CN114549085A - 用户数据的处理方法、装置、计算机设备及可读存储介质 - Google Patents
用户数据的处理方法、装置、计算机设备及可读存储介质 Download PDFInfo
- Publication number
- CN114549085A CN114549085A CN202210206875.1A CN202210206875A CN114549085A CN 114549085 A CN114549085 A CN 114549085A CN 202210206875 A CN202210206875 A CN 202210206875A CN 114549085 A CN114549085 A CN 114549085A
- Authority
- CN
- China
- Prior art keywords
- user
- target user
- reward
- data
- target
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数字医疗技术领域,提供了一种用户数据的处理方法、装置、计算机设备及可读存储介质,所述方法包括:响应于目标用户的第一操作,获取所述目标用户的用户数据;根据所述用户数据,确定所述目标用户的用户粘性值;提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;根据所述操作数据,确定所述目标用户的操作得分;根据所述操作得分向所述目标用户发放奖励。
Description
技术领域
本发明涉及数字医疗技术领域,更具体地,涉及一种用户数据的处理方法、一种用户数据的处理装置、一种计算机设备、及一种计算机可读存储介质。
背景技术
随着计算机技术的兴起,智能医疗服务平台,可以支持疾病辅助诊断、健康管理、远程会诊等功能。在医疗服务平台中,注册用户的数量在急剧增加,用户的流失量可能会慢慢增加。
为了使得医生或者护士能够更好地为病人提供诊疗业务,需要在医疗服务平台中留住用户。
在现有技术中,增加用户粘性的方式,通常是向所有用户发放等额的优惠券或者是抵用券等奖励。但是,这种方式,不能通过用户在医疗服务平台的浏览量、浏览时长、转化率和登录间隔时长等用户数据对用户粘性的影响,确定较为准确的用户粘性值,导致不能根据较为准确的用户粘性值用户发送奖励,导致网络传输资源的浪费。
因此,提出一种在医疗服务平台中增加用户粘性的方案是十分有必要的。
发明内容
本发明的一个目的是提供一种在医疗服务平台中增加用户粘性的新技术方案。
根据本发明的第一方面,提供了一种用户数据的处理方法,包括:
步骤S110,响应于目标用户的第一操作,获取所述目标用户的用户数据;
步骤S120,根据所述用户数据,确定所述目标用户的用户粘性值;
步骤S130,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;
步骤S140,根据所述操作数据,确定所述目标用户的操作得分;
步骤S150,根据所述操作得分向所述目标用户发放奖励。
可选的,所述根据所述用户数据,确定所述目标用户的用户粘性值,包括:
获取反映用户数据和用户粘性值之间映射关系的第一映射数据;
根据所述目标用户的用户数据,获得所述目标用户的用户粘性值。
可选的,所述提供与所述用户粘性值匹配的奖励条件,包括:
根据所述用户粘性值,确定所述目标用户对应的奖励难度;
根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件。
可选的,所述根据所述用户粘性值,确定所述目标用户对应的奖励难度,包括:
获取反映用户粘性值和奖励难度之间映射关系的第二映射数据;
根据所述目标用户的用户粘性值,获得所述目标用户对应的奖励难度。
可选的,所述根据所述操作得分向所述目标用户发放奖励,包括:
根据所述目标用户的操作得分和所述目标用户对应的奖励难度,确定所述目标用户对应的奖励;
向所述目标用户发放所述奖励。
可选的,所述根据所述操作数据,确定所述目标用户的操作得分,包括:
根据所述第二操作的操作数据,确定预设特征的特征值;
将所述预设特征的特征值输入到预设的机器学习模型中,得到所述目标用户的操作得分。
可选的,所述方法还包括:
获取参考用户针对所述奖励条件所执行的第二操作的操作数据,作为参考操作数据;
根据所述参考操作数据,确定所述参考用户执行所述第二操作的参考操作得分;
根据所述参考操作数据和参考操作得分,生成训练样本;
基于预设的机器学习算法,根据所述训练样本进行机器学习训练,得到所述机器学习模型。
根据本发明的第二方面,提供了一种用户数据的处理装置,包括:
用户数据获取模块,用于响应于目标用户的第一操作,获取所述目标用户的用户数据;
用户粘性确定模块,用于根据所述用户数据,确定所述目标用户的用户粘性值;
操作数据获取模块,用于提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;
