CN117172842A - 一种抽奖配置方法、装置及设备、存储介质 - Google Patents

Abstract

本申请提供一种抽奖配置方法、装置及设备、存储介质，涉及金融科技技术领域，计算设备获取指定历史时间段内抽奖活动中用于指示目标对象在指定历史时间段内的消费情况以及风险情况的行为数据，根据行为数据确定目标对象的中奖概率并将目标对象划分为多个抽奖活动群体，以满足抽奖活动参加条件的目标对象的数量作为参考因素，基于抽奖活动在活动周期内的预算成本确定目标对象次均抽奖额度，最后根据目标对象次均抽奖额度、抽奖活动群体人数占比、抽奖活动参与渠道的预设中奖概率确定抽奖活动群体次均抽奖额度，使用随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，通过该方法可以提高抽奖活动配置的灵活性，用户的体验度。

Description

一种抽奖配置方法、装置及设备、存储介质

技术领域

本发明涉及金融科技技术领域，尤其涉及一种抽奖配置方法、装置及设备、存储介质。

背景技术

抽奖活动是当下比较常见的活动，被广泛用于各种场合，如商业促销、社媒互动、客户经营等。抽奖活动本质上是在投入成本可控的前提下，尽可能使活动覆盖更多流量，实现拉新、促活、留存、裂变，最终提升品牌曝光和提高收益。抽奖规则设计不仅需要满足财务上的可持续性，更需要将客户抽奖体验、差异化中奖策略等因素纳入考量范畴。

目前常见的抽奖机制包括普遍概率抽奖机制（即抽中奖品的概率是固定的）、保底中奖机制（即预埋固定中奖次数或固定的中奖周期）、动态概率机制（即根据剩余库存动态调整奖品的中奖概率）等。但是，在采用普遍概率抽奖机制时，若实际活动参与量与估计值偏差较大，可能会出现奖品预算超发或提前终止活动的情况。在采用保底中奖机制时，因为固定次数或固定周期的中奖设置，导致参与抽奖的用户体验大打折扣。在采用动态概率机制时，虽然能够在抽奖活动进行过程中根据实际参与人数调整剩余奖品的中奖概率，但是动态调整越频繁，用户的体验度越低。由此可知，目前抽奖机制普遍存在灵活性低、用户体验差的问题。

发明内容

本申请提供一种抽奖配置方法、装置及设备、存储介质，旨在提高抽奖活动的灵活性，以及用户的体验度。

第一方面，本申请提供一种抽奖配置方法，该方法可通过计算设备来执行，该计算设备可以理解为服务器、计算机等，本申请在此不具体限定，该方法在执行如下：

获取指定历史时间段内抽奖活动的目标对象的行为数据，行为数据用于指示目标对象在指定历史时间段内的消费情况以及风险情况；根据行为数据确定目标对象的中奖概率，并根据行为数据将目标对象划分为多个抽奖活动群体；基于抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，参考因素指示满足抽奖活动参加条件的目标对象的数量，目标对象次均抽奖额度为目标对象在活动周期内的平均抽奖额度；根据目标对象次均抽奖额度、抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，抽奖活动群体次均抽奖额度为任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度；通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期；通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期。

本申请中，通过获取指定历史时间段内抽奖活动中用于指示目标对象消费情况以及风险情况的行为数据，将目标对象划分为多个抽奖活动群体，并计算目标对象的中奖概率，以满足抽奖活动参加条件的目标对象的数量作为参考因素，基于抽奖活动在活动周期内的预算成本确定目标对象次均抽奖额度，最后根据目标对象次均抽奖额度、抽奖活动群体人数占比、抽奖活动参与渠道的预设中奖概率确定抽奖活动群体次均抽奖额度，使用随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，该方法便于基于总预算对中奖概率、奖品金额、奖品分布进行量化设计，可以更精准地设计不同类型抽奖活动群体相对应的配置抽奖策略，以此有效地管理抽奖活动，实现差异化的中奖策略和奖品设置，可以提高抽奖活动配置的灵活性，用户的体验度。

在一种可选的方式中，行为数据包括：目标对象在指定历史时间段内的交易数据；交易数据包括：交易金额、交易次数、交易渠道、交易方式、历史抽奖活动参与情况；根据行为数据确定目标对象的中奖概率，并根据行为数据将目标对象划分为多个抽奖活动群体之前，还包括：根据交易金额以及交易次数确定目标对象的消费能力；根据交易金额、交易次数、交易方式以及交易渠道确定目标对象的交易风险情况；根据交易金额以及交易方式确定目标对象的贡献价值；根据交易金额、交易次数以及交易渠道确定目标对象的异常交易情况；根据历史抽奖活动参与情况确定目标对象参与抽奖活动的异常目的情况。

上述方法中，具体阐述了用于划分抽奖活动群体和确定目标对象中奖几率的目标对象的行为数据所包含的内容，基于交易金额、交易次数、交易渠道、交易方式、历史抽奖活动的交易数据来确定目标对象的消费能力、交易风险情况、贡献价值、异常交易情况、异常目的情况，可以提高对目标对象的认知准确度，便于后续将目标对象划分为多个抽奖活动群体。

在一种可选的方式中，根据行为数据确定目标对象的中奖概率，并根据行为数据将目标对象划分为多个抽奖活动群体，包括：参考目标对象的交易风险情况、目标对象的异常交易情况以及目标对象参与抽奖活动的异常目的情况确定目标对象的中奖概率；参考目标对象的消费能力以及目标对象的贡献价值将目标对象划分为多个抽奖活动群体。

