CN115034814A - 目标活动有效性的评估方法和系统 - Google Patents
目标活动有效性的评估方法和系统 Download PDFInfo
- Publication number
- CN115034814A CN115034814A CN202210630050.2A CN202210630050A CN115034814A CN 115034814 A CN115034814 A CN 115034814A CN 202210630050 A CN202210630050 A CN 202210630050A CN 115034814 A CN115034814 A CN 115034814A
- Authority
- CN
- China
- Prior art keywords
- target activity
- result
- influencing
- influence
- influencing factor
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
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)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本申请涉及计算机技术领域,更具体地,涉及一种目标活动有效性的评估方法和系统。
背景技术
目标活动在日常生活中越来越普遍,例如营销活动,政策对人们的影响等,确定目标活动的有效性或者针对影响目标活动的因素进一步提高目标活动的有效性越来越重要。
目标活动的影响因素有很多,目前评估目标活动有效性的方法主要包括AB实验和双重差分模型法,但是AB实验法中需要设立实验组和对照组,实验组同一时间内只能受到一个因素的影响,但是在实际应用中,很难保证其它因素对实验组的影响,并且AB实验法时针对目标活动发生前设计的,对已经发生或者正在发生的目标活动无法进行统计,只适用于短期能得到效果的目标活动。双重差分模型法虽然不严格设立实验组和对照组,那么实验组和对照组就会存在同时被多个因素影响的情况,所以单一的因素对目标活动的影响难以进行单独的评估。
因此,对目标活动进行科学评估和客观性分析,用以指导未来目标活动,提高目标活动效率是亟待解决的问题。
发明内容
本申请的一些实施方式提供了可至少部分解决现有技术中存在的上述问题的目标活动有效性的评估方法和系统。
根据本申请的一个方面,提供目标活动有效性的评估方法,所述方法可包括:在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据;基于所述目标活动前和所述目标活动后的影响因素的相关数据,建立所述目标活动的评估模型并进行训练,所述目标活动的评估模型为Y=Y1-Y0,其中,Y为所述目标活动发生后的结果与所述目标活动未发生的结果的差值,Y1为所述目标活动发生后的结果,Y0为所述目标活动未发生的结果,其中,Y满足 xi为第i个影响因素,ai为所述第i个影响因素的系数,n为所述影响因素的数量,b为随机误差,xm代表所述目标活动是否发生,am为其系数,所述目标活动发生后,xm=1,Y1满足 所述目标活动未发生,xm=0,Y0满足以及根据所述目标活动未发生和所述目标活动发生后的影响因素的相关数据,通过训练后的所述评估模型,输出所述影响因素对所述目标活动的影响结果。
在本申请一个实施方式中,所述影响因素对所述目标活动的影响结果可包括:所述影响因素对所述目标活动是否有影响以及所述影响因素对所述目标活动的影响程度。
在本申请一个实施方式中,若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值大于预定值,则所述影响因素对所述目标活动有影响;以及若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值小于预定值,则所述影响因素对所述目标活动无影响。
在本申请一个实施方式中,所述目标活动的影响因素的相关数据可包括:用户的年龄、性别、工作、收入、学历,或者所述目标活动的评价标准。
在本申请一个实施方式中,在建立所述目标活动的评估模型之前还可包括:对所述影响因素的相关数据进行预处理。
在本申请一个实施方式中,所述预处理可包括:数据标准化或确认影响因素之间的相关性。
本申请另一方面提供了一种目标活动有效性的评估系统,所述系统可包括:数据采集模块,被配置为在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据;模型建立模块,被配置为基于所述目标活动前和所述目标活动后的影响因素的相关数据,建立所述目标活动的评估模型并进行训练,所述目标活动的评估模型为Y=Y1-Y0,其中,其中,Y为所述目标活动发生后的结果与所述目标活动未发生的结果的差值,Y1为所述目标活动发生后的结果,Y0为所述目标活动未发生的结果,其中,Y满足xi为第i个影响因素,ai为所述第i个影响因素的系数,n为所述影响因素的数量,b为随机误差,xm代表所述目标活动是否发生,am为其系数,所述目标活动发生后,xm=1,Y1满足所述目标活动未发生,xm=0,Y0满足以及结果输出模块,被配置为根据所述目标活动未发生和所述目标活动发生后的影响因素的相关数据,通过训练后的所述评估模型,输出所述影响因素对所述目标活动的影响结果。