操作得分确定模块,用于根据所述操作数据,确定所述目标用户的操作得分;
奖励发放模块,用于根据所述操作得分向所述目标用户发放奖励。
根据本发明的第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明第一方面所述方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明第一方面所述方法的步骤。
本发明的一个有益效果在于,响应于目标用户的第一操作,获取目标用户的用户数据;根据所述用户数据确定所述目标用户的用户粘性值,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;根据所述操作数据确定所述目标用户的操作得分;根据所述操作得分向所述目标用户发放奖励,能够根据用户数据对用户粘性的影响向用户提供奖励条件,再根据用户针对所述奖励条件所执行的第二操作的操作得分向目标用户发放奖励,可以避免网络传输资源的浪费,还可以增加用户粘性,提升用户使用智能医疗服务平台的体验。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是可用于实现本发明的实施例的计算机设备的硬件配置的一个例子的框图。
图2示出了本发明的实施例的用户数据的处理方法的其中一个例子的流程图。
图3示出了本发明的实施例的用户数据的处理装置的方框原理图。
图4示出了本发明的实施例的计算机设备的其中一个例子的方框原理图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1是可用于实现本说明书任意实施例的用户数据的处理方法的计算机设备1000的硬件配置的框图。
该计算机设备1000可以包括但不限于处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800等等。其中,处理器1100可以是中央处理器CPU、图形处理器GPU、微处理器MCU等,用于执行计算机程序,该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集编写。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、串行接口、并行接口等。通信装置1400例如能够利用光纤或电缆进行有线通信,或者进行无线通信,具体地可以包括WiFi通信、蓝牙通信、2G/3G/4G/5G通信等。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘、体感输入等。扬声器1700用于输出音频信号。麦克风1800用于采集音频信号。
应用于本公开实施例中,计算机设备1000的存储器1200用于存储计算机程序,该计算机程序用于控制所述处理器1100进行操作以实现根据本公开实施例的方法。技术人员可以根据本公开所公开方案设计该计算机程序。该计算机程序如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。该计算机设备1000可以安装有智能操作系统(例如Windows、Linux、安卓、IOS等系统)和应用软件。
本领域技术人员应当理解,尽管在图1中示出了计算机设备1000的多个装置,但是,本公开实施例的计算机设备1000可以仅涉及其中的部分装置,例如,只涉及处理器1100和存储器1200等。
本发明实施例的总体构思,是提供一种用户数据的处理方法,响应于目标用户的第一操作,获取目标用户的用户数据;根据所述用户数据确定所述目标用户的用户粘性值,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;根据所述操作数据确定所述目标用户的操作得分;根据所述操作得分向所述目标用户发放奖励,能够根据用户数据对用户粘性的影响向用户提供奖励条件,再根据用户针对所述奖励条件所执行的第二操作的操作得分向目标用户发放奖励,可以避免网络传输资源的浪费,还可以增加用户粘性,提升用户使用智能医疗服务平台的体验。
<方法实施例>
在本实施例中,提供一种用户数据的处理方法。该方法可以是由计算机设备实施。该计算机设备可以是如图1所示的计算机设备1000。
该用户数据的处理方法,如图2所示,包括:步骤S110~S150。
步骤S110,响应于目标用户的第一操作,获取所述目标用户的用户数据。
在本实施例中,第一操作可以是计算机设备在打开指定的应用软件的情况下用户所执行的操作。第一操作可以是预先根据应用场景或具体需求所设定的。例如,该第一操作可以是计算机设备在打开指定的应用软件的情况下用户所执行的摇一摇操作。再例如,该第一操作还可以是计算机设备在打开指定的应用软件的情况下,用户所执行的点击应用软件中的指定按键的操作。