上述方法中，通过将目标对象划分为多个抽奖活动群体，便于后续针对性的对于不同群体进行区别配置，使方案精细化，可以提高抽奖活动配置的灵活性。

在一种可选的方式中，参考因素包括：抽奖活动的参加条件、抽奖活动的参与渠道覆盖情况以及抽奖活动的参与情况；参加条件包括：交易金额达到预设额度以及交易次数达到预设次数；基于抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，包括：根据抽奖活动的参加条件、抽奖活动的参与渠道覆盖情况以及抽奖活动的参与情况从目标对象中筛选出满足抽奖活动参加条件的目标对象；根据抽奖活动在活动周期内的预算成本与满足抽奖活动参加条件的目标对象的数量的比值，确定目标对象次均抽奖额度。

上述方法中，在确定目标对象时，考虑抽奖活动的参加条件、抽奖活动的参与渠道覆盖情况、抽奖活动的参与情况，更准确的确定目标对象，可以提高抽奖活动的配置的灵活性。在确定目标对象次均抽奖额度时，考虑抽奖活动在活动周期内的预算与满足抽奖活动参加条件的目标对象的数量的比值，通过该方式可以计算出准确的目标对象次均抽奖额度数值，获得的数据便于在后续配置方法中使用。

在一种可选的方式中，根据目标对象次均抽奖额度、任一抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，包括：根据目标对象次均抽奖额度、任一抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率，采用线性规划方法确定抽奖活动群体次均抽奖额度。

上述方法中，通过线性规划的方法确定抽奖活动群体次均抽奖额度，可以提高抽奖活动群体次均抽奖额度计算的准确性。此外，此方法作为数学模型可以快速得到结果，可以提高配置方法的效率和准确性，并且广泛适用于不同的抽奖活动中，提高了本申请的普适性。

在一种可选的方式中，线性规划方法通过如下公式确定：

约束条件为：

其中，T表征所述目标对象次均抽奖额度，所述Qi表征第i个抽奖活动群体的人数占比，所述Pc表征参与渠道C的预设中奖概率，所述表征所述第i个抽奖活动群体在采用参与渠道C抽奖时的平均抽奖额度，所述n表征抽奖活动群体的总数，所述m表征所述参与渠道的总个数，所述L1∶Lc表征参与渠道1与参与渠道C预设的比例值。

上述方法中，具体解释了用于确定抽奖活动群体次均抽奖额度的线性规划方法的实现方式，该方法包括约束条件和目标函数，可以根据不同的抽奖活动群体人数占比、渠道中奖概率、抽奖活动群体总数、渠道个数、不同渠道预设比例值等因素，将目标对象次均抽奖额度分配计算得到抽奖活动群体的次均抽奖额度，将预算拆分至最细颗粒度，从而实现抽奖预算的最优化配置，将决策过程量化，可以提高抽奖配置方法的准确性和便捷性。

在一种可选的方式中，通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，包括：若根据参与渠道确定中奖金额连续，则采用连续的随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期；和/或，若根据参与渠道确定中奖金额离散，则采用离散的随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期。

上述方法中，采用随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，可以保证抽奖金额在一定可控范围内的随机性，对于多面值现金类（或可折合现金价值类）抽奖活动，可避免用户产生抽奖疲劳。

在一种可选的方式中，将抽奖活动群体次均抽奖额度按活动周期拆分成日均抽奖额度；

在参与抽奖活动时，若抽奖活动群体中的任一目标对象累积抽奖额度大于或等于预设额度，则降低中奖频率，直到累积抽奖额度小于预设额度为止，累积抽奖额度为截止至抽奖活动执行天数抽奖活动群体中的任一目标对象的总抽奖额度，预设额度为日均抽奖额度与抽奖活动执行天数的乘积。

上述方法中，通过对比任一目标对象的累积抽奖额度与预设额度，判断是否需要对所述目标对象的中奖频率进行调整，从而实现中奖节奏管理，可以提升目标对象的抽奖体验。此外通过不断迭代更新调整抽奖预算、更新奖池内容等调整策略，提高抽奖活动的可控性。

第二方面，本申请提供一种抽奖配置装置，该装置包括：行为数据获取单元、信息提取单元、第一确定单元、第二确定单元以及随机分布单元；

其中，行为数据获取单元，用于获取指定历史时间段内抽奖活动的目标对象的行为数据，所述行为数据用于指示所述目标对象在所述指定历史时间段内的消费情况以及风险情况；信息提取单元，用于根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体；第一确定单元，用于基于所述抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，所述参考因素指示满足所述抽奖活动参加条件的所述目标对象的数量，所述目标对象次均抽奖额度为所述目标对象在活动周期内的平均抽奖额度；第二确定单元，用于根据所述目标对象次均抽奖额度、所述抽奖活动群体的人数占比以及所述抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，所述抽奖活动群体次均抽奖额度为任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度；随机分布单元，用于通过随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

第三方面，本申请还提供一种计算设备，包括：存储器，用于存储程序指令；处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行实现上述第一方面的任意方法。

第四方面，本申请还提供一种计算机可读存储介质，其中存储有计算机可读指令，当计算机读取并执行所述计算机可读指令时，实现上述第一方面的任意方法。

第五方面，本申请提供了一种计算机程序产品，包括有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行实现上述第一方面的任意方法。

上述第二方面至第五方面可以达到的技术效果，请参照上述第一方面中相应可能设计方案可以达到的技术效果说明，本申请这里不再重复赘述。

本申请的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明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要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例提供的一种抽奖配置方法的流程示意图；

