CN117934076A - 权益方案的确定方法、装置、处理器及电子设备 - Google Patents
权益方案的确定方法、装置、处理器及电子设备 Download PDFInfo
- Publication number
- CN117934076A CN117934076A CN202311828480.6A CN202311828480A CN117934076A CN 117934076 A CN117934076 A CN 117934076A CN 202311828480 A CN202311828480 A CN 202311828480A CN 117934076 A CN117934076 A CN 117934076A
- Authority
- CN
- China
- Prior art keywords
- determining
- bank card
- benefit
- target
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008901 benefit Effects 0.000 claims abstract description 161
- 238000004891 communication Methods 0.000 claims description 34
- 238000012549 training Methods 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000003860 storage Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种权益方案的确定方法、装置、处理器及电子设备。涉及金融科技领域,该方法包括:获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。本发明解决了相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
Description
技术领域
本发明涉及金融科技领域,具体而言,涉及一种权益方案的确定方法、装置、处理器及电子设备。
背景技术
目前通过一些简单的规则给不同的银行卡不同的权益。但是在权益制定时,存在难以合理制定使用预定银行卡时,对应权益方案的技术问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种权益方案的确定方法、装置、处理器及电子设备,以至少解决相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
根据本发明实施例的一个方面,提供了一种权益方案的确定方法,包括:获取预定银行卡;在所述预定银行卡存在历史使用记录的情况下,依据所述历史使用记录,确定权益应用;确定未来预定时间内使用所述预定银行卡的使用概率曲线,其中,所述使用概率曲线中横坐标对应的值表示所述权益应用对应的权益指数,纵坐标对应的值表示所述预定银行卡对应的使用概率;依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数;从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案,其中,所述权益方案为使用所述预定银行卡得到权益的方案。
可选地,所述确定未来预定时间内使用所述预定银行卡的使用概率曲线,包括:将所述预定银行卡对应的信息输入至概率预测模型,得到所述使用概率曲线,其中,所述概率预测模型为依据训练数据训练得到的,所述训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,所述第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,所述第二银行卡为所述预定时间内平均使用频率高于或等于所述第一阈值的银行卡。
可选地,所述依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数,包括:确定所述使用概率曲线中是否存在预定形状段的确定结果,其中,所述预定形状段包括以下至少之一:凹形段,凸形段;在所述确定结果为所述使用概率曲线中存在所述预定形状段的情况下,依据所述预定形状段,确定与所述权益应用对应的目标权益指数。
可选地,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:确定所述预定形状段的个数,以及所述预定形状段分别对应的曲率指数以及位置;依据所述预定形状段的个数,以及所述预定形状段分别对应的曲率指数以及位置,确定与所述权益应用对应的目标权益指数。
可选地,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:在所述预定形状段为所述凸形段,且所述预定形状段的预定比例部分处于第二阈值以下的情况下,将所述预定形状段拟合为二元一次方程,得到所述二元一次方程的第一参数项与第二参数项,其中,所述第一参数项为二次方项的系数,所述第二参数项为一次方项的系数;确定负数化的所述第二参数项与两倍所述第一参数项的比例为所述目标权益指数。
可选地,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:在所述预定形状段为所述凹形段,且所述预定形状段的预定比例部分处于第三阈值以下的情况下,确定所述预定形状段中对应权益指数最高的权益指数为所述目标权益指数。