在本申请一个实施方式中,所述影响因素对所述目标活动的影响结果可包括:所述影响因素对所述目标活动是否有影响以及所述影响因素对所述目标活动的影响程度。
在本申请一个实施方式中,结果输出模块可被配置为:若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值大于预定值,则所述影响因素对所述目标活动有影响;以及若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值小于预定值,则所述影响因素对所述目标活动无影响。
在本申请一个实施方式中,所述装置还可包括数据预处理模块,被配置为在建立所述目标活动的评估模型之前,对所述影响因素的相关数据进行预处理。
在本申请一个实施方式中,所述预处理可包括:数据标准化或确认影响因素之间的相关性。
本申请又一方面还提供了一种电子设备,所述电子设备可包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法。
本申请再一方面还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述方法。
根据本申请示例性的方式,通过数据分析和建模的方法得到影响因素对所述目标活动的影响结果,然后对目标活动的结果进行科学的评估和客观的分析,可为相似的目标活动提供参考,以便能够有针对性的对目标活动进行调整,提高目标活动的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述,本申请的其它特征、目的和优点将会变得更明显。其中:
图1为根据本申请示例性实施方式的目标活动有效性的评估方法的流程图;
图2为根据本申请示例性实施方式的目标活动有效性的评估系统框图;以及
图3为根据本申请实施方式的用于目标活动有效性的评估的电子设备示意图。
具体实施方式
为了更好地理解本申请,将参考附图对本申请的各个方面做出更详细的说明。应理解,这些详细说明只是对本申请的示例性实施方式的描述,而非以任何方式限制本申请的范围。在说明书全文中,相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。
在附图中,为了便于说明,已稍微调整了元素的大小、尺寸和形状。附图仅为示例而并非严格按比例绘制。如在本文中使用的,用语“大致”、“大约”以及类似的用语用作表近似的用语,而不用作表程度的用语,并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。另外,在本申请中,各步骤处理描述的先后顺序并不必然表示这些处理在实际操作中出现的顺序,除非有明确其它限定或者能够从上下文推导出的除外。
还应理解的是,诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述,其表示存在所陈述的特征、元件和/或部件,但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外,当诸如“...中的至少一个”的表述出现在所列特征的列表之后时,其修饰整列特征,而非仅仅修饰列表中的单独元件。此外,当描述本申请的实施方式时,使用“可”表示“本申请的一个或多个实施方式”。并且,用语“示例性的”旨在指代示例或举例说明。
除非另外限定,否则本文中使用的所有措辞(包括工程术语和科技术语)均具有与本申请所属领域普通技术人员的通常理解相同的含义。还应理解的是,除非本申请中有明确的说明,否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义,而不应以理想化或过于形式化的意义解释。
需要说明的是,在不冲突的情况下,本申请中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本申请。
图1为根据本申请示例性实施方式的目标活动有效性的评估方法的流程图。如图1所示,本申请提供一种目标活动有效性的评估方法1000,包括:
步骤S100:在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据。
步骤S200:基于目标活动前和目标活动后的影响因素的相关数据,建立目标活动的评估模型并进行训练。
目标活动的评估模型为Y=Y1-Y0,其中,Y为目标活动发生后的结果与目标活动未发生的结果的差值,Y1为目标活动发生后的结果,Y0为目标活动未发生的结果,其中,Y满足xi为第i个影响因素,ai为第i个影响因素的系数,n为影响因素的数量,b为随机误差,xm代表目标活动是否发生,am为其系数,目标活动发生后,xm=1,Y1满足目标活动未发生,xm=0,Y0满足以及
步骤S300:根据目标活动未发生和目标活动发生后的影响因素的相关数据,通过训练后的评估模型,输出影响因素对目标活动的影响结果。
下面将上述目标活动有效性的评估方法1000的各个步骤进行详细说明。
步骤S100
