据还包括所述对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

第一标签确定模块，用于基于所述多个对象的样本数据，确定每个所述对象的需求标签，所述需求标签用于表示所述对象对车辆的需求急迫程度；

第一模型训练模块，用于以每个所述对象的需求标签为监督，基于所述多个对象的样本数据，训练需求确定模型，所述需求确定模型用于确定任一对象对车辆的需求参考信息。

在一种可能的实现方式中，所述第一标签确定模块，包括：

需求评分单元，用于对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的需求评分结果；

标签获取单元，用于基于每个所述对象的需求评分结果以及目标对应关系，获取每个所述对象的需求标签，所述目标对应关系用于表示需求评分结果和需求标签之间的对应关系。

在一种可能的实现方式中，在所述样本数据包括所述目标应用的使用信息的情况下，所述评分函数为第一评分函数，所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标应用的使用信息，确定所述目标应用在预设时间段内的启动频率；基于所述启动频率和所述第一评分函数，确定所述对象的第一需求评分结果，所述启动频率和所述第一需求评分结果正相关；或者，在所述样本数据包括目标领域的资源浏览信息的情况下，所述目标领域与车辆相关，所述评分函数为第二评分函数，所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标领域的资源浏览信息，确定所述目标领域的多媒体资源在预设时间段内的浏览频率；基于所述浏览频率和所述第二评分函数，确定所述对象的第二需求评分结果，所述浏览频率和所述第二需求评分结果正相关；或者，在所述样本数据包括目标场所的场所访问信息的情况下，所述目标场所与车辆相关，所述评分函数为第三评分函数；所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标场所的场所访问信息，确定所述目标场所在预设时间段内的访问频率；基于所述访问频率和所述第三评分函数，确定所述对象的第三需求评分结果，所述访问频率和所述第三需求评分结果正相关。

在一种可能的实现方式中，在所述样本数据包括目标应用的使用信息、目标领域的资源浏览信息和目标场所的场所访问信息的情况下，所述目标领域与车辆相关，所述目标场所与车辆相关，所述评分函数分别为第一评分函数、第二评分函数和第三评分函数；所述需求评分单元，用于对于每个所述对象，确定第一需求评分结果、第二需求评分结果和第三需求评分结果，所述第一需求评分结果为基于所述第一评分函数和所述目标应用的使用信息确定的，所述第二需求评分结果为基于所述第二评分函数和所述目标领域的资源浏览信息确定的，所述第三需求评分结果为基于所述第三评分函数和所述目标场所的场所访问信息确定的；对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

在一种可能的实现方式中，所述装置还包括：

系数确定模块，用于将第一样本数据的数量与所述多个对象的数量之间的比值作为第一信息覆盖系数，所述第一样本数据为包括所述目标应用的使用信息的样本数据；将第二样本数据的数量与所述多个对象的数量之间的比值作为第二信息覆盖系数，所述第二样本数据为包括所述资源浏览信息的样本数据；将第三样本数据的数量与所述多个对象的数量之间的比值作为第三信息覆盖系数，所述第三样本数据为包括所述场所访问信息的样本数据；

所述需求评分单元，用于基于所述第一信息覆盖系数、所述第二信息覆盖系数和所述第三信息覆盖系数，分别对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

在一种可能的实现方式中，所述多个对象包括目标应用的注册用户，所述注册用户包括已购车用户；所述装置还包括：

第二标签确定模块，用于对于每个所述已购车用户，将预设需求标签作为所述已购车用户的需求标签，所述预设需求标签所表示的车辆的需求急迫程度最强；

所述第一标签确定模块，用于对于所述注册用户中除所述已购车用户以外的每个注册用户，对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的评分结果。

在一种可能的实现方式中，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述需求确定模型包括泛化模块和拟合模块；所述第一模型训练模块，用于以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为所述泛化模块的输入数据，以所述离散型的样本数据为所述拟合模块的输入数据，对所述泛化模块和所述拟合模块进行训练。

在一种可能的实现方式中，所述多个对象的样本数据以M行N列的第一矩阵表示，每行为同一对象的样本数据，每列为同一样本类型的样本数据，其中，M和N为正整数；所述装置还包括：

数据排序模块，用于在训练完成所述需求确定模型之后，按照预设顺序，依次对所述第一矩阵中的第i列样本数据进行重新排序，得到N个第二矩阵，i为不大于N的正整数；

参数确定模块，用于基于每个所述第二矩阵和训练好的所述需求确定模型，分别确定每列样本数据的重要性参数，所述重要性参数用于表示对应样本类型的样本数据对模型输出的影响程度；

数据选择模块，用于基于所述重要性参数，从所述多个对象的样本数据中，选择目标样本类型的样本数据，所述目标样本类型对应的重要性参数大于预设重要性参数；

第二模型训练模块，用于基于所述目标样本类型的样本数据，重新训练所述需求确定模型。

在一种可能的实现方式中，所述参数确定模块，用于对于第i个第二矩阵，将所述第i个第二矩阵输入训练好的所述需求确定模型，得到所述第i个第二矩阵对应的需求参考信息；将所述第i个第二矩阵对应的需求参考信息与辅助需求参考信息进行比对，得到比对结果，所述辅助需求参考信息是基于所述需求确定模型对所述第一矩阵进行预测得到的；基于所述第i个第二矩阵对应的比对结果，确定所述第i列样本数据的重要性参数。

第五方面，提供了一种需求参考信息的确定装置，所述装置包括：

第二数据获取模块，用于获取目标对象的用户信息，获取所述目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

信息确定模块，用于基于需求确定模型和所述目标应用的使用信息、所述资源浏览信息和所述场所访问信息中的至少一项以及所述用户信息，确定所述目标对象对车辆的需求参考信息；

资源投放模块，用于在所述需求参考信息符合预设条件的情况下，向所述目标对象的终端进行多媒体资源的投放；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度。

在一种可能的实现方式中，所述第二数据获取模块，用于响应于接收到所述目标对象的需求确定请求，所述需求确定请求携带所述目标对象的标识，获取所述标识对应的用户信息。

第六方面，提供了一种需求参考信息的确定装置，所述装置包括：

界面显示模块，用于显示需求确定界面，所述需求确定界面显示有确定选项和至少一个群体的群体选项，每个所述群体包括至少一个对象；

请求发送模块，用于在任一群体的群体选项被选中的情况下，响应于对所述确定选项的触发操作，向服务器发送所述群体的需求确定请求，所述需求确定请求携带有所述群体中至少一个对象的标识包，由所述服务器基于所述需求确定请求和需求确定模型输出所述群体的需求参考信息；

信息接收模块，用于接收所述服务器发送的需求参考信息，基于所述需求参考信息进行显示；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度。

在一种可能的实现方式中，所述信息接收模块，用于显示所述群体所包括的每个对象的需求参考信息。

第七方面，提供了一种服务器，所述服务器包括一个或多个处理器和一个或多个存储器，所述存储器用于存储至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现上述第一方面或者第二方面所述的需求参考信息的确定方法。

第八方面，提供了一种终端，所述终端包括一个或多个处理器和一个或多个存储器，所述存储器用于存储至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现上述第三方面所述的需求参考信息的确定方法。

第九方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现上述方面所述的需求参考信息的确定方法。

第十方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括程序代码，所述程序代码存储在计算机可读存储介质中，终端或者服务器的处理器从计算机可读存储介质读取所述程序代码，所述处理器执行所述程序代码，使得所述终端或者所述服务器执行上述方面所述的需求参考信息的确定方法。

本申请实施例提供的技术方案带来的有益效果是：

在本申请实施例中，提供了一种能够确定购车需求的方法，通过基于多个对象对目标应用的使用信息、资源浏览信息和场所访问信息等信息中的至少一项以及用户信息，来确定每个对象对车辆的需求急迫程度，也即是需求标签，从而能够以需求标签为监督，根据多个对象的样本数据来训练需求确定模型，由于需求确定模型在训练过程中学习了上述多种信息和需求急迫程度之间的关系，从而需求确定模型能够准确地确定用户购车需求的强弱程度，进而找出近期有意愿购买车辆的用户，可见上述方法确定购车需求的准确性较高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种需求参考信息的确定方法的实施环境示意图；

图2是本申请实施例提供的一种需求参考信息的确定方法流程图；

图3是本申请实施例提供的一种需求参考信息的确定方法流程图；

图4是本申请实施例提供的一种需求参考信息的确定方法流程图；

图5是本申请实施例提供的一种需求参考信息的确定方法流程图；

图6是本申请实施例提供的一种需求确定模型的示意图；

图7是本申请实施例提供的一种需求参考信息的确定方法示意图；

图8是本申请实施例提供的一种需求参考信息的确定方法流程图；

图9是本申请实施例提供的一种需求参考信息的确定方法示意图；

图10是本申请实施例提供的一种需求参考信息的确定方法流程图；

图11是本申请实施例提供的一种界面示意图；

图12是本申请实施例提供的一种界面示意图；

图13是本申请实施例提供的一种界面示意图；

图14是本申请实施例提供的一种需求参考信息的确定装置结构示意图；

图15是本申请实施例提供的一种需求参考信息的确定装置结构示意图；

图16是本申请实施例提供的一种需求参考信息的确定装置结构示意图；

图17是本申请实施例提供的一种终端的结构示意图；

图18是本申请实施例提供的一种服务器的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。

本申请中术语“至少一个”是指一个或多个，“多个”的含义是指两个或两个以上。

图1是本申请实施例提供的一种需求参考信息的确定方法的实施环境示意图。参见图1，该实施环境包括终端101和服务器102。

终端101通过无线网络或有线网络与服务器102相连，本申请对此不做限制。可选地，终端101包括智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电或者车载终端等，但并不局限于此。可选地，终端101中安装有目标应用，终端101能够通过该目标应用实现数据交互等功能。其中，目标应用具有获取样本数据的功能，当然，目标应用还能够具有其他功能，例如，信息采集功能等。例如，目标应用为社交类应用、游戏类应用、购物类应用、多媒体类应用或者生活服务类应用等。

可选地，服务器102是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN（Content Delivery Network，内容分发网络）、以及大数据和人工智能平台等基础云计算服务的云服务器。