图2为本申请实施例提供的一种目标对象拆解的示意图；

图3为本申请实施例提供的一种抽奖配置装置的结构示意图；

图4为本申请实施例提供的一种计算设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本申请下述实施例中，“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B 的情况，其中A，B可以是单数或者复数。字符“以是一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)下或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b或c中的至少一项（个），可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。以及，除非有相反的说明，本申请实施例提及“第一”、“第二”等序数词是用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

如背景技术所述，目前常见的抽奖机制因为设置固定中奖率、中奖次数、中奖周期而存在灵活性低、用户体验差的问题，即使采用动态概率机制在抽奖过程中根据实际参与人数调整剩余奖品的中奖概率，但因为预算事先已确定，之后不再变化，所以一旦频繁调整中奖概率，客户体验度降低，达到的效果也会大打折扣。

为了提高抽奖活动配置的灵活性，以及参与抽奖活动的用户体验，本申请提供一种抽奖配置方法，该方法可通过计算设备来执行，该计算设备可以理解为服务器（当然在实际应用是还可能为服务器集群等，在此不具体限定）、计算机等，当然在实际应用时，还可通过具有数据处理能力的芯片来执行，本申请在此不做具体限定。下文介绍时，以执行主体为计算设备为例进行说明，在进行抽奖配置时，可参阅图1来执行：

步骤101，获取指定历史时间段内抽奖活动的目标对象的行为数据。

上述指定历史时间段可根据用户的需求灵活设置，例如，用户想要在2023年的第2季度配置一个抽奖活动，那么指定历史时间段可以为2023年第1季度（也即执行抽奖活动前3个月），还可以为2022年第4季度到2023年第1季度的时间段（也即执行抽奖活动前6个月），在此仅示例性说明，并不对指定历史时间段进行具体限定。此外，本申请提及的抽奖活动是针对可以明确知晓参加抽奖活动的目标对象（也即目标用户）数量的抽奖活动，如，针对X银行信用卡用户的抽奖活动，针对某电信运营商用户的抽奖活动，针对某个APP线上用户的抽奖活动等，本申请在此不具体限定抽奖活动具体为什么，凡是多面值现金类（或可折合成现金价值类）的抽奖活动均属于本申请的保护范围。

上述目标对象的行为数据用于指示目标对象在指定历史时间段内的消费情况以及风险情况，如交易数据（使用信用卡的消费数据、流量使用数据等）、活跃度（如使用某个游戏APP相关游戏装备的购买情况）、违规使用信用卡等，在此仅示例性说明，并不对行为数据进行具体限定。

可选的，目标对象的行为数据包括：目标对象在指定历史时间段内的交易数据，其中，交易数据可包括：交易金额、交易次数、交易渠道、交易方式、历史抽奖活动参与情况。其中，交易金额可以具体化为指定历史时间段内的消费金额、平均消费金额等，例如，X银行的信用卡用户A在2023年4月——2023年6月中每次消费的消费金额以及平均消费金额。交易次数指的是一定历史时间段内的成功交易次数，例如，X银行的信用卡用户A在2023年4月——2023年6月中消费50次。交易渠道指的是线下实体店消费或者线上通过APP（例如微信、支付宝、云闪付以及小程序等）消费。交易方式指的是支付方式，如分期还款、信用卡取现手续费、信用卡续费等目标对象进行的消费活动的不同支付方式。历史抽奖活动参与情况包括目标对象在历史时间段内的参与类似抽奖活动次数、参与类似抽奖活动获取的奖品情况，其中，例如，需要配置的抽奖活动为信用卡抽奖，历史抽奖活动可以理解为6个月前信用卡抽奖活动，历史抽奖活动参与情况可以理解为用户参加信用卡抽奖活动的抽奖次数，获取的奖券的次数，奖券的金额（如满100元消费减5元等）。此外，还要说明的是，目标对象的交易数据还可包括其他交易数据，如用户的征信情况（用户的征信情况可能是计算设备从其他渠道获取的如，从统计有用户各种消费情况的服务机构获取），交易数据还可能包括其他数据本申请在此不具体限定。

具体地，计算设备可根据交易金额和交易次数可以确定目标对象的消费能力，例如，用户A在2023年4月——2023年6月的平均消费金额为W1，交易次数为10，由于平均消费金额大于设定的高能力消费阈值，且交易次数大于高能力消费的次数阈值，那么目标对象的消费能力为高；用户B在2023年4月——2023年6月的平均消费金额为W2，交易次数为7，由于平均消费金额大于设定的中等能力消费阈值，且交易次数大于中等能力消费的次数阈值，那么目标对象的消费能力为中；用户C在2023年4月——2023年6月的平均消费金额为W3，交易次数为2，由于平均消费金额低于设定的低能力消费阈值，且交易次数低于低能力消费的次数阈值，那么目标对象的消费能力为低，在此仅示例性说明，并不具体限定，当然在实际应用时，还可根据需求确定目标对象消费能力的规则，将统计用户D消费金额大于W4的次数，若大于X次，则确定用户D消费能力为高。此外，计算设备还可基于交易数据中的交易渠道等确定目标对象的消费能力，如用户E在高端奢侈品店（充值100万元才可消费的店铺），消费1次，消费金额3000元，用于该高端奢侈品店具有消费门槛，且该消费门槛较高，因此该用户E即使消费3000元依然确定用户E的消费能力为高。

计算设备可根据交易金额、交易次数、交易方式以及交易渠道可以确定目标对象的交易风险情况，其中，交易风险情况用于衡量目标对象在未来一段时间内的逾期风险，例如，用户A采用分期3次的支付方式，通过微信购买商品A，且逾期支付，则将用户A确定为高风险用户；用户B采用分期3次的支付方式，通过支付宝购买商品B，且按期支付，则将用户B确定为低风险用户，在此仅示例性说明，并不具体限定，当然在实际应用时，还可根据需求确定目标对象交易风险情况的规则。