首选需要确认目标活动,目标活动的时间区间以及目标活动的影响因素。目标活动可能会受多种因素的影响,在本申请示例性的实施方式中,目标活动的影响因素的相关数据可包括:用户的基本信息、目标活动的评价标准数据以及在预定的时间区间内影响目标活动的因素。其中,用户的基本信息可包括,例如用户的年龄、性别、工作、收入、学历等;目标活动的评价标准数据可包括,例如促销活动期间的成交金额,客流量或者网站商品的点击量等;其他在活动区间内影响目标活动的因素可包括,例如商品的种类、季节以及促销力度等。
在本申请示例性的实施方式中,可将促销活动发生后的成交额与促销活动未发生的成交额的差值作为评价促销活动是否有效的标准,通过统计用户参加促销活动发生前的一段时间的成交金额,也可以统计多段时间内成交金额的平均值,得到用户在促销活动发生前的数据。然后通过统计相同的用户参加促销活动发生后的成交金额,得到用户在促销活动发生后的数据。影响成交额的因素例如为性别、收入、学历、促销力度、季节和商品的种类,可以通过统计成交定单的商品信息、时间信息以及用户信息得到。
然后可对影响因素的相关数据进行预处理。其中,预处理可包括:数据标准化、数据缺失值统计以及确认影响因素之间的相关性。
在数据的收集过程中,由于数据量的庞大以及收集的影响因素的多样化,不可避免的会造成一定量的数据缺失,缺失的数据会在一定程度上影响促销活动有效性的判断,因此,在使用数据之前需要对数据的缺失值进行统计,可以对有缺失的数据删除或者利用插补法或其他算法对数据进行处理。
对影响因素的相关数据进行预处理还可包括数据标准化,即数据的归一化处理,由于影响因素的多样化,一般情况具有不同的量纲和量纲单位,也会在一定程度上影响数据分析的结果,为了消除影响因素之间量纲的影响,可以对收集到的影响因素的数据进行归一化处理,节约后续模型训练的时间。
对影响因素的相关数据进行预处理还可包括确认影响因素之间的相关性,由于影响因素的多样化,影响因素之间可能会有一定的相关,作为一种确定影响因素之间的相关性,可通过皮尔逊相关系数的值进行判断,例如,两个影响因素之间皮尔逊相关系数的绝对值大于0.8,一般认为两个影响因素之间有强相关性,在后续过程中可只进行其中一个影响因素的分析。
本申请虽然对影响因素的预处理做了示例性的说明,然而本领域相关的技术人员可以理解,本申请对影响因素的预处理的方法不限于此。
根据本申请示例性的实施方式,通过确认目标活动的时间区间以及目标活动的影响因素,对时间区间内的影响因素的相关数据进行预处理,在一定程度上提高了数据的准确性和节约后续模型训练的时间,提高了数据处理的效率。
步骤S200
基于目标活动的影响因素的相关数据,建立目标活动的评估模型。本申请示例性的实施方式,评估模型可为:Y=Y1-Y0,其中,Y1为目标活动发生后的结果,Y0为目标活动未发生的结果,Y满足xi为第i个影响因素,ai为第i个影响因素的系数,n为影响因素的数量,b为随机误差,xm代表目标活动是否发生,am为其系数,目标活动发生后,xm=1,Y1满足目标活动未发生,xm=0,Y0满足
在目标活动为促销活动时,Y可以为用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值,Y1用户参加促销活动的之后成交额,Y0为用户未参加促销活动的成交额,促销活动的成交额影响因素xi例如可为性别、收入、学历、促销力度、季节和商品的种类等。当用户参加促销活动,xm=1,Y1满足当用户未参加促销活动,xm=0,Y0满足通过步骤S100中收集并进行预处理后的影响因素的相关数据,并将预处理后的影响因素的相关数据分为数据集和训练集,验证集和训练集的每一组数据都满足上述模型,通过训练集的数据可进一步得到如下方程组。
例如训练集包括k个用户的数据,其中,k远大于n,则促销活动发生前,可得到k个用户的成交额,分别为:Y01,Y02,…,Y0k。
促销活动发生后,可得到如下方程组:
logY11=(a1x11+a2x12+a3x13+…+anx1n+b1)+am
logY12=(a1x21+a2x22+a3x23+…+anx2n+b2)+am
…
logY1k=(a1xn1+a2xn2+a3xn3+…+anxnn+bk)+am
未发生促销活动,可得到如下方程组:
logY01=a1x11+a2x12+a3x13+…+anx1n+b1
logY02=a1x21+a2x22+a3x23+…+anx2n+b2
…
logY0k=a1xn1+a2xn2+a3xn3+…+anxnn+bk
其中,b1,b2,…,bk相互独立,且服从正态分布。然后进一步可通过验证集中的数据对训练后的模型进行进一步验证,直到模型的影响因素的系数满足评估标准。在示例性的实施方式中,可通过利用均方误差(MSE)或者均方根误差(RMSE)等标准,判断模型的训练效果。如果模型的训练效果达不到标准,则可通过添加影响因素等方式继续对模型进行训练,直到模型的影响因素的系数满足评估标准。本申请示例性的方式以方程组进行用户参加促销活动的之后成交额与用户未参加促销活动之前的成交额的差值以及影响因素的系数的计算,然而本领域的技术人员可以理解,还可以用矩阵的方式进行计算,本申请对此不做限制。
根据本申请示例性的实施方式,由于不同的影响因素之间数值可能存在较大差异,因此在建立模型的过程中,使用了对数函数,可以在一定程度上减小影响因素数值上较大的差异对模型输出结果的影响,从而提高模型的准确度。