可选地，服务器102可以承担主要计算工作，终端101可以承担次要计算工作；或者，服务器102承担次要计算工作，终端101承担主要计算工作；或者，服务器102和终端101二者之间采用分布式计算架构进行协同计算。

可选地，终端101泛指多个终端中的一个，本申请实施例仅以终端101来举例说明。本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端仅为一个，或者上述终端为几十个或几百个，或者更多数量，此时上述实施环境中还包括其他终端。本申请实施例对终端的数量和设备类型不加以限定。

在本申请实施例中，可以由服务器或终端作为执行主体来实施本申请实施例提供的技术方案，也可以通过终端和服务器之间的交互来实施本申请提供的技术方法，本申请实施例对此不作限定。

在介绍完本申请实施例的实施环境之后，下面将结合上述实施环境，对本申请实施例的应用场景进行介绍，在下述说明过程中，终端也即是上述实施环境中的终端101，服务器也即是上述实施环境中的服务器102。

本申请实施例提供的需求参考信息的确定方法能够应用在车辆的广告投放场景中。例如，车辆销售人员想要投放车辆的广告，可以触发终端向服务器发送被投放对象的标识，服务器调用该标识对应的多类信息，然后采用本申请实施例提供的需求参考信息的确定方法，确定被投放对象的需求参考信息，将该需求参考信息发送至车辆销售人员的终端，由终端进行显示；服务器还可以根据该需求参考信息，确定被投放对象近期是否有购车需求，从而在被投放对象近期有购车需求的情况下，对被投放对象的终端进行车辆的广告投放。

在介绍完本申请实施例的实施环境和应用场景之后，下面对本申请实施例提供的需求参考信息的确定方法进行介绍。

图2是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图2，以执行主体为服务器为例，方法包括：

201、服务器获取多个对象的样本数据，每个该对象的样本数据包括该对象的用户信息，该样本数据还包括该对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关。

其中，对象为目标应用的注册用户。终端上安装有目标应用，注册用户通过终端使用目标应用。用户信息为用户的基础画像数据。可选地，用户信息包括性别、年龄、学历、地理位置、住宅价位、终端（例如手机）价位、游戏的活跃参考信息或者其他用户信息等信息中的至少一项。

需要说明的是，游戏的活跃参考信息用于表示注册用户的游戏活跃程度。该活跃参考信息为预设时间段内的活跃参考信息。其中，预设时间段为以当前时间为终点，以预设时长为时间跨度的时间段。该预设时长可以根据需要进行设置，本申请对此不做限制。该预设时间段可以包括一个或者多个子时间段。相应地，在预设时间段包括多个子时间段的情况下，游戏的活跃参考信息包括该多个子时间段内的活跃参考信息。例如，以预设时间段包括一个时间段为例，预设时间段可以为近7天、近15天、近30天或者近60天等。

其中，目标应用的使用信息包括目标应用的安装数量和在预设时间段内目标应用的启动次数等信息。可选地，该目标应用的应用类型为购车类、加油类、驾考类、养车类、违章类或者其他与车辆相关的应用类型等应用类型中的至少一项。

资源浏览信息包括预设时间段内对象所浏览过的多媒体资源的资源类型，以及，预设时间段内目标领域的多媒体资源的浏览次数等信息，目标领域与车辆相关。目标领域的领域类型可以为购车类、加油类、驾考类、养车类、违章类或者其他与车辆相关的资源类型等资源类型中的至少一项。可选地，多媒体资源的资源类型包括养生类、娱乐类、搞笑类、美食类、购车类、加油类、驾考类、养车类或者违章类等资源类型中的至少一项。

场所访问信息包括预设时间段内对象对任一场所的访问次数。该场所包括目标场所，目标场所与车辆相关。目标场所的场所类型可以为购车类、加油类、驾考类或者其他与车辆相关的场所类型中的至少一项。例如，购车类场所为4S（Sale-Sparepart-Service-Survey，整车销售-零配件-售后服务-信息反馈）店，加油类场所为加油站，驾考类场所为驾校。可选地，该场所还包括学校、医院或者其他场所。

需要说明的是，上述样本数据所包括的数据均为经过脱敏操作得到的数据。此外，对象的样本数据除上述各类信息以外，还可以包括其他信息，本申请对此不做限制。例如，还包括对象的消费信息，该消费信息用于表示对象的消费情况，可选地，消费信息为消费指数。

202、服务器基于该多个对象的样本数据，确定每个该对象的需求标签，该需求标签用于表示该对象对车辆的需求急迫程度。

其中，需求标签的表示方式为分值、字母或者其他表示方式中的任一项。可选地，服务器事先将对象对车辆的需求急迫程度划分为多个等级，每个等级对应一个需求标签。以划分为5个等级为例，需求标签分别为0、1、2、3和4，或者A、B、C、D和E，其中0和A表示的需求急迫程度最强，4和E表示的需求急迫程度最弱。

203、服务器以每个该对象的需求标签为监督，基于该多个对象的样本数据，训练需求确定模型，该需求确定模型用于确定任一对象对车辆的需求参考信息。

其中，需求参考信息的表示方式与需求标签同理。需求确定模型可以为基于深度学习的神经网络模型或者树模型。例如，需求确定模型可以为Wide&Deep（广度&深度）模型、DNN（Deep Neural Networks，深度神经网络）模型、GBDT（Gradient Boosting DecisionTree，梯度提升决策树）模型或者XGBoost（eXtreme Gradient Boosting，极端梯度提升）树模型，本申请对此不做限制。

在一些实施例中，以一个对象的样本数据为例，服务器将该对象的样本数据进行预处理，得到预处理后的样本数据，将预处理后的样本数据和该对象的需求标签作为需求确定模型的输入数据，基于输入数据，对需求确定模型进行训练，需求确定模型输出该对象的需求参考信息。该需求参考信息表示该对象对车辆的需求急迫程度。

在本申请实施例中，提供了一种能够确定购车需求的方法，通过基于多个对象对目标应用的使用信息、资源浏览信息和场所访问信息等信息中的至少一项以及用户信息，来确定每个对象对车辆的需求急迫程度，也即是需求标签，从而能够以需求标签为监督，根据多个对象的样本数据来训练需求确定模型，由于需求确定模型在训练过程中学习了上述多种信息和需求急迫程度之间的关系，从而需求确定模型能够准确地确定用户购车需求的强弱程度，进而找出近期有意愿购买车辆的用户，可见上述方法确定购车需求的准确性较高。

图3是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图3，以执行主体为服务器为例，方法包括：

301、服务器获取目标对象的用户信息，获取该目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关。

其中，目标对象为待确定需求参考信息的任一对象。

需要说明的是，服务器可以在接收到终端发送的对目标对象的需求确定请求时，执行步骤301的操作，或者，服务器也可以每隔一段时间执行步骤301的操作，本申请对此不做限制。

302、服务器基于需求确定模型和该目标应用的使用信息、该资源浏览信息和该场所访问信息中的至少一项以及该用户信息，确定该目标对象对车辆的需求参考信息。

其中，该需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个该对象的需求标签用于表示该对象对车辆的需求急迫程度。

303、服务器在该需求参考信息符合预设条件的情况下，向该目标对象的终端进行多媒体资源的投放。

其中，预设条件为需求参考信息所表示的对车辆的需求急迫程度强于预设程度。预设程度可以根据需要进行设置，本申请对此不做限制。

在本申请实施例中，通过需求确定模型来对目标对象的多类信息进行分析，从而能够确定出目标对象对车辆的需求急迫程度，也即是目标对象近期购车需求是否强烈，确定购车需求的准确性较高。

图4是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图4，以执行主体为终端为例，方法包括：

401、终端显示需求确定界面，该需求确定界面显示有确定选项和至少一个群体的群体选项，每个该群体包括至少一个对象。

其中，车辆销售人员使用的终端中安装有用于显示需求确定界面的应用。确定选项为用于确定需求参考信息的选项。任一群体的群体选项为用于表示该群体的选项。

402、终端在任一群体的群体选项被选中的情况下，响应于对该确定选项的触发操作，向服务器发送该群体的需求确定请求，该需求确定请求携带有该群体中至少一个对象的标识包，由该服务器基于该需求确定请求和需求确定模型输出该群体的需求参考信息。

其中，标识包包括群体中每个对象的标识。终端通过向服务器发送群体的需求确定请求，从而借助于服务器来确定群体中每个对象的需求参考信息。

403、终端接收该服务器发送的需求参考信息，基于该需求参考信息进行显示。

其中，该需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个该对象的需求标签用于表示该对象对车辆的需求急迫程度。

在本申请实施例中，通过显示需求确定界面来为用户提供能够确定任一对象的需求参考信息的人机交互接口，这样，通过选中将要确定需求参考信息的群体，将该群体的标识包发送至服务器，就能借助于服务器来确定群体的需求参考信息，从而无需人工筛选，需求确定的效率较高。

上述步骤是本申请提供的技术方案的简单介绍，下面将结合一些例子，对本申请提供的技术方案进行详细说明。图5是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图5，在本申请实施例中以服务器训练需求确定模型为例进行说明。方法包括：

501、服务器获取多个对象的样本数据，每个该对象的样本数据包括该对象的用户信息，该样本数据还包括该对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关。

其中，对象为目标应用的注册用户。可选地，服务器借助于注册用户使用的终端获取对象的样本数据。服务器获取多个对象的样本数据的过程包括以下多种实现方式：

第一种可能的实现方式，终端基于触发的操作，向服务器上报该操作对应的信息，服务器接收该操作对应的信息，基于该信息生成对象的多类信息并存储。在训练需求确定模型之前，由服务器从本地存储的多类信息中获取样本数据。其中，服务器根据终端上报的信息，维护对象的多类信息。

其中，操作包括注册操作、目标应用的安装操作、启动操作、多媒体资源的浏览操作或者定位操作等。定位操作是使用终端的用户触发的或者是终端自动触发的。相应地，终端响应于注册操作，获取已填写的用户信息，向服务器上报该用户信息。终端响应于对目标应用的安装操作或者启动操作，向服务器发送第一通知消息，该第一通知消息表示目标应用已安装或者已启动，服务器记录目标应用的安装数量和使用次数，得到目标应用的使用信息。终端响应于对多媒体资源的浏览操作，向服务器发送第二通知消息，该第二通知消息表示多媒体资源被浏览，服务器记录被浏览的多媒体资源的资源类型，以及，记录该多媒体资源所属领域的浏览次数，得到资源浏览信息。终端响应于定位操作，向服务器上报定位得到的位置信息，服务器记录每个位置信息所指示的场所的访问次数，得到场所访问信息。