计算设备可根据交易金额以及交易方式可以确定目标对象的贡献价值，贡献价值用于综合考量目标群体产生的收益，以此衡量目标群体产生的收入贡献。例如，用户A通过采用银行X的信用卡采用分期3次支付，购买手机费用3000元，产生的利息为30元，那么用户为银行X的贡献价值则为30元。在此仅示例性说明，并不具体限定，当然在实际应用时，还可根据需求确定目标对象的贡献价值。

计算设备可根据交易金额、交易次数以及交易渠道确定目标对象的异常交易情况，异常交易情况指的是利用不同市场中同一种产品或者是接近等同的产品价格之间的细微差别获利，是使用一种使用违法或虚假的手段交换取得现金利益的方式。例如，用户A在商铺W每个月15日通过信用卡定期消费2万元，可确定用户A可能存在异常交易情况。在此仅示例性说明，并不具体限定，当然在实际应用时，还可根据需求确定目标对象的异常交易情况。

计算设备可根据历史抽奖活动参与情况确定所述目标对象参与抽奖活动的异常目的情况，异常目的情况指的是频繁利用各种网络金融产品或红包活动推广下线抽成实现盈利。例如，用户A通过持有银行X的信用卡长期参加银行X举办的抽奖活动，如消费满1元则可参加抽奖，每日抽奖次数最多为3次，用户A则消费1元，参加一次抽奖，直到抽奖次数达到上限，则可确定目标对象参与抽奖活动为异常目的。在此仅示例性说明，并不具体限定，当然在实际应用时，还可根据需求确定目标对象参与抽奖活动的异常目的情况。

需要说明的是，计算设备在确定上述目标对象的消费能力、目标对象的交易风险情况、目标对象的贡献价值、目标对象的异常交易情况以及目标对象的异常目的情况时，可以通过对具体指数项（交易数据）赋予相应的权重，加权求和得到最终数值，但计算方法不仅限于加权求和，还可以使用逻辑回归等计算方法，具体不做限定，以消费能力为例来说明，如，根据交易金额和交易次数的加权确定消费值（也即目标对象的消费能力对应的最终数值）。此外，根据实际抽奖活动的需求可设置上述不同的最终数值设置不同的参考指标以便更好地衡量目标对象的情况，依然以消费能力为例来说明，设置不同消费能力的阈值，高消费的阈值为Q1（也即消费值大于等于Q1定义为高消费能力），中消费的阈值为Q2（也即消费值大于等于Q2小于Q1定义为中消费能力），中低消费的阈值为Q3（也即消费值大于等于Q3小于Q2定义为中低消费能力），低消费的阈值为Q4（也即消费值小于等于Q1定义为低消费能力），其中Q1>Q2>Q3>Q4。

此外，还可通过构建机器学习网络模型或者深度学习网络模型，对交易数据进行数据处理得到目标对象的消费能力、目标对象的交易风险情况、目标对象的贡献价值、目标对象的异常交易情况以及目标对象的异常目的情况，如通过构建消费力评价模型确定目标对象的消费能力；如通过构建交易风险评价模型确定目标对象的交易风险情况；如通过构建交易风险评价模型确定目标对象的交易风险情况；如通过构建目标对象的贡献价值模型确定目标对象的贡献价值；如通过构建目标对象的异常交易情况模型确定目标对象的异常交易情况；如通过构建目标对象的异常目的情况模型确定目标对象的异常目的情况。上述的模型可通过如Mobilenet，也可选为其他轻量卷积网络如Ghostnet、Fasternet等构建，本申请在此不具体限定。

例如，某银行面向全体信用卡持卡客户开展抽奖活动，甲乙二人均为目标对象之一，根据两个人在抽奖活动前六个月的交易数据，计算得到两人在消费能力、交易风险情况、贡献价值、异常交易情况、异常目的情况上的分数等级，具体可参阅表1，目标对象甲的消费能力为中、交易风险情况为低、贡献价值为中低、异常交易情况为低、异常目的情况为否；目标对象乙的消费能力为高、交易风险情况为高、贡献价值为中、异常交易情况为高、异常目的情况为否。

上述行为数据中，具体阐述了用于划分抽奖活动群体和确定目标对象中奖几率的目标对象的行为数据所包含的内容，基于交易金额、交易次数、交易渠道、交易方式、历史抽奖活动的交易数据来确定目标对象的消费能力、交易风险情况、贡献价值、异常交易情况、异常目的情况，可以提高对目标对象的认知准确度，便于后续将目标对象划分为多个抽奖活动群体。

此外，需要说明的是，计算设备在执行步骤101时，可通过查询目标对象的历史时间段内交易记录从而获取目标对象的行为数据，还可以通过向其他获取有目标对象的行为数据的计算设备请求目标对象的行为数据，本申请在此不具体限定。

步骤102，根据行为数据确定目标对象的中奖概率，并根据行为数据将目标对象划分为多个抽奖活动群体。

需要说明的是，计算设备可参考行为数据确定目标对象的中奖概率，还可参考行为数据将目标对象划分为多个抽奖活动群体，具体参考哪些行为数据可以根据具体抽奖活动内容进行选择，抽奖活动群体的分组也同样根据具体活动需求进行设定，此处求得的中奖概率可作为抽奖活动的配置参数。

具体地，计算设备可参考目标对象的交易风险情况、目标对象的异常交易情况以及目标对象参与抽奖活动的异常目的情况确定目标对象的中奖概率；参考目标对象的消费能力以及目标对象的贡献价值将目标对象划分为多个抽奖活动群体。通过将目标对象划分为多个抽奖活动群体，便于后续针对性的对于不同群体进行区别配置，使方案精细化，可以提高抽奖活动配置的灵活性。