用户数据,至少可以包括目标用户的注册时间、订单数量、用户在医疗服务平台的浏览量、浏览时长、转化率和登录间隔时长等基本信息数据,还可以包括目标用户在注册使用的情况下,所记录的用户性别、年龄、地理位置等数据。
注册时间,可以是目标用户注册使用该应用软件的时间,也可以是目标用户自注册使用该应用软件的时间、至当前时间的间隔时间。
订单数量,可以是目标用户通过该应用软件所完成的订单的数量,还可以是用户通过该应用软件正在处理中的订单的数量,也可以是目标用户通过该应用软件所完成的订单的数量与正在处理中的订单的数量的总和。
步骤S120,根据所述用户数据,确定所述目标用户的用户粘性值。
在本实施例中,可以是根据注册时间、订单数量、用户在医疗服务平台的浏览量、浏览时长、转化率和登录间隔时长等用户数据中的至少一项,生成目标用户的用户粘性值。
在一个例子中,可以是预先构建反映用户数据和用户粘性值之间映射关系的第一映射数据,以根据所述目标用户的用户数据,获得所述目标用户的用户粘性值。
本实施例中,该第一映射数据可以是第一映射函数,也可以是第一对照表等,在此不做限定。
对于第一映射函数,该第一映射函数的因变量为用户粘性值,自变量为用户数据,这样,将通过步骤S110获取到的所述目标用户的用户数据代入该第一映射函数,便可以获得对应于所述目标用户的用户粘性值。
对于第一对照表,可以在第一对照表中查找对应于所述目标用户的用户数据的数值。如果在该第一对照表中无法直接查找到所述目标用户的用户数据,可以查找与所述目标用户的用户数据相邻的两个值,并根据这两个值及分别对应这两个值的用户粘性值,利用插值手段获得对应于所述目标用户的用户数据的用户粘性值。
在另一个例子中,可以是根据用户数据中的目标用户的注册时间和订单数量,确定目标用户的用户粘性值。
具体的,在目标用户的注册时间未满一个月的情况下,可以确定目标用户的用户粘性值为第一设定值;在目标用户的注册时间大于或等于一个月且小于六个月的情况下,可以判断目标用户的订单数量是否大于第一阈值,在目标用户的订单数量小于或等于第一阈值的情况下,可以确定目标用户的用户粘性值为第二设定值,在目标用户的订单数量大于第一阈值的情况下,可以确定目标用户的用户粘性值为第三设定值;在目标用户的注册时间大于或等于六个月的情况下,可以判定目标用户的订单数量是否大于第二阈值,在目标用户的订单数量小于或等于第而阈值的情况下,可以确定目标用户的用户粘性值为第四设定值,在目标用户的订单数量大于第二阈值的情况下,可以确定目标用户的用户粘性值为第五设定值。
在本实施例中,第一等级至第四等级的奖励难度可以是逐次递增。第一阈值和第二阈值可以是预先根据应用场景或具体需求所分别设定的,第一阈值和第二阈值可以相等,也可以不等,在此不做限定。
步骤S130,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据。
在本公开的一个实施例中,提供与所述用户粘性值匹配的奖励条件,可以包括如下所示的步骤S131~S132:
步骤S131,根据所述用户粘性值,确定所述目标用户对应的奖励难度。
在一个例子中,可以是预先构建反映用户粘性值和奖励难度之间映射关系的第二映射数据,以根据所述目标用户的用户粘性值,获得所述目标用户对应的奖励难度。
本实施例中,该第二映射数据可以是第二映射函数,也可以是第二对照表等,在此不做限定。
对于第二映射函数,该第二映射函数的因变量为奖励难度,自变量为用户粘性值,这样,将所述目标用户的用户粘性值代入该第二映射函数,便可以获得对应于所述目标用户对应的奖励难度。
对于第二对照表,可以在第二对照表中查找对应于所述目标用户的用户粘性值的数值,作为对应于所述目标用户的奖励难度。如果在该第二对照表中无法直接查找到所述目标用户的用户粘性值,可以查找与所述目标用户的用户粘性值相邻的两个值,并根据这两个值及分别对应这两个值的奖励难度,利用插值手段获得对应于所述目标用户的奖励难度。
在另一个例子中,可以是预先设定多个用户粘性值的数值范围,确定所述目标用户的用户粘性值所属的数值范围,作为目标数值范围;再确定目标数值范围所对应的奖励难度,即为所述目标用户对应的奖励难度。
在本实施例中,可以是预先构建反映数值范围和奖励难度之间映射关系的第三对照表。具体的,可以在第三对照表中查找对应于所述目标用户的用户粘性值所属的目标数值范围的数值,作为对应于所述目标用户的奖励难度。
在一个例子中,在目标用户的注册时间未满一个月的情况下,可以确定目标用户对应的奖励难度为第一等级;在目标用户的注册时间大于或等于一个月且小于六个月的情况下,可以判断目标用户的订单数量是否大于第一阈值,在目标用户的订单数量小于或等于第一阈值的情况下,可以确定目标用户对应的奖励难度为第二等级,在目标用户的订单数量大于第一阈值的情况下,可以确定目标用户对应的奖励难度为第三等级;在目标用户的注册时间大于或等于六个月的情况下,可以判定目标用户的订单数量是否大于第二阈值,在目标用户的订单数量小于或等于第而阈值的情况下,可以确定目标用户对应的奖励难度为第三等级,在目标用户的订单数量大于第二阈值的情况下,可以确定目标用户对应的奖励难度为第四等级。