可选地，终端以日志的方式向服务器上报各类信息。需要说明的是，服务器为用于存储和管理对象的样本数据的第一服务器，终端可以向第二服务器上报操作对应的信息，由第二服务器向第一服务器转发该信息，第二服务器是为上述操作对应的应用提供后台服务的服务器。在该实现方式中，通过由服务器根据终端上报的信息来维护已存储的多个对象的样本数据，从而节省了终端的存储资源，且由于样本数据能够及时更新，从而保证了样本数据的准确性。

第二种可能的实现方式，终端基于触发的操作，根据该操作对应的信息，记录对象的样本数据中的各类信息，在训练需求确定模型之前，服务器从终端中获取该对象的样本数据。其中，对于任一对象，服务器根据该对象的标识，向该标识对应的终端发送数据获取请求，终端接收该数据获取请求，获取该标识对应的样本数据，将该样本数据发送至服务器，服务器接收该样本数据。可选地，终端记录对象的样本数据的实现方式与上述实现方式中服务器借助于终端记录对象的样本数据的实现方式同理，在此不再赘述。

在本申请实施例中，在获取到多个对象的样本数据之后，服务器对于每个对象，基于评分函数对该对象的样本数据进行评分，得到该对象的评分结果，也即是服务器执行步骤502-505的操作。

在一些实施例中，在样本数据包括目标应用的使用信息、目标领域的资源浏览信息和目标场所的场所访问信息的情况下，该目标领域与车辆相关，该目标场所与车辆相关，该评分函数分别为第一评分函数、第二评分函数和第三评分函数。

502、服务器确定每个该对象的第一需求评分结果，该第一需求评分结果为基于第一评分函数和该目标应用的使用信息确定的。

其中，第一评分函数可以根据需要进行设置，本申请对此不做限制。终端中目标应用的启动表示使用终端的用户想要浏览与车辆相关的应用提供的车辆信息，也即是表示用户近期有意愿购买车辆。可选地，步骤502的实现方式包括：服务器对于每个对象，基于该对象对目标应用的使用信息，确定目标应用在预设时间段内的启动频率；基于该启动频率和该第一评分函数，确定该对象的第一需求评分结果，该启动频率和该第一需求评分结果正相关。

其中，目标应用的使用信息包括预设时间段内目标应用的启动次数。相应地，服务器将目标应用的启动次数与预设时间段的比值，作为目标应用在该预设时间段内的启动频率。例如，以预设时间段为近30天为例，在近30天内目标应用的启动次数为60次，则启动频率为60次/30天=2次/天。

需要说明的是，由于目标应用包括多个应用类型，则服务器可以从目标应用的使用信息中，筛选出购车类应用的使用信息，从而结合购车类应用的使用信息确定第一需求评分结果，以减少计算量。

在一种可能的实现方式中，预设时间段的时长较短，则服务器将该预设时间段作为一个完整的时间段。相应地，服务器将该预设时间段内的启动频率作为第一评分函数的自变量，将第一评分函数的因变量作为第一需求评分结果。在这种实现方式中，服务器根据最近一段时间内目标应用的启动频率和第一评分函数，即可确定第一需求评分结果，计算方式较为简便。

在另一种可能的实现方式中，预设时间段的时长较长，则服务器将预设时间段划分成多个子时间段，服务器分别确定每个子时间段内的启动频率。相应地，服务器确定距离当前时间最近的一个子时间段内的启动频率与上个子时间段内的启动频率之间的差值，将该差值作为第一评分函数的自变量，将第一评分函数的因变量作为第一需求评分结果。例如，预设时间段包括的两个子时间段分别为时间段A和时间段B，时间段A为7月31日至8月29日，在时间段A内，目标应用的启动频率为1.5次/天，时间段B为7月1日至7月30日，在时间段B内，目标应用的启动频率为1.25次/天，启动频率的差值为1.5-1.25=0.25次/天。

其中，差值越大，表示目标应用的启动频率增大了，也即是用户近期浏览购车信息的频率增大了，则表示用户近期的购车需求更加急迫。由于可以对预设时间段对应的多个启动频率以及第一评分函数来确定第一需求评分结果，因此确定出的第一需求评分结果的准确性更高。

在本申请实施例中，在对象的样本数据包括目标应用的使用信息的情况下，可以结合该目标应用的使用信息来为该对象进行评分，从而得到该对象的第一需求评分结果，评分效率较高。

503、服务器确定每个该对象的第二需求评分结果，该第二需求评分结果为基于第二评分函数和目标领域的资源浏览信息确定的。

其中，第二评分函数可以根据需要进行设置，本申请对此不做限制。用户通过终端浏览目标领域的多媒体资源，表示用户近期有意愿购买车辆。可选地，步骤503的实现方式包括：服务器基于该对象对目标领域的资源浏览信息，确定目标领域的多媒体资源在预设时间段内的浏览频率；基于该浏览频率和该第二评分函数，确定该对象的第二需求评分结果，该浏览频率和该第二需求评分结果正相关。

其中，目标领域的资源浏览信息包括预设时间段内目标领域的多媒体资源的浏览次数。相应地，服务器将目标领域的多媒体资源的浏览次数与预设时间段的比值，作为目标领域的多媒体资源在该预设时间段内的浏览频率。

可选地，服务器基于该浏览频率和该第二评分函数，确定该对象的第二需求评分结果的实现方式与步骤502中服务器基于该启动频率和该第一评分函数，确定该对象的第一需求评分结果的实现方式同理，在此不再赘述。

需要说明的是，由于目标领域包括多个领域类型，则服务器可以从目标领域的资源浏览信息中，筛选出购车类领域的资源浏览信息，从而结合购车类领域的资源浏览信息确定第二需求评分结果，以减少计算量。

在本申请实施例中，在对象的样本数据包括目标领域的资源浏览信息的情况下，可以结合该资源浏览信息来为该对象进行评分，从而得到该对象的第二需求评分结果，评分效率较高。

504、服务器确定每个该对象的第三需求评分结果，该第三需求评分结果为基于第三评分函数和目标场所的场所访问信息确定的。

其中，第三评分函数可以根据需要进行设置，本申请对此不做限制。用户访问目标场所，表示用户近期有意愿购买车辆。可选地，步骤504的实现方式包括：服务器基于该对象对目标场所的场所访问信息，确定目标场所在预设时间段内的访问频率；基于该访问频率和该第三评分函数，确定该对象的第三需求评分结果，该访问频率和该第三需求评分结果正相关。

相应地，服务器从场所访问信息中，筛选出目标场所的场所访问信息，从而确定目标场所在预设时间段内的访问频率。其中，目标场所的场所访问信息包括预设时间段内目标场所的访问次数。相应地，服务器将目标场所的访问次数与预设时间段的比值，作为目标场所在该预设时间段内的访问频率。

可选地，服务器基于该访问频率和该第三评分函数，确定该对象的第三需求评分结果的实现方式与步骤502中服务器基于该启动频率和该第一评分函数，确定该对象的第一需求评分结果的实现方式同理，在此不再赘述。

需要说明的是，由于目标场所包括多个场所类型，则服务器可以从目标场所的场所访问信息中，筛选出购车类场所的场所访问信息，从而结合购车类场所的场所访问信息确定第三需求评分结果，以减少计算量。

在本申请实施例中，在对象的样本数据包括目标场所的场所访问信息的情况下，可以结合该场所访问信息来为该对象进行评分，从而得到该对象的第三需求评分结果，评分效率较高。

需要说明的是，第一评分函数、第二评分函数和第三评分函数中的自变量与因变量均为正相关关系，且第一评分函数、第二评分函数和第三评分函数可以相同或者不同，本申请对此不做限制。

需要说明的是，本申请对步骤502、503和504的执行顺序不做限制，例如，服务器可以依次执行步骤502-504，或者服务器可以同时执行步骤502、503和504。

505、服务器对该第一需求评分结果、该第二需求评分结果和该第三需求评分结果进行加权求和，得到该对象的需求评分结果。

其中，由于多个对象中除当前待确定需求标签的对象以外，其他对象的样本数据除用户信息以外，可能包括目标应用的使用信息、资源浏览信息和场所访问信息中的一项或者两项，相应地，在确定当前对象的需求评分结果时，可以对第一需求评分结果、第二需求评分结果和第三需求评分结果进行加权求和。

可选地，本申请提供的需求参考信息的确定方法还包括：服务器将第一样本数据的数量与该多个对象的数量之间的比值作为第一信息覆盖系数，该第一样本数据为包括该目标应用的使用信息的样本数据；将第二样本数据的数量与该多个对象的数量之间的比值作为第二信息覆盖系数，该第二样本数据为包括该资源浏览信息的样本数据；将第三样本数据的数量与该多个对象的数量之间的比值作为第三信息覆盖系数，该第三样本数据为包括该场所访问信息的样本数据。

例如，多个对象的数量为200万，第三样本数据，也即包括场所访问信息的样本数据的数量为150万，则第三信息覆盖系数为150/200=0.75。

在本申请实施例中，任一类信息的信息覆盖系数，在一定程度上可以表示该信息与对象对车辆的需求急迫程度之间的关联，从而通过将每类信息的信息覆盖系数作为该信息的权重，使得确定出对象的需求评分结果的准确性较高。

相应地，服务器基于第一信息覆盖系数、第二信息覆盖系数和第三信息覆盖系数，分别对第一需求评分结果、第二需求评分结果和第三需求评分结果进行加权求和，得到对象的需求评分结果。例如，对象A的第一信息覆盖系数为0.4，第一需求评分结果为4，第二信息覆盖系数为0.6，第二需求评分结果为3，第三信息覆盖系数为0.75，第三需求评分结果为5，则对象A的需求评分结果为0.4×4+0.6×3+0.75×5=7.15。