接下来参阅表2对本申请中可能出现的根据行为数据确定目标对象的中奖概率的方案进行简单说明。此方案中以交易风险情况、异常交易情况、异常目的情况决定目标对象的中奖概率，交易风险情况等级越低、异常交易情况等级越低、异常目的情况等级越低者，其单次中奖概率越大。此方案中将目标对象分为四组，中奖概率根据参考等级划分为0%、40%、60%、80%四个组别。如，目标对象甲，交易风险情况为高风险，异常交易情况为高，异常目的情况为否，对应的中奖概率为0%；目标对象乙，交易风险情况为中风险，异常交易情况为中，异常目的情况为是，对应的中奖概率为40%。

需要说明的是，根据行为数据将目标对象划分为多个抽奖活动群体，所根据的行为数据包括但不限于消费能力、交易风险情况、贡献价值、异常交易情况、异常目的情况，其中一项或组合，选择部分行为数据作为主维度，选择部分行为数据作为次维度，以此将目标对象划分为多个抽奖活动群体，便于后续计算不同抽奖活动群体对应的次均抽奖额度。

例如，在某银行面向全体信用卡持卡客户开展抽奖活动中，划分抽奖活动群体时，以消费能力和贡献价值这两项行为数据作为参考项。其中，选择消费能力作为主维度，通过目标对象消费能力的高、中高、中低、低这4个等级将目标对象划分为四个大组，然后在根据目标对象贡献价值的低正价值、无价值、浅度负价值、深度负价值这4个等级将每个大组划分为4个小组，这样就能得到共计16个抽奖活动群体，具体参阅表3。

此外，在划分抽奖活动群体的时候，可以针对目标对象设计白名单策略作为差异化补充，如，针对信用卡抽奖活动中的VIP用户（也即目标对象中的白名单），可不参与目标对象的分组，可直接针对VIP用户额外配置中奖概率，当然也可基于VIP用户的级别细化分组，基于不同级别的VIP用户配置不同的中奖概率等，在此仅示例性说明，并不对白名单的目标对象的抽奖配置规则进行具体限定。

步骤103，基于抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度。

其中，参考因素指示满足抽奖活动参加条件的目标对象的数量，目标对象次均抽奖额度为目标对象在活动周期内的平均抽奖额度。

需要说明的是，抽奖活动在活动周期内的预算成本指的是活动给定成本，如季度总预算，当然在实际应用时，需要考虑未来一段时间内目标对象的增长情况，可适当增加预算，如季度总预算为100万元，1个月内目标对象的增加情况为20%，那么预算成本可设置为120万，在此仅示例性描述并不具体限定如何设置预算成本。此外，由于抽奖活动的目标对象不一定均满足抽奖条件，需要基于满足抽奖活动参加条件的目标对象的数量，确定目标对象次均抽奖额度。

其中，参考因素包括：抽奖活动的参加条件（消费达标率也即消费达到预设的金额、消费达到预设的次数）、抽奖活动的参与渠道覆盖情况（抽奖活动是通过微信抽奖的，目标对象的微信绑定率，抽奖活动是通过云闪付抽奖的，目标对象的云闪付绑定率等，在此仅示例说明）以及抽奖活动的参与情况（抽奖活动的参与率/参与频次/核销率（使用的奖券与发放的奖券的比值），其中抽奖活动的参与情况在开始执行抽奖活动时，是无法收集数据的，需要抽奖活动的决策者基于经验预估）。参加条件可包括：交易金额达到预设额度以及交易次数达到预设次数。当然，在实际应用时，参考因素和参加条件还可包括其他信息，在此不具体限定。在已知抽奖活动在活动周期内的预算成本以及参考因素后，根据抽奖活动在活动周期内的预算成本与满足抽奖活动参加条件的目标对象的数量的比值，确定目标对象次均抽奖额度。通过该方式可以计算出准确的目标对象次均抽奖额度数值，获得的数据便于在后续配置方法中使用。

此外，在实际操作中，出于预算安全考虑，需要对参考因素作一定缩放，以保证在实际情况中即使参与活动目标对象超出预计时，抽奖活动也可继续执行。

为了更准确的说明本申请的方案，例如某银行面向全体信用卡持卡客户开展抽奖活动，图2示出了一种目标对象拆解的示意图，包括有效客户（也即目标对象）201、激活客户202、渠道绑定客户203、消费达标客户204以及目标客户（也即满足抽奖活动参加条件的目标对象的数量）205，该图2仅做示例性描述，在实际应用时，并不限定具体使用场景与拆解因素。

其中，有效客户201是指所有信用卡持卡客户，激活客户202是指信用卡已激活的客户，此处激活客户202的数量为有效客户201的数量的60%，渠道绑定客户203是指已绑定当前抽奖活动的参与渠道的客户，此处渠道绑定客户203的数量为激活客户202的数量的40%，消费达标客户204是指消费金额已达到当前抽奖活动最低要求的客户，此处消费达标客户204的数量为渠道绑定客户203的数量的70%，目标客户205的数量为消费达标客户204的70%。例如，共有100000有效客户，通过上述计算方法，得到激活客户数量为60000人，渠道绑定客户为24000人，消费达标客户为16800人，目标客户为11760人，此处目标客户即为所述抽奖活动的目标对象，在后续的抽奖配置方法中均需要基于此处得到的目标对象进行。假定抽奖活动的预算成本为P，那么目标对象次均抽奖额度为P/11760。