步骤S132,根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件。
在本实施例中,可以预先针对每个等级的奖励难度,设置多个奖励条件。根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件,可以包括:根据与所述目标用户对应的奖励难度,从该奖励难度的奖励条件中,选取设定数量个奖励条件,作为与所述目标用户匹配的奖励条件。
其中,设定数量可以是预先根据应用场景或具体需求所设定的,例如,该设定数量可以是1或者5。
在本公开的一个实施例中,本实施例中的奖励条件,可以是问答题目。可以预先针对每个等级的奖励难度,设置多个问答题目。
例如,针对于第一等级的奖励难度,可以设置如下问答题目:如何注册,如何实名,如何修改密码,如何退出登录等;针对于第二等级的奖励难度,可以设置如下问答题目:如何推荐注册,如何获得客户,如何查看推荐的用户,如何查看名下客户与其订单等;针对于第三等级的奖励难度,可以设置如下问答题目:如何获得佣金奖励,如何对佣金奖励进行提现等;针对于第四等级的奖励难度,可以设置如下问答题目:如何甄别质量客户,如何快速发展下级等。
在奖励条件为问答题目的实施例中,根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件,可以包括:根据所述目标用户对应的奖励难度,从该奖励难度的问答题目中,选取设定数量个问答题目,作为与所述目标用户匹配的问答题目。
在本实施例中,可以是提供问答界面,将与所述目标用户匹配的问答题目展示在问答界面中。
进一步地,可以是将与所述目标用户匹配的问答题目,依次展示在问答界面中,在获取到所述目标用户针对所述奖励条件所执行的第二操作的情况下,通过所述问答界面展示下一个问答题目。
在本公开的另一个实施例中,本实施例中的奖励条件,还可以是游戏。可以预先针对每个等级的奖励难度,设置多个游戏。
在奖励条件为游戏的实施例中,根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件,可以包括:根据所述目标用户对应的奖励难度,从该奖励难度的游戏中,随机选取设定数量个游戏,作为与所述目标用户匹配的游戏。
在本实施例中,可以是提供游戏界面,将与所述目标用户匹配的游戏展示在游戏界面中。
在步骤S130中,在奖励条件为问答题目的实施例中,所述目标用户针对所述奖励条件所执行的第二操作,可以是目标用户回答所提供的与所述目标用户匹配的问答题目的操作,例如具体可以是针对每个问答题目对应的答案选项的选择操作,或者是针对每个问答问题的输入框输入对应的问题答案的操作。
在奖励条件为游戏的实施例中,所述目标用户针对所述奖励条件所执行的第二操作,可以是目标用户针对所提供的与目标用户匹配的游戏所执行的操作。
步骤S140,根据所述操作数据,确定所述目标用户的操作得分。
在奖励条件为问答题目的一个实施例中,操作得分可以表示目标用户回答问答题目的准确率。
在奖励条件为问答题目的一个实施例中,操作得分可以表示目标用户回答正确的问答题目的数量。
在奖励条件为游戏的实施例中,操作得分还可以是表示目标用户对提供的游戏的操作质量的分数。
在奖励条件为游戏的实施例中,根据所述第二操作的操作数据,得到所述目标用户的操作得分可以包括:根据所述第二操作的操作数据,确定预设特征的特征值;将所述预设特征的特征值输入到预先训练好的机器学习模型中,得到所述目标用户的操作得分。
其中,预设特征可以是预先根据应用场景或具体需求所设定好的,能够用于表示目标用户对提供的游戏的操作质量的特征。
机器学习模型可以是预先根据训练样本所训练得到的,能够根据预设特征的特征值,确定操作分数的模型。
在本公开的一个实施例中,该方法还可以包括:获取参考用户针对所述奖励条件所执行的第二操作的操作数据,作为参考操作数据;根据所述参考操作数据,确定所述参考用户执行所述第二操作的参考操作得分;根据所述参考操作数据和参考操作得分,生成训练样本;基于预设的机器学习算法,根据所述训练样本进行机器学习训练,得到所述机器学习模型。
在本实施例中,参考用户可以是预先选定的用于根据其操作数据来训练机器学习模型的用户。参考用户可以是随机选取的,也可以是根据预设的筛选条件来选取的。其中,筛选条件可以是预先根据应用场景或具体需求来设定,例如,该筛选条件可以是性别为男,年龄为20-30岁,注册地址为北京等中的任意一个。
步骤S150,根据所述操作得分向所述目标用户发放奖励。
在本公开的一个实施例中,根据所述操作得分向所述目标用户发放奖励,可以包括:根据所述目标用户的操作得分,确定所述目标用户对应的奖励;并向所述目标用户发放所述奖励。