在本申请实施例中，通过将对象的样本数据中目标应用的使用信息、资源浏览信息和场所访问信息分别进行评分，得到各自的需求评分结果，再将三个需求评分结果进行加权求和，从而得到对象的需求评分结果，由于该需求评分结果参考了多类信息的需求评分结果，因此，该需求评分结果的准确性较高。

需要说明的是，步骤502-505的操作综合考虑了样本数据中目标应用的使用信息、资源浏览信息和场所访问信息，来确定对象的需求评分结果。在一些实施例中，每个对象的样本数据所包括的信息类型可能不同，那么服务器也能够结合样本数据所包括的信息类型，灵活地选择评分函数，基于所包括的信息类型对样本数据进行评分，得到对象的需求评分结果，在此不再赘述。

例如，对象A的样本数据包括目标应用的使用信息，对象B的样本数据包括场所访问信息，对象C的样本数据包括目标对象的应用使用信息和资源浏览信息。对于对象A，服务器基于第一评分函数对样本数据进行评分，得到第一需求评分结果。对于对象B，服务器基于第三评分函数对样本数据进行评分，得到第三需求评分结果。对于对象C，服务器基于第一评分函数和第二评分函数分别对样本数据进行评分，得到第一需求评分结果和第二需求评分结果，再对第一需求评分结果和第二需求评分结果进行加权求和，得到对象C的需求评分结果，其中，权重分别为第一信息覆盖系数和第二信息覆盖系数。

506、服务器基于每个该对象的需求评分结果以及目标对应关系，获取每个该对象的需求标签，该目标对应关系用于表示需求评分结果和需求标签之间的对应关系。

其中，目标对应关系为服务器事先设置好的，且可以根据需要进行设置，本申请对此不做限制。对于任一对象，需求评分结果的数值越大，表示该对象对车辆的需求急迫程度越强，则该需求评分结果对应的需求标签的等级越高。例如，目标对应关系参见表1。

表1

需要说明的是，在确定出多个对象的需求评分结果之后，服务器还可以对根据多个对象的需求评分结果对多个对象进行排序，按照对象所在的位数和需求标签之间的对应关系，获取对象的需求标签。其中，位数和需求标签之间的对应关系可以根据需要事先进行设置，本申请对此不做限制。例如，排序位于前20%的对象的需求标签为0，排序位于20%-40%的对象的需求标签为1，排序位于40%-60%的对象的需求标签为2，排序位于60%-80%的对象的需求标签为3，排序位于80%-100%的对象的需求标签为4。

可选地，对于每个对象，服务器关联该对象的样本数据和需求标签，以使后续需求确定模型能够将每个对象的样本数据和需求标签对应起来，从而学习样本数据和需求标签之间的关系。

在一些实施例中，多个对象包括目标应用的注册用户，该注册用户包括已购车用户。其中，已购车用户可以为车辆销售方提供的近期已购车的用户。相应地，本申请提供的需求参考信息的确定方法还包括以下两种实现方式：

第一种实现方式：对于每个已购车用户，服务器将预设需求标签作为该已购车用户的需求标签，该预设需求标签所表示的车辆的需求急迫程度最强。在这种实现方式中，由于车辆销售方提供的用户为已购车用户，这部分用户可以看作是近期有意愿购买车辆的用户，则无需再结合已购车用户的样本数据来对已购车用户的样本数据进行评分，直接配置预设需求标签，从而确定需求标签的效率和准确性均较高。

第二种实现方式：对于注册用户中除已购车用户以外的每个注册用户，服务器执行步骤502-506的操作。其中，由于除车辆销售方提供的已购车用户以外，其他注册用户是否已购买车辆是未知的，因此服务器结合已获取的样本数据来确定这部分注册用户的需求标签。

在本申请实施例中，由于多个对象包括已购车的注册用户和未知是否购车的注册用户，则可以采用不同方式确定对象的需求标签，从而提高了确定需求标签的灵活性，还提高了确定效率。

507、服务器以每个该对象的需求标签为监督，基于该多个对象的样本数据，训练需求确定模型，该需求确定模型用于确定任一对象对车辆的需求参考信息。

其中，对于任一对象，训练完成的需求确定模型可以确定该对象的需求参考信息，该需求参考信息表示对象对车辆的需求急迫程度。由于需求确定模型以需求标签为监督，则模型输出也即需求参考信息的表示方式与需求标签的表示方式同理，在此不再赘述。

在一些实施例中，在训练需求确定模型之前，服务器对多个对象的样本数据进行预处理，得到需求确定模型的输入数据。该多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据。

可选地，服务器对连续型的样本数据进行分区间处理。其中，连续型的样本数据也就是数值型的样本数据。例如，年龄、住宅价位、预设时间段内购车类的应用的启动次数、购车类的多媒体资源的浏览次数等。

可选地，服务器对离散型的样本数据进行独热编码（One-Hot Encoding）处理或者嵌入（Embedding）处理。其中，离散型的样本数据包括单类别样本数据和多类别样本数据。例如，单类别样本数据包括地理位置等，多类别样本数据包括多媒体资源的资源类型等。可选地，服务器对单类别样本数据进行独热编码处理；对多类别样本数据进行嵌入处理，得到嵌入向量。

服务器将预处理得到的样本数据作为需求确定模型的输入数据，从而结合预处理后的样本数据进行模型训练。在一些实施例中，需求确定模型包括泛化模块和拟合模块；相应地，步骤507的实现方式包括：服务器以每个对象的需求标签为监督，以连续型和离散型的样本数据为泛化模块的输入数据，以离散型的样本数据为拟合模块的输入数据，对泛化模块和拟合模块进行训练。

可选地，拟合模块为线性模型，泛化模块为深度模型。例如，参见图6，以需求确定模型为Wide&Deep模型为例，拟合模块为LR（Logisitic Regression，逻辑回归）线性模型，泛化模块为DNN模型。DNN模型的隐含层的激活函数为ReLU（Rectified Linear Unit，线性整流函数），隐含层的层数为3，隐含层每层的神经元个数分别为256、512和1024。样本数据输入DNN模型之后，经过串联嵌入（Concatenated Embedding）处理，进入隐含层。其中，串联嵌入处理为将模型的输入数据进行串联，得到新的嵌入向量，将该嵌入向量输入到隐含层中。离散型的样本数据输入LR线性模型之后，经过叉积变换（Cross ProductTransformation）得到组合特征，从而LR模型可以根据输入的样本数据和组合特征进行训练。损失函数为逻辑回归损失（Logistic Loss）函数。输出层使用softmax函数（一种逻辑回归函数）进行多分类。

其中，服务器在训练需求确定模型时，可以根据需要设置需求确定模型的参数，本申请对此不做限制，例如，模型的学习率可以为0.01，随机失活超参数（Dropout）可以为0.3。

在本申请实施例中，由于需求确定模型包括两个模块，则不同数据类型的样本数据可以输入不同的模块中，从而结合模块的特点进行训练，进而模型训练的准确性较高。

例如，参见图7，将目标应用的注册用户中和车辆相关的用户以及已购车用户作为需求确定模型的多个样本对象，根据评分函数以及对象的用户信息、应用使用信息、资源浏览信息和场所访问信息，对样本数据进行需求标签的标注，从而得到需求确定模型的训练数据。训练得到的需求确定模型能够确定任一对象的需求参考信息。

在本申请实施例中，提供了一种能够确定购车需求的方法，通过基于多个对象对目标应用的使用信息、资源浏览信息和场所访问信息等信息中的至少一项以及用户信息，来确定每个对象对车辆的需求急迫程度，也即是需求标签，从而能够以需求标签为监督，根据多个对象的样本数据来训练需求确定模型，由于需求确定模型在训练过程中学习了上述多种信息和需求急迫程度之间的关系，从而需求确定模型能够准确地确定用户购车需求的强弱程度，进而找出近期有意愿购买车辆的用户，可见上述方法确定购车需求的准确性较高。

在一些实施例中，多个对象的样本数据以M行N列的第一矩阵表示，每行为同一对象的样本数据，每列为同一样本类型的样本数据，其中，M和N为正整数。由于训练需求确定模型所使用的样本数据的数据量较大，且多个对象的样本数据中可能存在与对象对车辆的需求急迫程度关联较小的数据，则服务器可以确定样本数据的重要性参数，从而结合重要性参数来筛选样本数据，根据筛选出的样本数据重新训练需求确定模型，以实现简化模型的效果。

相应地，图8是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图8，在本申请实施例中以服务器基于样本数据的重要性参数，重新训练需求确定模型为例进行说明。方法包括：

801、服务器在训练完成该需求确定模型之后，按照预设顺序，依次对该第一矩阵中的第i列样本数据进行重新排序，得到N个第二矩阵，i为不大于N的正整数。

其中，需求确定模型为基于步骤501-507的操作训练得到的。预设顺序为服务器事先确定好的顺序，预设顺序可以根据需要进行设置，本申请对此不做限制。例如，对于第1列的样本数据，将第1行和第4行的样本数据调换位置，将第3行和第8行的样本数据调换位置等。

在一些实施例中，服务器每重新排序一列样本数据，得到一个第二矩阵。每个第二矩阵均包括M行N列的新样本数据，其中，第i个第二矩阵的第i列的样本数据与第一矩阵的不同，其他列的样本数据与第一矩阵中的相同。例如，对第3列的样本数据进行重新排序，得到只有第3列的样本数据被打乱顺序而其他列的样本数据不变的第二矩阵。需要说明的是，对于每列样本数据，服务器均按照该预设顺序进行重新排序。

802、服务器基于每个该第二矩阵和训练好的该需求确定模型，分别确定每列样本数据的重要性参数。

其中，重要性参数用于表示对应样本类型的样本数据对模型输出的影响程度。在一些实施例中，服务器将第二矩阵输入训练好的需求确定模型中，从而需求确定模型对该第二矩阵进行预测，服务器根据预测结果来确定每列样本数据的重要性参数。相应地，步骤802的实现方式包括：服务器对于第i个第二矩阵，将该第i个第二矩阵输入训练好的该需求确定模型，得到该第i个第二矩阵对应的需求参考信息；将该第i个第二矩阵对应的需求参考信息与辅助需求参考信息进行比对，得到比对结果，该辅助需求参考信息是基于该需求确定模型对该第一矩阵进行预测得到的；基于该第i个第二矩阵对应的比对结果，确定该第i列样本数据的重要性参数。