步骤104，根据目标对象次均抽奖额度、抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度。

需要说明的是，抽奖活动群体的人数占比指的是抽奖活动群体的人数占目标对象的人数的比值，如上述表3中的第1小组的抽奖活动群体与目标对象的比值也即第1小组的人数占比。参与渠道指的是当前抽奖活动中可参与活动的渠道，渠道包括：微信、支付宝、云闪付等，预设中奖概率是人为预先设定，其概率根据当前活动所需进行自由设定，如设置通过微信参加抽奖活动的中奖概率为40%，支付宝参加抽奖活动的中奖概率为40%，云闪付参加抽奖活动的中奖概率为20%。抽奖活动群体的次均抽奖额度指的是任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度。

具体地，在已知目标对象次均抽奖额度、任一抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率的情况下，根据已知信息，采用线性规划方法确定抽奖活动群体次均抽奖额度。通过线性规划的方法确定抽奖活动群体次均抽奖额度，可以提高抽奖活动群体次均抽奖额度计算的准确性。此外，此方法作为数学模型可以快速得到结果，可以提高配置方法的效率和准确性，并且广泛适用于不同的抽奖活动中，提高了本申请的普适性。

需要说明的是，线性规划方法通过下述公式1如下：

此方法的约束条件为：

其中，T表征目标对象次均抽奖额度，Qi表征第i个抽奖活动群体的人数占比，Pc表征参与渠道C的预设中奖概率，表征第i个抽奖活动群体在采用参与渠道C抽奖时的平均抽奖额度，n表征抽奖活动群体的总数，m表征参与渠道的总个数，L1∶Lc表征参与渠道1与参与渠道C预设的比例值，如支付宝和微信的比例值为2:8。

例如，在某银行面向全体信用卡持卡客户开展抽奖活动中，此处抽奖活动中将目标对象划分为20个抽奖活动群体，Q为任一活动群体人数所占目标对象人数的占比，此处抽奖活动共有3个参与渠道，A1代表渠道1平均抽奖额度，A2代表渠道2平均抽奖额度，A3代表渠道3平均抽奖额度，P1、P2、P3分别代表渠道1预设中奖概率、渠道2预设中奖概率、渠道3预设中奖概率。在已知任一活动群体的人数占比、目标对象的次均抽奖额度、3个渠道的预设中奖概率时，通过上述线性规划方法计算得出20个抽奖活动群体分别对应的次均抽奖额度，具体可参阅表4，如，抽奖活动群体1的人数占比为52.6%，在采用参与渠道1抽奖时的平均抽奖额度为1.68，在采用参与渠道2抽奖时的平均抽奖额度为1.38，在采用参与渠道3抽奖时的平均抽奖额度为0.9；抽奖活动群体10的人数占比为13.4%，在采用参与渠道1抽奖时的平均抽奖额度为0，在采用参与渠道2抽奖时的平均抽奖额度为0.18，在采用参与渠道3抽奖时的平均抽奖额度为0.3，其中，渠道1预设中奖概率为40%，渠道2预设中奖概率为40%，渠道3预设中奖概率为20%。

需要说明的是，步骤104中所使用的线性规划方法在具体实现过程中，可以采用python和OR-tools工具计算抽奖活动群体次均抽奖额度，以提高计算效率。

步骤105，通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期。

需要说明的是，通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，可以保证抽奖金额在一定可控范围内的随机性。

在实际应用时，计算设备可根据不同渠道中奖金额设置的不同的随机函数将次均抽奖额度随机分布至活动周期，可分为中奖金额离散或连续两种情况。其中，离散指的是中奖金额数值只能取有限个或至多可列个值，如：中奖金额为1元、5元、10元。连续指的是中奖金额是取数轴上某一区间内的任一点的随机变量，如：中奖金额为1-10元内的任意金额，1.5元、1.8元、9.9元在所规定范围内的随机数值。

需要说明的是，若参与渠道中奖金额离散，则采用离散的随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，具体实现方法不限，例如可以采用choice函数在离散值中随机选择。若参与渠道中奖金额连续，则采用连续的随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，具体实现方法不限，例如可以采用random.normal函数设置均值和标准差以实现满足期望均值的随机中奖金额。在实际应用过程中，需要配置的抽奖活动可能支持多个参与渠道，不同的参与渠道可能采用不同的随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期。

此外，由于实际参与活动与预期存在偏差，为控制奖金成本不超过预算，针对单次中奖金额较高、活动参与频繁的活动群体需设置中奖上限，这种方法可以有效控制成本在可控范围内，但随之也会带来问题，当任一目标对象的累积中奖金额一旦超过上限时，其中奖概率和中奖金额都会急剧降低，从而导致活动管控策略痕迹较重，客户体验较差。

为了保证用户的体验，将抽奖活动群体次均抽奖额度按活动周期拆分成日均抽奖额度，在参加抽奖活动时，若抽奖活动群体中的任一目标对象累积抽奖额度大于或等于预设额度，则降低中奖频率，直到累积抽奖额度小于预设额度为止，累积抽奖额度为截止至抽奖活动执行天数抽奖活动群体中的任一目标对象的总抽奖额度，预设额度为日均抽奖额度与抽奖活动执行天数的乘积。例如，抽奖活动的活动周期为1个月，假定为2023年7月（31天），某个抽奖活动群体i1的次均抽奖额度为A1，将A1拆分成日均抽奖额度也即A1/31，假定当前时间为7月15日，通过计算确定抽奖活动群体i1截止7月15日累计抽奖金额为16*A1/31，截止至7月15日预设额度为15* A1/31，其中，16*A1/31大于15*A1/31，也即累积抽奖额度大于或等于预设额度，则降低中奖频率（减少抽奖活动群体i1的日均中奖额度，或者减少抽奖活动群体i1的中奖次数），直到7月20日，累计抽奖金额为18*A1/31，截止至7月20日预设额度为20* A1/31，其中，18*A1/31小于20*A1/31，也即累积抽奖额度小于预设额度，则不再降低中奖频率。