步骤S300
通过上述方程组,进一步可得到每一个用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值。第一个用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值Y1=Y11-Y01,第二个用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值Y2=Y12-Y02,以此类推,第k个用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值Yk=Y1k-Y0k。根据成交额的差值的绝对值,可进一步判断促销活动是否有效。响应于相同影响因素的促销活动发生后的成交额与目标活动未发生的成交额的差值的绝对值大于预定值,影响因素对促销活动有影响;响应于相同影响因素的促销活动发生后的成交额与促销活动未发生的成交额的差值的绝对值小于预定值,影响因素对促销活动无影响,其中,预定值可根据实际目标活动的需要进行设定。
同时也可以得到影响因素的系数的值,即a1、a2…an以及aj的具体数值,通过a1、a2…an以及aj的具体数值可得到影响因素的大小,数值越大,则说明此影响因素对促销活动的影响大,数值越小,则说明此影响因素对促销活动的影响小。在本申请一种实施方式中,模型的输出结果还可包括影响因素的置信度,置信度越高,可信程度越高。例如,可结合目标活动设置置信度阈值,如果影响因素的置信度高于置信度阈值,则可认为结果是可信的,如果影响因素的置信度低于置信度阈值,则可认为结果是不可信的,需要重新进行影响因素的计算。置信度阈值的大小可根据具体的目标活动进行设置,本申请对此不做限制。然而本领域的技术人员可知,以促销活动作为目标活动只是示例性的实施方式,本申请的目标活动也适用于其它领域活动的评价。
根据本申请示例性的方式,通过数据分析和建模的方法得到促销活动的结果,即通过用户参加促销活动的之后成交额与用户未参加促销活动的成交额的差值的绝对值可判断促销活动是否有效,通过影响因素的系数以及置信度,可确认影响因素对促销活动影响的大小。进一步对促销活动的结果进行科学的评估和客观的分析,可为相似的促销活动提供参考,以便能够有针对性的对促销活动进行调整,提高促销活动的效率。
本申请另一方面还提供了一种目标活动有效性的评估系统,图2为根据本申请示例性实施方式的目标活动有效性的评估系统框图,如图2所示,本申请示例性实施方式的目标活动有效性的评估系统2000包括数据采集模块210,模型建立模块220,结果输出模块230。其中,数据采集模块210被配置为在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据;模型建立模块220被配置为基于目标活动前和目标活动后的影响因素的相关数据,建立目标活动的评估模型并进行训练,目标活动的评估模型为Y=Y1-Y0,其中,Y为目标活动发生后的结果与目标活动发生前的结果的差值,Y1为目标活动发生后的结果,Y0为目标活动发生前的结果,其中,Y1为目标活动发生后的结果,Y0为目标活动未发生的结果,Y满足 xi为第i个影响因素,ai为第i个影响因素的系数,n为影响因素的数量,b为随机误差,xm代表目标活动是否发生,am为其系数,目标活动发生后,xm=1,Y1满足目标活动未发生,xm=0,Y0满足以及结果输出模块230被配置为根据目标活动未发生和目标活动发生后的影响因素的相关数据,通过训练后的评估模型,输出影响因素对目标活动的影响结果。其中,影响因素对目标活动的影响结果可包括影响因素对目标活动是否有影响以及影响因素对目标活动的影响程度。响应于相同影响因素的目标活动发生后的结果与目标活动未发生的结果的差值的绝对值大于预定值,影响因素对目标活动有影响;响应于相同影响因素的目标活动发生后的结果与目标活动未发生的结果的差值的绝对值小于预定值,影响因素对目标活动无影响。
目标活动有效性的评估系统2000还可包括数据预处理模块240,被配置为在建立目标活动的评估模型之前,对影响因素的相关数据进行预处理。其中,预处理可包括:数据标准化、数据缺失值统计以及确认影响因素之间的相关性。
本申请还提供了一种电子设备和一种可读存储介质。如图3所示,是根据本申请实施方式的用于目标活动有效性的评估的电子设备示意图。该电子设备旨在表示设置在各种形式的硬件装置,例如设置在数字计算机中的硬件装置。该电子设备可表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图3所示,该电子设备包括:一个或多个处理器310、存储器320,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图3中以一个处理器310为例。
存储器320即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的目标活动有效性的评估方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的用于目标活动有效性的评估方法。