其中，第i个第二矩阵对应的需求参考信息也即是需求确定模型对该第二矩阵进行预测得到的预测结果，而辅助需求参考信息为需求确定模型在训练过程中对所输入的未经重新排序的第一矩阵进行预测得到的，也即是原始的预测结果。可选地，服务器将该需求参考信息与辅助需求参考信息进行比对，得到比对结果的实现方式包括：服务器确定第i个第二矩阵对应的需求参考信息与辅助需求参考信息的差值，将该差值的方差作为比对结果。

其中，方差越大，表示第i列样本数据对模型输出的影响程度越强，也即是第i列样本数据的重要性参数越大；方差越小，表示第i列样本数据对模型输出的影响越小，也即是第i列样本数据的重要性参数。相应地，重要性参数与比对结果正相关。

在本申请实施例中，由于每列样本数据代表了一类信息，例如，性别、年龄等，通过结合需求确定模型对每个新样本数据进行预测，使得确定出的每列样本数据的重要性参数的准确性较高。

例如，参见图9，从样本数据中，每次重新排序（Shuffle）一列样本数据，得到第二矩阵，也即新的样本数据，再将第二矩阵输入到训练好的需求确定模型中，进行预测，以得到输出数据，再将预测到的输出数据，也即是需求参考信息与原始的需求参考信息进行比对，得到两者差值的方差，从而根据该方差确定每列样本数据的重要性参数。

803、服务器基于该重要性参数，从多个对象的样本数据中，选择目标样本类型的样本数据，该目标样本类型对应的重要性参数大于预设重要性参数。

其中，预设重要性参数可以根据需要进行设置，本申请对此不做限制。可选地，服务器选择重要性参数大于预设重要性参数的样本数据；或者服务器按照重要性参数对N列样本数据进行排序，选择排序在前目标位数的样本数据。该目标位数可以为预设数值，也可以为基于样本数据的总列数和目标比例确定。预设数值和目标比例可以根据需要进行设置，本申请对此不做限制。例如，预设数值为30，则目标位数为30；目标比例为20%，则目标位数为N×20%。

可选地，服务器从样本数据中删除排序在目标位数之后的样本数据，剩下的样本数据即为目标样本类型的样本数据。

804、服务器基于该目标样本类型的样本数据，重新训练该需求确定模型。

其中，服务器将选择出的目标样本类型的样本数据作为需求确定模型的新输入数据，重新对需求确定模型进行训练，训练得到的需求确定模型的输入变小了，模型体积也变小了，从而达到了简化模型的目的。

需要说明的是，本申请实施例以服务器通过OOB（Out of Bag，袋外）样本的方式来确定样本数据的重要性参数为例进行说明。服务器也可以采用其他方式确定样本数据的重要性参数，本申请对此不做限制。

在本申请实施例中，通过对样本数据进行重要性参数的确定，筛选出对确定需求参考信息较为重要的样本数据来，从而能够结合筛选出的样本数据重新训练需求确定模型，减少了输入的数据量，简化了模型，进而提高了模型的运行速度。

图10是根据本申请实施例提供的一种需求参考信息的确定方法流程图，参见图10，在本申请实施例中以通过终端与服务器之间的交互实现需求参考信息的确定为例进行说明。方法包括：

1001、终端显示需求确定界面，该需求确定界面显示有确定选项和至少一个群体的群体选项，每个该群体包括至少一个对象。

其中，第一终端可以为车辆销售方所使用的销售终端。可选地，第一终端中安装有车辆销售应用，用户通过该车辆销售应用触发该群体选项，以使该群体选项被选中。任一群体中的任一对象为车辆销售方的客户，该客户为目标应用的注册用户。或者，第一终端还可以为后台技术人员使用的终端，相应地，该终端中安装有用于确定需求参考信息的应用，技术人员通过该应用触发该群体选项。

1002、终端在任一群体的群体选项被选中的情况下，响应于对该确定选项的触发操作，向服务器发送该群体的需求确定请求，该需求确定请求携带有该群体中至少一个对象的标识包。

其中，在需要确定任一群体的需求参考信息时，操作第一终端的用户可以触发该群体的群体选项，触发确定选项，从而触发第一终端向服务器发送该群体的需求确定请求。

在本申请实施例中，通过显示需求确定界面来为用户提供能够确定任一对象的需求参考信息的人机交互接口，这样，通过选中将要确定需求参考信息的群体，将该群体的标识包发送至服务器，就能借助于服务器来确定群体的需求参考信息，从而无需人工筛选，需求确定的效率较高。

1003、服务器响应于接收到该群体的需求确定请求，获取该标识包中每个标识对应的用户信息，获取每个标识对应的目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关。

其中，任一群体的标识包包括该群体所包括的至少一个对象的标识，对于每个标识，服务器获取该标识对应的多类信息。可选地，服务器获取标识对应的多类信息的实现方式参见步骤501，在此不再赘述。

1004、服务器基于需求确定模型和每个标识对应的目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项以及用户信息，确定该群体中每个对象对车辆的需求参考信息。

其中，该需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个对象的需求标签用于表示该对象对车辆的需求急迫程度。

其中，服务器将获取到的群体中每个对象的目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项以及用户信息，作为需求确定模型的输入数据，将该输入数据输入到需求确定模型中，从而需求确定模型输出每个对象的需求参考信息。

在一些实施例中，在执行完步骤1004之后，服务器在任一需求参考信息符合预设条件的情况下，向该需求参考信息对应的对象的终端进行多媒体资源的投放。相应地，终端显示该多媒体资源，该多媒体资源与车辆相关。例如，群体包括三个对象：对象A，对象B和对象C，三个对象的需求参考信息分别为84、32、65，预设条件为需求参考信息的分值大于70，则服务器向对象A的终端进行多媒体资源的投放。

其中，对象所使用的终端中安装有用于多媒体资源投放的应用，该应用可以为社交类应用或者新闻类应用或者其他类型的应用，本申请对此不做限制。例如，参见图11，终端显示有车辆相关的广告，从而用户可以在终端中看到被投放的广告。

在另一些实施例中，在执行完步骤1004之后，服务器将得到的需求参考信息发送至终端，也即服务器执行步骤1005的操作。需要说明的是，服务器先执行步骤1005的操作，再向对象的终端进行多媒体资源投放，或者，先向对象的终端进行多媒体资源投放，再执行步骤1005的操作，又或者，服务器同时执行步骤1005的操作以及向对象的终端进行多媒体资源投放，本申请对此不做限制。

1005、服务器向该终端发送该群体的需求参考信息。

可选地，服务器将确定出的群体的需求参考信息打包发送至终端，该终端为发送需求确定请求的终端。

1006、终端接收该服务器发送的需求参考信息，基于该需求参考信息进行显示。

其中，终端基于需求参考信息进行显示的实现方式包括：终端显示该群体所包括的至少一个对象的需求参考信息。在一些实施例中，终端为车辆销售方所使用的终端，则终端在接收到群体的需求参考信息之后，在车辆销售应用中显示该需求参考信息。或者，终端按照事先设置的对应关系对需求参考信息进行转换，得到用于显示的需求描述文本，从而显示该需求描述文本。可选地，服务器事先设置不同的需求参考信息对应的需求描述文本，例如，需求描述文本为“高急迫度”、“中急迫度”或者“低急迫度”中的任一项。

可选地，在车辆销售应用中，对于群体中的每个对象均设置有一个单独的显示界面，从而终端在该界面中显示该对象的需求参考信息。例如，参见图12，在终端的界面中，显示有当前客户的需求描述文本“高急迫度”，表示该客户近期购买车辆的意愿较为强烈。车辆销售方能够通过终端看到客户对车辆的需求急迫程度，从而采取不同的销售策略对客户进行有效的数字营销。

在本申请实施例中，通过结合对象的多维度的信息和需求确定模型来对对象的需求参考信息进行预测，由于需求确定模型能够自动从输入的多类特征中筛选出对确定需求急迫程度有用的特征，并且不同特征有不同权重，从而能够确定出对象近期购车的意愿是否强烈，相对于通过经验或者一定的规则确定的结果更加精确且符合真实情况，进而提高了确定购车需求的准确性。

在另一些实施例中，终端为后台技术人员所使用的终端。则终端在同一界面中，显示群体中每个对象的需求参考信息。可选地，终端不仅显示对象的需求参考信息，还显示需求参考信息对应的评分。例如，参见图13，潜客评级是对潜在的客户进行需求急迫程度的评级，也即是确定需求参考信息，客户标识为Id（Identity document，身份标识号）1的客户的评级为B，评分为82，表示该客户的需求急迫程度较强，客户标识为Id2的客户的评级为D，评分为28，表示该客户的需求急迫程度较弱，客户标识为Id3的客户的评级为C，评分为68，表示该客户的需求急迫程度较强，客户标识为Id4的客户的评级为D，评分为33，表示该客户的需求急迫程度较弱。

例如，参见图7，通过训练好的需求确定模型筛选出高评分用户Id1、Id2、Id3、Id4、…、Idn，n为正整数，高评分用户也即是需求参考信息所表示的需求急迫程度较强的用户。在车辆销售方以广告投放或者通过销售终端销售车辆等方式，向对车辆的需求急迫程度较强的用户成功销售车辆之后，可以将这部分用户作为已购车用户，提供给服务器，从而服务器可以基于这部分已购车用户的样本数据对需求确定模型进行更新训练，以实现对需求确定模型的一个反馈。

在本申请实施例中，通过由终端触发需求确定请求，由服务器根据需求确定模型来确定对象的需求参考信息，使得车辆销售人员可以对对象使用的终端进行广告投放以促使对象购买车辆，从而丰富了车辆销售方式，提高了车辆销售成功的概率。

图14是本申请实施例提供的一种需求参考信息的确定装置结构示意图。参见图14，装置包括：第一数据获取模块1401、第一标签确定模块1402和第一模型训练模块1403。

第一数据获取模块1401，用于获取多个对象的样本数据，每个该对象的样本数据包括该对象的用户信息，该样本数据还包括该对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关；