在操作得分表示目标用户回答问答题目的准确率的实施例中,可以是预先设置每个等级的奖励难度所对应的奖励总额。可以是随着奖励难度的递增,对应的奖励总额也递增。根据所述目标用户的操作得分,确定所述目标用户对应的奖励,可以包括:根据所述目标用户的操作得分和所述目标用户对应的奖励难度,确定所述目标用户对应的奖励。
例如,第一等级的奖励难度所对应的奖励总额为10元,在准确率为50%的情况下,可以确定所述目标用户对应的奖励为10*50%=5元;第二等级的奖励难度所对应的奖励总额为50元,在准确率为60%的情况下,可以确定所述目标用户对应的奖励为50*60%=30元;第三等级的奖励难度所对应的奖励总额为100元,在准确率为50%的情况下,可以确定所述目标用户对应的奖励为100*50%=50元;第四等级的奖励难度所对应的奖励总额为200元,在准确率为50%的情况下,可以确定所述目标用户对应的奖励为200*50%=100元。
在操作得分表示目标用户回答正确的问答题目的数量的实施例中,可以是预先设置每个等级的奖励难度所对应的奖励权重和奖励单位。可以是随着奖励难度的递增,对应的奖励权重和奖励单位也递增。根据所述目标用户的操作得分,确定所述目标用户对应的奖励,可以包括:根据所述目标用户的操作得分和所述目标用户对应的奖励难度,确定所述目标用户对应的奖励。
例如,第一等级的奖励难度所对应的奖励单位为10元,奖励权重为10%,在目标用户回答正确的问答题目的数量为5的情况下,可以确定所述目标用户对应的奖励为10*10%*5=5元;第二等级的奖励难度所对应的奖励单位为50元,奖励权重为15%,在目标用户回答正确的问答题目的数量为6的情况下,可以确定所述目标用户对应的奖励为50*15%*6=45元;第三等级的奖励难度所对应的奖励单位为10元,奖励权重为20%,在目标用户回答正确的问答题目的数量为5的情况下,可以确定所述目标用户对应的奖励为100*20%*5=100元;第四等级的奖励难度所对应的奖励单位为200元,奖励权重为25%,在目标用户回答正确的问答题目的数量为5的情况下,可以确定所述目标用户对应的奖励为200*25%*5=250元。
在操作得分是表示目标用户对提供的游戏的操作质量的分数的实施例中,可以预先设置每个等级的奖励难度下每分所对应的奖励,每个等级的奖励难度下每分所对应的奖励可以是预先根据应用场景或具体需求所设定的。那么,根据所述目标用户的操作得分,确定所述目标用户对应的奖励,可以包括:根据所述目标用户的操作得分,以及所述目标用户对应的奖励难度下每分所对应的奖励,确定所述目标用户对应的奖励。
例如,在第一等级的奖励难度下每分所对应的奖励为0.1元,操作得分为500分的情况下,可以确定所述目标用户对应的奖励为0.1*500=50元;在第而等级的奖励难度下每分所对应的奖励为0.3元,操作得分为500分的情况下,可以确定所述目标用户对应的奖励为0.3*500=150元;在第三等级的奖励难度下每分所对应的奖励为0.5元,操作得分为500分的情况下,可以确定所述目标用户对应的奖励为0.5*500=250元;在第四等级的奖励难度下每分所对应的奖励为1元,操作得分为500分的情况下,可以确定所述目标用户对应的奖励为1*500=500元。
通过本实施例的方法,响应于目标用户的第一操作,获取目标用户的用户数据;根据所述用户数据确定所述目标用户的用户粘性值,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;根据所述操作数据确定所述目标用户的操作得分;根据所述操作得分向所述目标用户发放奖励,能够根据用户数据对用户粘性的影响向用户提供奖励条件,再根据用户针对所述奖励条件所执行的第二操作的操作得分向目标用户发放奖励,可以避免网络传输资源的浪费,还可以增加用户粘性,提升用户使用智能医疗服务平台的体验。
<装置实施例>
在本实施例中,提供一种用户数据的处理装置3000,如图3所示,包括用户数据获取模块3100、用户粘性确定模块3200、操作数据获取模块3300、操作得分确定模块3400和奖励发放模块3500。该用户数据获取模块3100用于响应于目标用户的第一操作,获取所述目标用户的用户数据;该用户粘性确定模块3200用于根据所述用户数据,确定所述目标用户的用户粘性值;该操作数据获取模块3300用于提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;该操作得分确定模块3400用于根据所述操作数据,确定所述目标用户的操作得分;该奖励发放模块3500用于根据所述操作得分向所述目标用户发放奖励。
在本公开的一个实施例中,所述用户粘性确定模块3200还用于:
获取反映用户数据和用户粘性值之间映射关系的第一映射数据;
根据所述目标用户的用户数据,获得所述目标用户的用户粘性值。
在本公开的一个实施例中,所述提供与所述用户粘性值匹配的奖励条件,包括:
根据所述用户粘性值,确定所述目标用户对应的奖励难度;
根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件。