存储器320作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块。处理器310通过运行存储在存储器320中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的用于目标活动有效性的评估的方法。
存储器320可以包括存储程序区和存储数据区,其中存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用于控制质量的电子设备的使用所创建的数据等。此外,存储器320可包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施方式中,存储器320可包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至用于目标活动有效性的评估的设备。上述网络的实施方式包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
用于目标活动有效性的评估的设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图3中以通过总线连接为例。
输入装置330可接收输入的数字或字符信息,以及产生与用于控制电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置340可以包括显示设备、辅助照明装置和触觉反馈装置等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。服务器可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
如上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明。应理解的是,以上所述仅为本发明的具体实施方式,并不用于限制本发明。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等均应包含在本发明的保护范围之内。
Claims (13)
1.一种目标活动有效性的评估方法,其特征在于,包括:
在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据;
基于所述目标活动前和所述目标活动后的影响因素的相关数据,建立所述目标活动的评估模型并进行训练,所述目标活动的评估模型为Y=Y1-Y0,
其中,Y为所述目标活动发生后的结果与所述目标活动未发生的结果的差值,Y1为所述目标活动发生后的结果,Y0为所述目标活动未发生的结果,
根据所述目标活动未发生和所述目标活动发生后的影响因素的相关数据,通过训练后的所述评估模型,输出所述影响因素对所述目标活动的影响结果。
2.根据权利要求1所述的方法,其特征在于,所述影响因素对所述目标活动的影响结果包括:
所述影响因素对所述目标活动是否有影响以及所述影响因素对所述目标活动的影响程度。
3.根据权利要求2所述的方法,其特征在于,
若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值大于预定值,则所述影响因素对所述目标活动有影响;以及
若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值小于预定值,则所述影响因素对所述目标活动无影响。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述目标活动的影响因素的相关数据包括:
用户的年龄、性别、工作、收入、学历,或者所述目标活动的评价标准。
5.根据权利要求1-3任一项所述的方法,其特征在于,在建立所述目标活动的评估模型之前还包括:
对所述影响因素的相关数据进行预处理。
6.根据权利要求5所述的方法,其特征在于,所述预处理包括:
数据标准化或确认影响因素之间的相关性。
7.一种目标活动有效性的评估系统,其特征在于,包括:
数据采集模块,被配置为在预定的时间区间内,获取目标活动前和目标活动后的影响因素的相关数据;
模型建立模块,被配置为基于所述目标活动前和所述目标活动后的影响因素的相关数据,建立所述目标活动的评估模型并进行训练,所述目标活动的评估模型为Y=Y1-Y0,
其中,Y为所述目标活动发生后的结果与所述目标活动未发生的结果的差值,Y1为所述目标活动发生后的结果,Y0为所述目标活动未发生的结果,
以及
结果输出模块,被配置为根据所述目标活动未发生和所述目标活动发生后的影响因素的相关数据,通过训练后的所述评估模型,输出所述影响因素对所述目标活动的影响结果。
8.根据权利要求7所述的系统,其特征在于,所述影响因素对所述目标活动的影响结果包括:
所述影响因素对所述目标活动是否有影响以及所述影响因素对所述目标活动的影响程度。
9.根据权利要求8所述的系统,其特征在于,结果输出模块被配置为:
若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值大于预定值,则所述影响因素对所述目标活动有影响;以及
若所述影响因素的所述目标活动发生后的结果与所述目标活动未发生的结果的差值的绝对值小于预定值,则所述影响因素对所述目标活动无影响。