第一标签确定模块1402，用于基于该多个对象的样本数据，确定每个该对象的需求标签，该需求标签用于表示该对象对车辆的需求急迫程度；

第一模型训练模块1403，用于以每个该对象的需求标签为监督，基于该多个对象的样本数据，训练需求确定模型，该需求确定模型用于确定任一对象对车辆的需求参考信息。

在一种可能的实现方式中，该第一标签确定模块1402，包括：

需求评分单元，用于对于每个该对象，基于评分函数对该对象的样本数据进行评分，得到该对象的需求评分结果；

标签获取单元，用于基于每个该对象的需求评分结果以及目标对应关系，获取每个该对象的需求标签，该目标对应关系用于表示需求评分结果和需求标签之间的对应关系。

在一种可能的实现方式中，在该样本数据包括该目标应用的使用信息的情况下，该评分函数为第一评分函数；该需求评分单元，用于对于每个该对象，基于该对象对该目标应用的使用信息，确定该目标应用在预设时间段内的启动频率；基于该启动频率和该第一评分函数，确定该对象的第一需求评分结果，该启动频率和该第一需求评分结果正相关；或者，在该样本数据包括目标领域的资源浏览信息的情况下，该目标领域与车辆相关，该评分函数为第二评分函数；该需求评分单元，用于对于每个该对象，基于该对象对该目标领域的资源浏览信息，确定该目标领域的多媒体资源在预设时间段内的浏览频率；基于该浏览频率和该第二评分函数，确定该对象的第二需求评分结果，该浏览频率和该第二需求评分结果正相关；或者，在该样本数据包括目标场所的场所访问信息的情况下，该目标场所与车辆相关，该评分函数为第三评分函数；该需求评分单元，用于对于每个该对象，基于该对象对该目标场所的场所访问信息，确定该目标场所在预设时间段内的访问频率；基于该访问频率和该第三评分函数，确定该对象的第三需求评分结果，该访问频率和该第三需求评分结果正相关。

在一种可能的实现方式中，在该样本数据包括目标应用的使用信息、目标领域的资源浏览信息和目标场所的场所访问信息的情况下，该目标领域与车辆相关，该目标场所与车辆相关，该评分函数分别为第一评分函数、第二评分函数和第三评分函数；该需求评分单元，用于对于每个该对象，确定第一需求评分结果、第二需求评分结果和第三需求评分结果，该第一需求评分结果为基于该第一评分函数和该目标应用的使用信息确定的，该第二需求评分结果为基于该第二评分函数和该目标领域的资源浏览信息确定的，该第三需求评分结果为基于该第三评分函数和该目标场所的场所访问信息确定的；基于权重对该第一需求评分结果、该第二需求评分结果和该第三需求评分结果进行加权求和，得到该对象的需求评分结果。

在一种可能的实现方式中，该装置还包括：

系数确定模块，用于将第一样本数据的数量与该多个对象的数量之间的比值作为第一信息覆盖系数，该第一样本数据为包括该目标应用的使用信息的样本数据；将第二样本数据的数量与该多个对象的数量之间的比值作为第二信息覆盖系数，该第二样本数据为包括该资源浏览信息的样本数据；将第三样本数据的数量与该多个对象的数量之间的比值作为第三信息覆盖系数，该第三样本数据为包括该场所访问信息的样本数据；

该需求评分单元，用于基于该第一信息覆盖系数、该第二信息覆盖系数和该第三信息覆盖系数，分别对该第一需求评分结果、该第二需求评分结果和该第三需求评分结果进行加权求和，得到该对象的需求评分结果。

在一种可能的实现方式中，该多个对象包括目标应用的注册用户，该注册用户包括已购车用户；该装置还包括：

第二标签确定模块，用于对于每个该已购车用户，将预设需求标签作为该已购车用户的需求标签，该预设需求标签所表示的车辆的需求急迫程度最强；

该第一标签确定模块1402，用于对于该注册用户中除该已购车用户以外的每个注册用户，对于每个该对象，基于评分函数对该对象的样本数据进行评分，得到该对象的评分结果。

在一种可能的实现方式中，该多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，该需求确定模型包括泛化模块和拟合模块；该第一模型训练模块1403，用于以每个该对象的需求标签为监督，以该连续型和该离散型的样本数据为该泛化模块的输入数据，以该离散型的样本数据为该拟合模块的输入数据，对该泛化模块和该拟合模块进行训练。

在一种可能的实现方式中，该多个对象的样本数据以M行N列的第一矩阵表示，每行为同一对象的样本数据，每列为同一样本类型的样本数据，其中，M和N为正整数；该装置还包括：

数据排序模块，用于在训练完成该需求确定模型之后，按照预设顺序，依次对该第一矩阵中的第i列样本数据进行重新排序，得到N个第二矩阵，i为不大于N的正整数；

参数确定模块，用于基于每个该第二矩阵和训练好的该需求确定模型，分别确定每列样本数据的重要性参数，该重要性参数用于表示对应样本类型的样本数据对模型输出的影响程度；

数据选择模块，用于基于该重要性参数，从该多个对象的样本数据中，选择目标样本类型的样本数据，该目标样本类型对应的重要性参数大于预设重要性参数；

第二模型训练模块，用于基于该目标样本类型的样本数据，重新训练该需求确定模型。

在一种可能的实现方式中，该参数确定模块，用于对于第i个第二矩阵，将该第i个第二矩阵输入训练好的该需求确定模型，得到该第i个第二矩阵对应的需求参考信息；将该第i个第二矩阵对应的需求参考信息与辅助需求参考信息进行比对，得到比对结果，该辅助需求参考信息是基于该需求确定模型对该第一矩阵进行预测得到的；基于该第i个第二矩阵对应的比对结果，确定该第i列样本数据的重要性参数。

在本申请实施例中，提供了一种能够确定购车需求的方法，通过基于多个对象对目标应用的使用信息、资源浏览信息和场所访问信息等信息中的至少一项以及用户信息，来确定每个对象对车辆的需求急迫程度，也即是需求标签，从而能够以需求标签为监督，根据多个对象的样本数据来训练需求确定模型，由于需求确定模型在训练过程中学习了上述多种信息和需求急迫程度之间的关系，从而需求确定模型能够准确地确定用户购车需求的强弱程度，进而找出近期有意愿购买车辆的用户，可见上述方法确定购车需求的准确性较高。

图15是本申请实施例提供的一种需求参考信息的确定装置结构示意图。参见图15，装置包括：第二数据获取模块1501、信息确定模块1502和资源投放模块1503。

第二数据获取模块1501，用于获取目标对象的用户信息，获取该目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，该目标应用与车辆相关；

信息确定模块1502，用于基于需求确定模型和该目标应用的使用信息、该资源浏览信息和该场所访问信息中的至少一项以及该用户信息，确定该目标对象对车辆的需求参考信息；

资源投放模块1503，用于在该需求参考信息符合预设条件的情况下，向该目标对象的终端进行多媒体资源的投放；

其中，该需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个该对象的需求标签用于表示该对象对车辆的需求急迫程度。

在一种可能的实现方式中，该第二数据获取模块1501，用于响应于接收到该目标对象的需求确定请求，该需求确定请求携带该目标对象的标识，获取该标识对应的用户信息。

在本申请实施例中，通过需求确定模型来对目标对象的多类信息进行分析，从而能够确定出目标对象对车辆的需求急迫程度，也即是目标对象近期购车需求是否强烈，确定购车需求的准确性较高。

图16是本申请实施例提供的一种需求参考信息的确定装置结构示意图。参见图16，装置包括：界面显示模块1601、请求发送模块1602和信息接收模块1603。

界面显示模块1601，用于显示需求确定界面，该需求确定界面显示有确定选项和至少一个群体的群体选项，每个该群体包括至少一个对象；

请求发送模块1602，用于在任一群体的群体选项被选中的情况下，响应于对该确定选项的触发操作，向服务器发送该群体的需求确定请求，该需求确定请求携带有该群体中至少一个对象的标识包，由该服务器基于该需求确定请求和需求确定模型输出该群体的需求参考信息；

信息接收模块1603，用于接收该服务器发送的需求参考信息，基于该需求参考信息进行显示；

其中，该需求确定模型为基于多个对象的样本数据和需求标签训练得到的，每个该对象的需求标签用于表示该对象对车辆的需求急迫程度。

在一种可能的实现方式中，该信息接收模块1603，用于显示该群体所包括的每个对象的需求参考信息。

在本申请实施例中，通过显示需求确定界面来为用户提供能够确定任一对象的需求参考信息的人机交互接口，这样，通过选中将要确定需求参考信息的群体，将该群体的标识包发送至服务器，就能借助于服务器来确定群体的需求参考信息，从而无需人工筛选，需求确定的效率较高。

需要说明的是：上述实施例提供的需求参考信息的确定装置在运行应用时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的需求参考信息的确定装置与需求参考信息的确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图17是根据本申请实施例提供的一种终端1700的结构框图。该终端1700可以是便携式移动终端，比如：智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电或者车载终端等。终端1700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端1700包括有：一个或多个处理器1701和一个或多个存储器1702。

处理器1701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器1701可以采用DSP（Digital Signal Processing，数字信号处理）、FPGA（Field－Programmable Gate Array，现场可编程门阵列）、PLA（Programmable Logic Array，可编程逻辑阵列）中的至少一种硬件形式来实现。处理器1701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU（Central ProcessingUnit，中央处理器）；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器1701可以集成有GPU（Graphics Processing Unit，图像处理器），GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器1701还可以包括AI（Artificial Intelligence，人工智能）处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器1702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器1702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器1702中的非暂态的计算机可读存储介质用于存储至少一个计算机程序，该至少一个计算机程序用于被处理器1701所执行以实现本申请中方法实施例提供的需求参考信息的确定方法。

在一些实施例中，终端1700还可选包括有：外围设备接口1703和至少一个外围设备。处理器1701、存储器1702和外围设备接口1703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1703相连。具体地，外围设备包括：射频电路1704、显示屏1705、摄像头组件1706、音频电路1707和电源1709中的至少一种。