在本公开的一个实施例中,所述根据所述用户粘性值,确定所述目标用户对应的奖励难度,包括:
获取反映用户粘性值和奖励难度之间映射关系的第二映射数据;
根据所述目标用户的用户粘性值,获得所述目标用户对应的奖励难度。
在本公开的一个实施例中,所述奖励发放模块3500还用于:
根据所述目标用户的操作得分和所述目标用户对应的奖励难度,确定所述目标用户对应的奖励;
向所述目标用户发放所述奖励。
在本公开的一个实施例中,所述操作得分确定模块3400还用于:
根据所述第二操作的操作数据,确定预设特征的特征值;
将所述预设特征的特征值输入到预设的机器学习模型中,得到所述目标用户的操作得分。
在本公开的一个实施例中,所述用户数据的处理装置3000还包括:
用于获取参考用户针对所述奖励条件所执行的第二操作的操作数据,作为参考操作数据的模块;
用于根据所述参考操作数据,确定所述参考用户执行所述第二操作的参考操作得分的模块;
用于根据所述参考操作数据和参考操作得分,生成训练样本的模块;
用于基于预设的机器学习算法,根据所述训练样本进行机器学习训练,得到所述机器学习模型的模块。
本领域技术人员应当明白,可以通过各种方式来实现用户数据的处理装置3000。例如,可以通过指令配置处理器来实现用户数据的处理装置3000。例如,可以将指令存储在ROM中,并且当启动设备时,将指令从ROM读取到可编程器件中来实现用户数据的处理装置3000。例如,可以将用户数据的处理装置3000固化到专用器件(例如ASIC)中。可以将用户数据的处理装置3000分成相互独立的单元,或者可以将它们合并在一起实现。用户数据的处理装置3000可以通过上述各种实现方式中的一种来实现,或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
在本实施例中,用户数据的处理装置3000可以具有多种实现形式,例如,用户数据的处理装置3000可以是任何的提供用户数据的处理服务的软件产品或者应用程序中运行的功能模块,或者是这些软件产品或者应用程序的外设嵌入件、插件、补丁件等,还可以是这些软件产品或者应用程序本身。
<计算机设备>
本发明还提供了一种计算机设备。
如图4所示,该计算机设备可以包括存储器410和处理器420,存储器410中存储有计算机可读指令,计算机可读指令被处理器420执行时,使得处理器420执行本公开中任意实施例的用户数据的处理方法的步骤。
通过本发明的实施例的计算机设备,响应于目标用户的第一操作,获取目标用户的用户数据;根据所述用户数据确定所述目标用户的用户粘性值,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;根据所述操作数据确定所述目标用户的操作得分;根据所述操作得分向所述目标用户发放奖励,能够根据用户数据对用户粘性的影响向用户提供奖励条件,再根据用户针对所述奖励条件所执行的第二操作的操作得分向目标用户发放奖励,可以避免网络传输资源的浪费,还可以增加用户粘性,提升用户使用智能医疗服务平台的体验。
<计算机可读介质>
在本实施例中,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本实施例中所述的用户数据的处理方法的步骤。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种用户数据的处理方法,其特征在于,包括:
步骤S110,响应于目标用户的第一操作,获取所述目标用户的用户数据;
步骤S120,根据所述用户数据,确定所述目标用户的用户粘性值;
步骤S130,提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;
步骤S140,根据所述操作数据,确定所述目标用户的操作得分;
步骤S150,根据所述操作得分向所述目标用户发放奖励。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户数据,确定所述目标用户的用户粘性值,包括:
获取反映用户数据和用户粘性值之间映射关系的第一映射数据;
根据所述目标用户的用户数据,获得所述目标用户的用户粘性值。
3.根据权利要求1所述的方法,其特征在于,所述提供与所述用户粘性值匹配的奖励条件,包括:
根据所述用户粘性值,确定所述目标用户对应的奖励难度;
根据与所述目标用户对应的奖励难度,提供与所述目标用户匹配的奖励条件。
4.根据权利要求3所述的方法,其特征在于,所述根据所述用户粘性值,确定所述目标用户对应的奖励难度,包括:
获取反映用户粘性值和奖励难度之间映射关系的第二映射数据;
根据所述目标用户的用户粘性值,获得所述目标用户对应的奖励难度。
5.根据权利要求3所述的方法,其特征在于,所述根据所述操作得分向所述目标用户发放奖励,包括:
根据所述目标用户的操作得分和所述目标用户对应的奖励难度,确定所述目标用户对应的奖励;
向所述目标用户发放所述奖励。