10.根据权利要求7-9任一项所述的系统,其特征在于,所述装置还包括数据预处理模块,被配置为在建立所述目标活动的评估模型之前,对所述影响因素的相关数据进行预处理。
11.根据权利要求10所述的系统,其特征在于,所述预处理包括:数据标准化、数据缺失值统计以及确认影响因素之间的相关性。
12.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210630050.2A CN115034814A (zh) | 2022-06-06 | 2022-06-06 | 目标活动有效性的评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210630050.2A CN115034814A (zh) | 2022-06-06 | 2022-06-06 | 目标活动有效性的评估方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115034814A true CN115034814A (zh) | 2022-09-09 |
Family
ID=83122429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210630050.2A Pending CN115034814A (zh) | 2022-06-06 | 2022-06-06 | 目标活动有效性的评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034814A (zh) |
-
2022
- 2022-06-06 CN CN202210630050.2A patent/CN115034814A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190325514A1 (en) | Credit risk prediction method and device based on lstm model | |
CN111639710A (zh) | 图像识别模型训练方法、装置、设备以及存储介质 | |
JP2018538587A (ja) | リスク評価方法およびシステム | |
US20210224879A1 (en) | Method, electronic device and storage medium for item recommendation | |
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
CN111460384B (zh) | 策略的评估方法、装置和设备 | |
CN111783645A (zh) | 文字识别的方法、装置、电子设备及计算机可读存储介质 | |
US11055772B1 (en) | Instant lending decisions | |
CN113312578B (zh) | 一种数据指标的波动归因方法、装置、设备、及介质 | |
CN112070564B (zh) | 广告拉取方法、装置、系统与电子设备 | |
US20230259831A1 (en) | Real-time predictions based on machine learning models | |
CN113034046A (zh) | 一种数据风险计量方法、装置、电子设备及存储介质 | |
CN115545886A (zh) | 逾期风险识别方法、装置、设备及存储介质 | |
CN114090601B (zh) | 一种数据筛选方法、装置、设备以及存储介质 | |
CN111598616A (zh) | 对象集合筛选的实现方法、装置、设备以及存储介质 | |
CN111563198A (zh) | 一种物料召回方法、装置、设备及存储介质 | |
CN116204843A (zh) | 一种异常账户的检测方法、装置、电子设备及存储介质 | |
CN115034814A (zh) | 目标活动有效性的评估方法和系统 | |
JP7128311B2 (ja) | 文書種別の推奨方法、装置、電子機器、可読記憶媒体及びコンピュータプログラム製品 | |
CN115310590A (zh) | 图结构学习方法和装置 | |
CN114445147A (zh) | 电子券发放方法及装置、设备和介质 | |
CN114021642A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
US20210233082A1 (en) | Fraud detection via incremental fraud modeling | |
CN113360672A (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN117408740A (zh) | 一种针对券商客户的流失预警方法及系统 |
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 |