外围设备接口1703可被用于将I/O（Input /Output，输入/输出）相关的至少一个外围设备连接到处理器1701和存储器1702。在一些实施例中，处理器1701、存储器1702和外围设备接口1703被集成在同一芯片或电路板上；在一些其他实施例中，处理器1701、存储器1702和外围设备接口1703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路1704用于接收和发射RF（Radio Frequency，射频）信号，也称电磁信号。射频电路1704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路1704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络（2G、3G、4G及5G）、无线局域网和/或WiFi（Wireless Fidelity，无线保真）网络。在一些实施例中，射频电路1704还可以包括NFC（Near Field Communication，近距离无线通信）有关的电路，本申请对此不加以限定。

显示屏1705用于显示UI（User Interface，用户界面）。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1705是触摸显示屏时，显示屏1705还具有采集在显示屏1705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1701进行处理。此时，显示屏1705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏1705可以为一个，设置在终端1700的前面板；在另一些实施例中，显示屏1705可以为至少两个，分别设置在终端1700的不同表面或呈折叠设计；在另一些实施例中，显示屏1705可以是柔性显示屏，设置在终端1700的弯曲表面上或折叠面上。甚至，显示屏1705还可以设置成非矩形的不规则图形，也即异形屏。显示屏1705可以采用LCD（Liquid Crystal Display，液晶显示屏）、OLED（Organic Light-EmittingDiode，有机发光二极管）等材质制备。

摄像头组件1706用于采集图像或视频。可选地，摄像头组件1706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR（Virtual Reality，虚拟现实）拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件1706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路1707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器1701进行处理，或者输入至射频电路1704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端1700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1701或射频电路1704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路1707还可以包括耳机插孔。

电源1709用于为终端1700中的各个组件进行供电。电源1709可以是交流电、直流电、一次性电池或可充电电池。当电源1709包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端1700还包括有一个或多个传感器1710。该一个或多个传感器1710包括但不限于：加速度传感器1711、陀螺仪传感器1712、压力传感器1713、光学传感器1715以及接近传感器1716。

加速度传感器1711可以检测以终端1700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器1711可以用于检测重力加速度在三个坐标轴上的分量。处理器1701可以根据加速度传感器1711采集的重力加速度信号，控制显示屏1705以横向视图或纵向视图进行用户界面的显示。加速度传感器1711还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器1712可以检测终端1700的机体方向及转动角度，陀螺仪传感器1712可以与加速度传感器1711协同采集用户对终端1700的3D动作。处理器1701根据陀螺仪传感器1712采集的数据，可以实现如下功能：动作感应（比如根据用户的倾斜操作来改变UI）、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器1713可以设置在终端1700的侧边框和/或显示屏1705的下层。当压力传感器1713设置在终端1700的侧边框时，可以检测用户对终端1700的握持信号，由处理器1701根据压力传感器1713采集的握持信号进行左右手识别或快捷操作。当压力传感器1713设置在显示屏1705的下层时，由处理器1701根据用户对显示屏1705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器1714用于采集用户的指纹，由处理器1701根据指纹传感器1714采集到的指纹识别用户的身份，或者，由指纹传感器1714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器1701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1714可以被设置在终端1700的正面、背面或侧面。当终端1700上设置有物理按键或厂商Logo时，指纹传感器1714可以与物理按键或厂商Logo集成在一起。

光学传感器1715用于采集环境光强度。在一个实施例中，处理器1701可以根据光学传感器1715采集的环境光强度，控制显示屏1705的显示亮度。具体地，当环境光强度较高时，调高显示屏1705的显示亮度；当环境光强度较低时，调低显示屏1705的显示亮度。在另一个实施例中，处理器1701还可以根据光学传感器1715采集的环境光强度，动态调整摄像头组件1706的拍摄参数。

接近传感器1716，也称距离传感器，通常设置在终端1700的前面板。接近传感器1716用于采集用户与终端1700的正面之间的距离。在一个实施例中，当接近传感器1716检测到用户与终端1700的正面之间的距离逐渐变小时，由处理器1701控制显示屏1705从亮屏状态切换为息屏状态；当接近传感器1716检测到用户与终端1700的正面之间的距离逐渐变大时，由处理器1701控制显示屏1705从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图17中示出的结构并不构成对终端1700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

图18是根据本申请实施例提供的一种服务器的结构示意图，该服务器1800可因配置或性能不同而产生比较大的差异，可以包括一个或多个处理器1801和一个或多个的存储器1802，其中，该存储器1802中存储有至少一条计算机程序，该至少一条计算机程序由该处理器1801加载并执行以实现上述方法实施例提供的需求参考信息的确定方法。当然，该服务器1800还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器1800还可以包括其他用于实现设备功能的部件，在此不做赘述。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有至少一条计算机程序，该至少一条计算机程序由处理器加载并执行以实现上述实施例提供的需求参考信息的确定方法。例如，该计算机可读存储介质可以是只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、光盘只读存储器（Compact Disc Read-Only Memory，CD-ROM）、磁带、软盘和光数据存储设备等。

本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括程序代码，该程序代码存储在计算机可读存储介质中。终端或者服务器的处理器从计算机可读存储介质读取该程序代码，处理器执行该程序代码，使得终端或者服务器执行上述实施例提供的需求参考信息的确定方法。

在一些实施例中，本申请实施例所涉及的计算机程序可被部署在一个计算机设备上执行，或者在位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链系统。计算机设备包括服务器和终端。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (26)

1.一种需求参考信息的确定方法，其特征在于，所述方法包括：

获取多个对象的样本数据，每个所述对象的样本数据包括所述对象的用户信息，所述样本数据还包括所述对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据；

基于所述多个对象的样本数据，确定每个所述对象的需求标签，所述需求标签用于表示所述对象对车辆的需求急迫程度；

以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述需求确定模型用于确定任一对象对车辆的需求参考信息，所述泛化模块为深度模型，所述拟合模块为线性模型。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个对象的样本数据，确定每个所述对象的需求标签，包括：

对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的需求评分结果；

基于每个所述对象的需求评分结果以及目标对应关系，获取每个所述对象的需求标签，所述目标对应关系用于表示需求评分结果和需求标签之间的对应关系。

3.根据权利要求2所述的方法，其特征在于，所述对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的需求评分结果，包括：

在所述样本数据包括所述目标应用的使用信息的情况下，所述评分函数为第一评分函数，对于每个所述对象，基于所述对象对所述目标应用的使用信息，确定所述目标应用在预设时间段内的启动频率；基于所述启动频率和所述第一评分函数，确定所述对象的第一需求评分结果，所述启动频率和所述第一需求评分结果正相关；

或者，

在所述样本数据包括目标领域的资源浏览信息的情况下，所述目标领域与车辆相关，所述评分函数为第二评分函数，对于每个所述对象，基于所述对象对所述目标领域的资源浏览信息，确定所述目标领域的多媒体资源在预设时间段内的浏览频率；基于所述浏览频率和所述第二评分函数，确定所述对象的第二需求评分结果，所述浏览频率和所述第二需求评分结果正相关；

或者，

在所述样本数据包括目标场所的场所访问信息的情况下，所述目标场所与车辆相关，所述评分函数为第三评分函数，对于每个所述对象，基于所述对象对所述目标场所的场所访问信息，确定所述目标场所在预设时间段内的访问频率；基于所述访问频率和所述第三评分函数，确定所述对象的第三需求评分结果，所述访问频率和所述第三需求评分结果正相关。

4.根据权利要求2所述的方法，其特征在于，在所述样本数据包括所述目标应用的使用信息、目标领域的资源浏览信息和目标场所的场所访问信息的情况下，所述目标领域与车辆相关，所述目标场所与车辆相关，所述评分函数分别为第一评分函数、第二评分函数和第三评分函数；所述对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的需求评分结果，包括：

对于每个所述对象，确定第一需求评分结果、第二需求评分结果和第三需求评分结果，所述第一需求评分结果为基于所述第一评分函数和所述目标应用的使用信息确定的，所述第二需求评分结果为基于所述第二评分函数和所述目标领域的资源浏览信息确定的，所述第三需求评分结果为基于所述第三评分函数和所述目标场所的场所访问信息确定的；

对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

将第一样本数据的数量与所述多个对象的数量之间的比值作为第一信息覆盖系数，所述第一样本数据为包括所述目标应用的使用信息的样本数据；

将第二样本数据的数量与所述多个对象的数量之间的比值作为第二信息覆盖系数，所述第二样本数据为包括所述资源浏览信息的样本数据；

将第三样本数据的数量与所述多个对象的数量之间的比值作为第三信息覆盖系数，所述第三样本数据为包括所述场所访问信息的样本数据；

所述对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果，包括：

基于所述第一信息覆盖系数、所述第二信息覆盖系数和所述第三信息覆盖系数，分别对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

6.根据权利要求2所述的方法，其特征在于，所述多个对象包括目标应用的注册用户，所述注册用户包括已购车用户；所述方法还包括：

对于每个所述已购车用户，将预设需求标签作为所述已购车用户的需求标签，所述预设需求标签所表示的车辆的需求急迫程度最强；

对于所述注册用户中除所述已购车用户以外的每个注册用户，执行所述对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的评分结果的步骤。

7.根据权利要求1所述的方法，其特征在于，所述多个对象的样本数据以M行N列的第一矩阵表示，每行为同一对象的样本数据，每列为同一样本类型的样本数据，其中，M和N为正整数；所述方法还包括：

在训练完成所述需求确定模型之后，按照预设顺序，依次对所述第一矩阵中的第i列样本数据进行重新排序，得到N个第二矩阵，i为不大于N的正整数；

基于每个所述第二矩阵和训练好的所述需求确定模型，分别确定每列样本数据的重要性参数，所述重要性参数用于表示对应样本类型的样本数据对模型输出的影响程度；

基于所述重要性参数，从所述多个对象的样本数据中，选择目标样本类型的样本数据，所述目标样本类型对应的重要性参数大于预设重要性参数；

基于所述目标样本类型的样本数据，重新训练所述需求确定模型。

8.根据权利要求7所述的方法，其特征在于，所述基于每个所述第二矩阵和训练好的所述需求确定模型，分别确定每列样本数据的重要性参数，包括：

对于第i个第二矩阵，将所述第i个第二矩阵输入训练好的所述需求确定模型，得到所述第i个第二矩阵对应的需求参考信息；

将所述第i个第二矩阵对应的需求参考信息与辅助需求参考信息进行比对，得到比对结果，所述辅助需求参考信息是基于所述需求确定模型对所述第一矩阵进行预测得到的；

基于所述第i个第二矩阵对应的比对结果，确定所述第i列样本数据的重要性参数。

9.一种需求参考信息的确定方法，其特征在于，所述方法包括：

获取目标对象的用户信息，获取所述目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

基于需求确定模型和所述目标应用的使用信息、所述资源浏览信息和所述场所访问信息中的至少一项以及所述用户信息，确定所述目标对象对车辆的需求参考信息；

在所述需求参考信息符合预设条件的情况下，向所述目标对象的终端进行多媒体资源的投放；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度，以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为所述需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述泛化模块为深度模型，所述拟合模块为线性模型。