6.根据权利要求1所述的方法,其特征在于,所述根据所述操作数据,确定所述目标用户的操作得分,包括:
根据所述第二操作的操作数据,确定预设特征的特征值;
将所述预设特征的特征值输入到预设的机器学习模型中,得到所述目标用户的操作得分。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取参考用户针对所述奖励条件所执行的第二操作的操作数据,作为参考操作数据;
根据所述参考操作数据,确定所述参考用户执行所述第二操作的参考操作得分;
根据所述参考操作数据和参考操作得分,生成训练样本;
基于预设的机器学习算法,根据所述训练样本进行机器学习训练,得到所述机器学习模型。
8.一种用户数据的处理装置,其特征在于,包括:
用户数据获取模块,用于响应于目标用户的第一操作,获取所述目标用户的用户数据;
用户粘性确定模块,用于根据所述用户数据,确定所述目标用户的用户粘性值;
操作数据获取模块,用于提供与所述用户粘性值匹配的奖励条件,并获取所述目标用户针对所述奖励条件所执行的第二操作的操作数据;
操作得分确定模块,用于根据所述操作数据,确定所述目标用户的操作得分;
奖励发放模块,用于根据所述操作得分向所述目标用户发放奖励。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206875.1A CN114549085A (zh) | 2022-03-04 | 2022-03-04 | 用户数据的处理方法、装置、计算机设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206875.1A CN114549085A (zh) | 2022-03-04 | 2022-03-04 | 用户数据的处理方法、装置、计算机设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114549085A true CN114549085A (zh) | 2022-05-27 |
Family
ID=81661958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210206875.1A Pending CN114549085A (zh) | 2022-03-04 | 2022-03-04 | 用户数据的处理方法、装置、计算机设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114549085A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860816A (zh) * | 2022-12-09 | 2023-03-28 | 南京领行科技股份有限公司 | 一种订单优惠方法、装置、设备及介质 |
-
2022
- 2022-03-04 CN CN202210206875.1A patent/CN114549085A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860816A (zh) * | 2022-12-09 | 2023-03-28 | 南京领行科技股份有限公司 | 一种订单优惠方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fischer et al. | Predicting behavioral intentions to prevent or mitigate COVID-19: A cross-cultural meta-analysis of attitudes, norms, and perceived behavioral control effects | |
Marshall et al. | Clinical or gimmickal: The use and effectiveness of mobile mental health apps for treating anxiety and depression | |
Peters et al. | Everything should be as simple as possible, but no simpler: towards a protocol for accumulating evidence regarding the active content of health behaviour change interventions | |
Freeman et al. | Power and sample size calculations for Mendelian randomization studies using one genetic instrument | |