除此之外，在配置抽奖活动时，还可增加用户关键抽奖节点的惊喜抽奖内容，例如：首抽大奖、生日当天惊喜奖品、大额消费隐藏奖励、关注名单特殊奖励等，引导客户进行相应的刷卡行为，同时也作为一种低成本的客户关系维护手段，增加客户对本活动及使用本行卡的粘性。

另外，需要说明的是，随着抽奖配置方法精细化，其涉及的配置参数也越繁杂，为了便于抽奖配置方法的迭代与维护管理，计算设备可维护统一的配置参数表，后续需要修改配置时只需修改对应参数，减少了迭代与维护工作量。参数表可根据需求进行配置，例如，在某次抽奖活动中，参数表配置关键参数信息包括：划分抽奖活动群体所需参数（目标对象的消费能力、目标对象的交易风险情况、目标对象的贡献价值、目标对象的异常交易情况以及目标对象的异常目的情况）、各渠道预设中奖概率、抽奖额度所需的参数（离散函数离散值，目标对象次均抽奖额度）、特殊活动群体也即白名单信息。需要说明的是，此处特殊活动群体名单即为白名单，作为差异化补充，名单内容可为固定也可为动态变化。

基于同样的构思，本申请实施例提供一种抽奖配置装置如图3所示，包括行为数据获取单元31、信息提取单元32、第一确定单元33、第二确定单元34以及随机分布单元35。

其中，行为数据获取单元31，用于获取指定历史时间段内抽奖活动的目标对象的行为数据，所述行为数据用于指示所述目标对象在所述指定历史时间段内的消费情况以及风险情况；信息提取单元32，用于根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体；第一确定单元33，用于基于所述抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，所述参考因素指示满足所述抽奖活动参加条件的所述目标对象的数量，所述目标对象次均抽奖额度为所述目标对象在活动周期内的平均抽奖额度；第二确定单元34，用于根据目标对象次均抽奖额度、抽奖活动群体的人数占比以及抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，抽奖活动群体次均抽奖额度为任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度；随机分布单元35，用于通过随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

可选的，行为数据包括：目标对象在指定历史时间段内的交易数据；抽奖配置装置还包括交易数据处理单元，用于根据交易金额以及交易次数确定目标对象的消费能力；根据交易金额、交易次数、交易方式以及交易渠道确定目标对象的交易风险情况；根据交易金额以及交易方式确定目标对象的贡献价值；根据交易金额、交易次数以及交易渠道确定目标对象的异常交易情况；根据历史抽奖活动参与情况确定目标对象参与抽奖活动的异常目的情况。

可选的，信息提取单元32，用于参考目标对象的交易风险情况、目标对象的异常交易情况以及目标对象参与抽奖活动的异常目的情况确定目标对象的中奖概率；参考目标对象的消费能力以及目标对象的贡献价值将目标对象划分为多个抽奖活动群体。

可选的，第二确定单元34在具体执行时，采用的线性规划方法可通过如下公式确定：

约束条件为：

其中，T表征所述目标对象次均抽奖额度，所述Qi表征第i个抽奖活动群体的人数占比，所述Pc表征参与渠道C的预设中奖概率，所述表征所述第i个抽奖活动群体在采用参与渠道C抽奖时的平均抽奖额度，所述n表征抽奖活动群体的总数，所述m表征所述参与渠道的总个数，所述L1∶Lc表征参与渠道1与参与渠道C预设的比例值。

可选的，抽奖配置装置还包括抽奖进度配置单元，用于通过随机函数将抽奖活动群体次均抽奖额度随机分布至活动周期，包括：若根据所述参与渠道确定中奖金额连续，则采用连续的随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期；和/或，若根据所述参与渠道确定中奖金额离散，则采用离散的随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

在一些可能的实施方式中，根据本申请的计算设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有计算机程序，当计算机程序被处理器执行时，使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的天线故障检测方法中的步骤。

下面参照图4来描述根据本申请的这种实施方式的计算设备130。图4显示的计算设备130仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图4所示，计算设备130以通用智能终端（或蓝牙耳机）的形式表现。计算设备130的组件可以包括但不限于：上述至少一个处理器131、上述至少一个存储器132、连接不同系统组件（包括存储器132和处理器131）的总线133。

总线133表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器（RAM）1321和/或高速缓存存储器1322，还可以进一步包括只读存储器（ROM）1323。存储器132还可以包括具有一组（至少一个）程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

计算设备130也可以与一个或多个外部设备134（例如键盘、指向设备等）通信，和/或与使得该计算设备130能与一个或多个其它智能终端进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口135进行。并且，计算设备130还可以通过网络适配器136与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器136通过总线133与用于计算设备130的其它模块通信。应当理解，尽管图中未示出，可以结合计算设备130使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

在一些可能的实施方式中，本申请提供的天线故障检测方法的各个方面还可以实现为一种程序产品的形式，其包括计算机程序，当程序产品在计算机设备上运行时，计算机程序用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的天线故障检测方法中的步骤。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、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）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

本申请的实施方式的用于时域噪声处理的程序产品可采用便携式紧凑盘只读存储器(CD-ROM)并包括计算机程序，并可在智能终端上运行。但本申请的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可被指令执行系统、装置或者器件使用或者与其结合使用。

可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读计算机程序。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程访问频次的预测设备的处理器以产生一个机器，使得通过计算机或其他可编程访问频次的预测设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程访问频次的预测设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程访问频次的预测设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (12)