10.根据权利要求9所述的方法，其特征在于，所述获取目标对象的用户数据，包括：

响应于接收到所述目标对象的需求确定请求，所述需求确定请求携带所述目标对象的标识，获取所述标识对应的用户信息。

11.一种需求参考信息的确定方法，其特征在于，所述方法包括：

显示需求确定界面，所述需求确定界面显示有确定选项和至少一个群体的群体选项，每个所述群体包括至少一个对象；

在任一群体的群体选项被选中的情况下，响应于对所述确定选项的触发操作，向服务器发送所述群体的需求确定请求，所述需求确定请求携带有所述群体中至少一个对象的标识包，由所述服务器基于所述需求确定请求和需求确定模型输出所述群体的需求参考信息；

接收所述服务器发送的需求参考信息，基于所述需求参考信息进行显示；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度，以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为所述需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述泛化模块为深度模型，所述拟合模块为线性模型。

12.根据权利要求11所述的方法，其特征在于，所述基于所述需求参考信息进行显示，包括：

显示所述群体所包括的每个对象的需求参考信息。

13.一种需求参考信息的确定装置，其特征在于，所述装置包括：

第一数据获取模块，用于获取多个对象的样本数据，每个所述对象的样本数据包括所述对象的用户信息，所述样本数据还包括所述对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据；

第一标签确定模块，用于基于所述多个对象的样本数据，确定每个所述对象的需求标签，所述需求标签用于表示所述对象对车辆的需求急迫程度；

第一模型训练模块，用于以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述需求确定模型用于确定任一对象对车辆的需求参考信息，所述泛化模块为深度模型，所述拟合模块为线性模型。

14.根据权利要求13所述的装置，其特征在于，所述第一标签确定模块，包括：

需求评分单元，用于对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的需求评分结果；

标签获取单元，用于基于每个所述对象的需求评分结果以及目标对应关系，获取每个所述对象的需求标签，所述目标对应关系用于表示需求评分结果和需求标签之间的对应关系。

15.根据权利要求14所述的装置，其特征在于，在所述样本数据包括所述目标应用的使用信息的情况下，所述评分函数为第一评分函数，所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标应用的使用信息，确定所述目标应用在预设时间段内的启动频率；基于所述启动频率和所述第一评分函数，确定所述对象的第一需求评分结果，所述启动频率和所述第一需求评分结果正相关；

或者，

在所述样本数据包括目标领域的资源浏览信息的情况下，所述目标领域与车辆相关，所述评分函数为第二评分函数，所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标领域的资源浏览信息，确定所述目标领域的多媒体资源在预设时间段内的浏览频率；基于所述浏览频率和所述第二评分函数，确定所述对象的第二需求评分结果，所述浏览频率和所述第二需求评分结果正相关；

或者，

在所述样本数据包括目标场所的场所访问信息的情况下，所述目标场所与车辆相关，所述评分函数为第三评分函数；所述需求评分单元，用于对于每个所述对象，基于所述对象对所述目标场所的场所访问信息，确定所述目标场所在预设时间段内的访问频率；基于所述访问频率和所述第三评分函数，确定所述对象的第三需求评分结果，所述访问频率和所述第三需求评分结果正相关。

16.根据权利要求14所述的装置，其特征在于，在所述样本数据包括目标应用的使用信息、目标领域的资源浏览信息和目标场所的场所访问信息的情况下，所述目标领域与车辆相关，所述目标场所与车辆相关，所述评分函数分别为第一评分函数、第二评分函数和第三评分函数；所述需求评分单元，用于：

对于每个所述对象，确定第一需求评分结果、第二需求评分结果和第三需求评分结果，所述第一需求评分结果为基于所述第一评分函数和所述目标应用的使用信息确定的，所述第二需求评分结果为基于所述第二评分函数和所述目标领域的资源浏览信息确定的，所述第三需求评分结果为基于所述第三评分函数和所述目标场所的场所访问信息确定的；

对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

17.根据权利要求16所述的装置，其特征在于，所述装置还包括：

系数确定模块，用于将第一样本数据的数量与所述多个对象的数量之间的比值作为第一信息覆盖系数，所述第一样本数据为包括所述目标应用的使用信息的样本数据；将第二样本数据的数量与所述多个对象的数量之间的比值作为第二信息覆盖系数，所述第二样本数据为包括所述资源浏览信息的样本数据；将第三样本数据的数量与所述多个对象的数量之间的比值作为第三信息覆盖系数，所述第三样本数据为包括所述场所访问信息的样本数据；

所述需求评分单元，用于基于所述第一信息覆盖系数、所述第二信息覆盖系数和所述第三信息覆盖系数，分别对所述第一需求评分结果、所述第二需求评分结果和所述第三需求评分结果进行加权求和，得到所述对象的需求评分结果。

18.根据权利要求14所述的装置，其特征在于，所述多个对象包括目标应用的注册用户，所述注册用户包括已购车用户；所述装置还包括：

第二标签确定模块，用于对于每个所述已购车用户，将预设需求标签作为所述已购车用户的需求标签，所述预设需求标签所表示的车辆的需求急迫程度最强；

所述第一标签确定模块，用于对于所述注册用户中除所述已购车用户以外的每个注册用户，对于每个所述对象，基于评分函数对所述对象的样本数据进行评分，得到所述对象的评分结果。

19.根据权利要求13所述的装置，其特征在于，所述多个对象的样本数据以M行N列的第一矩阵表示，每行为同一对象的样本数据，每列为同一样本类型的样本数据，其中，M和N为正整数；所述装置还包括：

数据排序模块，用于在训练完成所述需求确定模型之后，按照预设顺序，依次对所述第一矩阵中的第i列样本数据进行重新排序，得到N个第二矩阵，i为不大于N的正整数；

参数确定模块，用于基于每个所述第二矩阵和训练好的所述需求确定模型，分别确定每列样本数据的重要性参数，所述重要性参数用于表示对应样本类型的样本数据对模型输出的影响程度；

数据选择模块，用于基于所述重要性参数，从所述多个对象的样本数据中，选择目标样本类型的样本数据，所述目标样本类型对应的重要性参数大于预设重要性参数；

第二模型训练模块，用于基于所述目标样本类型的样本数据，重新训练所述需求确定模型。

20.根据权利要求19所述的装置，其特征在于，所述参数确定模块，用于：

对于第i个第二矩阵，将所述第i个第二矩阵输入训练好的所述需求确定模型，得到所述第i个第二矩阵对应的需求参考信息；

将所述第i个第二矩阵对应的需求参考信息与辅助需求参考信息进行比对，得到比对结果，所述辅助需求参考信息是基于所述需求确定模型对所述第一矩阵进行预测得到的；

基于所述第i个第二矩阵对应的比对结果，确定所述第i列样本数据的重要性参数。

21.一种需求参考信息的确定装置，其特征在于，所述装置包括：

第二数据获取模块，用于获取目标对象的用户信息，获取所述目标对象对目标应用的使用信息、资源浏览信息和场所访问信息中的至少一项，所述目标应用与车辆相关；

信息确定模块，用于基于需求确定模型和所述目标应用的使用信息、所述资源浏览信息和所述场所访问信息中的至少一项以及所述用户信息，确定所述目标对象对车辆的需求参考信息；

资源投放模块，用于在所述需求参考信息符合预设条件的情况下，向所述目标对象的终端进行多媒体资源的投放；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度，以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为所述需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述泛化模块为深度模型，所述拟合模块为线性模型。

22.根据权利要求21所述的装置，其特征在于，所述第二数据获取模块，用于：

响应于接收到所述目标对象的需求确定请求，所述需求确定请求携带所述目标对象的标识，获取所述标识对应的用户信息。

23.一种需求参考信息的确定装置，其特征在于，所述装置包括：

界面显示模块，用于显示需求确定界面，所述需求确定界面显示有确定选项和至少一个群体的群体选项，每个所述群体包括至少一个对象；

请求发送模块，用于在任一群体的群体选项被选中的情况下，响应于对所述确定选项的触发操作，向服务器发送所述群体的需求确定请求，所述需求确定请求携带有所述群体中至少一个对象的标识包，由所述服务器基于所述需求确定请求和需求确定模型输出所述群体的需求参考信息；

信息接收模块，用于接收所述服务器发送的需求参考信息，基于所述需求参考信息进行显示；

其中，所述需求确定模型为基于多个对象的样本数据和需求标签训练得到的，所述多个对象的样本数据中包括数据类型为连续型的样本数据和离散型的样本数据，所述连续型的样本数据为数值型的样本数据，所述离散型的样本数据包括单类别样本数据和多类别样本数据，每个所述对象的需求标签用于表示所述对象对车辆的需求急迫程度，以每个所述对象的需求标签为监督，以所述连续型和所述离散型的样本数据为所述需求确定模型中的泛化模块的输入数据，以所述离散型的样本数据为所述需求确定模型中的拟合模块的输入数据，训练所述需求确定模型，所述泛化模块为深度模型，所述拟合模块为线性模型。

24.根据权利要求23所述的装置，其特征在于，所述信息接收模块，用于显示所述群体所包括的每个对象的需求参考信息。

25.一种服务器，其特征在于，所述服务器包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器用于存储至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现如权利要求1至8或者9至10任一项所述的需求参考信息的确定方法。

26.一种终端，其特征在于，所述终端包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器用于存储至少一条计算机程序，所述至少一条计算机程序由所述一个或多个处理器加载并执行以实现如权利要求11至12任一项所述的需求参考信息的确定方法。