CN109313939B (zh) | 健康状况预测装置,健康状况预测方法和计算机可读记录介质 | |
Feng et al. | Determinants of technology acceptance: Two model-based meta-analytic reviews | |
Kruk et al. | How can the health system retain women in HIV treatment for a lifetime? A discrete choice experiment in Ethiopia and Mozambique | |
Van Belle et al. | Visualizing risk prediction models | |
JP7183600B2 (ja) | 情報処理装置、システム、方法およびプログラム | |
Gallo et al. | Alternative views on setting clinical trial futility criteria | |
EP3274886A1 (en) | Methods and apparatus related to electronic display of a human avatar with display properties particularized to health risks of a patient | |
KR102521961B1 (ko) | 임상시험 데이터 매칭 방법 및 장치 | |
Arndt et al. | The assessment of emotional clarity via response times to emotion items: Shedding light on the response process and its relation to emotion regulation strategies | |
KR101913845B1 (ko) | 사용자의 심리 상태 데이터를 획득하고 상기 사용자의 심리 상태에 대하여 판단하기 위한 방법, 이를 이용한 사용자 단말, 서버, 및 심리 상태 판단용 키트 | |
US20210343412A1 (en) | Intervention content estimation device, method, and program | |
Dai et al. | What the future holds and when: A description–experience gap in intertemporal choice | |
Sripada et al. | Factors associated with the receipt of documented evidence-based psychotherapy for PTSD in VA | |
Chindalo et al. | Health apps by design: a reference architecture for mobile engagement | |
JP2020036669A (ja) | 訓練計画作成システム、訓練計画作成方法、及び訓練計画作成プログラム | |
CN114549085A (zh) | 用户数据的处理方法、装置、计算机设备及可读存储介质 | |
Steckhan et al. | Perceived physical functioning and gait speed as mediators in the association between fear of falling and quality of life in old age | |
Aldhahir et al. | Current Knowledge, satisfaction, and use of E-Health mobile application (Seha) among the general population of Saudi Arabia: A cross-sectional study | |
CN111159379B (zh) | 一种自动出题方法、装置及系统 | |
Friedl et al. | Payment scheme changes and effort adjustment: the role of 2D: 4D digit ratio | |
Amati et al. | Physician-perceived contradictions in end-of-life communication: toward a self-report measurement scale |
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 |