1.一种抽奖配置方法，其特征在于，包括：

获取指定历史时间段内抽奖活动的目标对象的行为数据，所述行为数据用于指示所述目标对象在所述指定历史时间段内的消费情况以及风险情况；

根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体；

基于所述抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，所述参考因素指示满足所述抽奖活动参加条件的所述目标对象的数量，所述目标对象次均抽奖额度为所述目标对象在活动周期内的平均抽奖额度；

根据所述目标对象次均抽奖额度、所述抽奖活动群体的人数占比以及所述抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，所述抽奖活动群体次均抽奖额度为任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度；

通过随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

2.根据权利要求1所述的方法，其特征在于，所述行为数据包括：所述目标对象在所述指定历史时间段内的交易数据；所述交易数据包括：

交易金额、交易次数、交易渠道、交易方式、历史抽奖活动参与情况；

所述根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体之前，还包括：

根据所述交易金额以及所述交易次数确定所述目标对象的消费能力；

根据所述交易金额、所述交易次数、所述交易方式以及所述交易渠道确定所述目标对象的交易风险情况；

根据所述交易金额以及所述交易方式确定所述目标对象的贡献价值；

根据所述交易金额、所述交易次数以及所述交易渠道确定所述目标对象的异常交易情况；

根据所述历史抽奖活动参与情况确定所述目标对象参与抽奖活动的异常目的情况。

3.根据权利要求2所述的方法，其特征在于，所述根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体，包括：

参考所述目标对象的交易风险情况、所述目标对象的异常交易情况以及所述目标对象参与抽奖活动的异常目的情况确定所述目标对象的中奖概率；

参考所述目标对象的消费能力以及所述目标对象的贡献价值将所述目标对象划分为多个抽奖活动群体。

4.根据权利要求1所述的方法，其特征在于，所述参考因素包括：所述抽奖活动的参加条件、所述抽奖活动的参与渠道覆盖情况以及所述抽奖活动的参与情况；所述参加条件包括：交易金额达到预设额度以及交易次数达到预设次数；

所述基于所述抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，包括：

根据所述抽奖活动的参加条件、所述抽奖活动的参与渠道覆盖情况以及所述抽奖活动的参与情况从所述目标对象中筛选出满足所述抽奖活动参加条件的所述目标对象；

根据所述抽奖活动在活动周期内的预算成本与所述满足所述抽奖活动参加条件的所述目标对象的数量的比值，确定目标对象次均抽奖额度。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象次均抽奖额度、任一所述抽奖活动群体的人数占比以及所述抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，包括：

根据所述目标对象次均抽奖额度、任一所述抽奖活动群体的人数占比以及所述抽奖活动的参与渠道的预设中奖概率，采用线性规划方法确定抽奖活动群体次均抽奖额度。

6.根据权利要求5所述的方法，其特征在于，所述线性规划方法通过如下公式确定。

约束条件为：

其中，T表征所述目标对象次均抽奖额度，所述Qi表征第i个抽奖活动群体的人数占比，所述Pc表征参与渠道C的预设中奖概率，所述表征所述第i个抽奖活动群体在采用参与渠道C抽奖时的平均抽奖额度，所述n表征抽奖活动群体的总数，所述m表征所述参与渠道的总个数，所述L1：Lc表征参与渠道1与参与渠道C预设的比例值。

7.根据权利要求1所述的方法，其特征在于，所述通过随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期，包括：

若根据所述参与渠道确定中奖金额连续，则采用连续的随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期；和/或，

若根据所述参与渠道确定中奖金额离散，则采用离散的随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

8.根据权利要求1-7中任一所述的方法，其特征在于，还包括：

将所述抽奖活动群体次均抽奖额度按所述活动周期拆分成日均抽奖额度；

在参与所述抽奖活动时，若所述抽奖活动群体中的任一目标对象累积抽奖额度大于或等于预设额度，则降低中奖频率，直到所述累积抽奖额度小于所述预设额度为止，所述累积抽奖额度为截止至抽奖活动执行天数所述抽奖活动群体中的任一目标对象的总抽奖额度，所述预设额度为所述日均抽奖额度与所述抽奖活动执行天数的乘积。

9.一种抽奖配置装置，其特征在于，包括：

行为数据获取单元，用于获取指定历史时间段内抽奖活动的目标对象的行为数据，所述行为数据用于指示所述目标对象在所述指定历史时间段内的消费情况以及风险情况；

信息提取单元，用于根据所述行为数据确定所述目标对象的中奖概率，并根据所述行为数据将所述目标对象划分为多个抽奖活动群体；

第一确定单元，用于基于所述抽奖活动在活动周期内的预算成本以及参考因素，确定目标对象次均抽奖额度，所述参考因素指示满足所述抽奖活动参加条件的所述目标对象的数量，所述目标对象次均抽奖额度为所述目标对象在活动周期内的平均抽奖额度；

第二确定单元，用于根据所述目标对象次均抽奖额度、所述抽奖活动群体的人数占比以及所述抽奖活动的参与渠道的预设中奖概率，确定抽奖活动群体次均抽奖额度，所述抽奖活动群体次均抽奖额度为任一抽奖活动群体在采用任一抽奖活动的参与渠道进行抽奖时，在活动周期内的平均抽奖额度；

随机分布单元，用于通过随机函数将所述抽奖活动群体次均抽奖额度随机分布至所述活动周期。

10.一种计算设备，其特征在于，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行如权利要求1-8中任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得如权利要求1-8中任一项所述的方法实现。

12.一种计算机程序产品，其特征在于，包括有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行权利要求1-8中任一所述方法的步骤。