可选地,所述从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案之后,还包括:确定使用所述预定银行卡的目标用户;确定目标通讯方式,其中,所述目标通讯方式为与所述目标用户相关的多个通讯方式中使用频率最高的通讯方式;发送所述权益方案至与所述目标通讯方式对应的应用终端。
根据本发明实施例的一个方面,提供了一种权益方案的确定装置,包括:获取模块,用于获取预定银行卡;第一确定模块,用于在所述预定银行卡存在历史使用记录的情况下,依据所述历史使用记录,确定权益应用;第二确定模块,用于确定未来预定时间内使用所述预定银行卡的使用概率曲线,其中,所述使用概率曲线中横坐标对应的值表示所述权益应用对应的权益指数,纵坐标对应的值表示所述预定银行卡对应的使用概率;第三确定模块,用于依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数;调用模块,用于从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案,其中,所述权益方案为使用所述预定银行卡得到权益的方案。
根据本发明实施例的一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述任意一项所述的方法。
根据本发明实施例的一个方面,提供了一种电子设备,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述任意一项所述的方法。
在本发明实施例中,获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。由于制定了预定银行卡对应的权益应用以及与权益应用对应的权益方案,且确定权益应用时是通过历史使用记录确定的,制定方案时是通过权益指数确定的,因此,确定出的权益应用更符合用户意向,确定出的权益方案更合理,进而解决了相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的权益方案的确定方法的流程图;
图2是根据本申请实施例提供的权益方案的确定装置的结构框图;
图3是本发明实施例提供的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
下面结合优选的实施步骤对本发明进行说明,图1是根据本申请实施例提供的权益方案的确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取预定银行卡;
在本申请提供的步骤S101中,预定银行卡可以为要为其制定权益方案的银行卡。
步骤S102,在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;
在本申请提供的步骤S102中,通过历史使用记录,可以得知使用预定银行卡的用户倾向于使用哪个应用,以便在其常使用的应用上制定权益。
步骤S103,确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;
在本申请提供的步骤S103中,涉及了未来预定时间,未来预定时间可以是根据实际的应用与场景自定义设计的。因为用户的活动行为或者兴趣可能会随着时间的移动有所变更,而且权益活动也可以随着日期的流逝而更替。所以此时可以设置未来预定时间,以便在该时间内设置一个权益。如,未来预定时间可以为未来一个月。即权益享受期限可以设定为这一个月。
预定银行卡的使用概率曲线即为,当设置权益应用的权益指数为多少时,对应用户使用该预定银行卡的概率。以便根据该曲线设置适当的权益。使得用户能够享受到恰当的权益。
还需要说明的是,此处确定未来预定时间内使用预定银行卡的使用概率曲线,可以是依据历史使用记录得到的,或者依据相似用户的样本使用概率曲线得到的,相似用户即为与使用预定银行卡的用户相似的用户,相似可以体现在标识有相同的标签方面。此外,在确定使用概率曲线时,还可以依据预定银行卡对应的信息得到,即除了历史使用记录外的用户信息,用户标签等等,在此不做限定,可以根据实际的应用与场景进行自定义的设置。
步骤S104,依据使用概率曲线,确定与权益应用对应的目标权益指数;
在本申请提供的步骤S104中,依据使用概率曲线,确定与权益应用对应的目标权益指数是,可以设定适当的目标。如,目标可以为在使用概率高于一定值时的权益指数最小,或者其他目标。进而确定出满足一定条件的目标权益指数。
步骤S105,从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。
在本申请提供的步骤S105中,从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,权益方案为使用预定银行卡得到权益的方案。即,针对于权益应用,是有不同的权益方案的,不同的权益方案与不同的权益指数对应。通过调取与目标权益指数对应的方案,能够达到准确、合理地制定方案的效果。
通过上述步骤,获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。由于制定了预定银行卡对应的权益应用以及与权益应用对应的权益方案,且确定权益应用时是通过历史使用记录确定的,制定方案时是通过权益指数确定的,因此,确定出的权益应用更符合用户意向,确定出的权益方案更合理,进而解决了相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
作为一种可选的实施例,确定未来预定时间内使用预定银行卡的使用概率曲线,包括:将预定银行卡对应的信息输入至概率预测模型,得到使用概率曲线,其中,概率预测模型为依据训练数据训练得到的,训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,第二银行卡为预定时间内平均使用频率高于或等于第一阈值的银行卡。
在该实施例中,通过将预定银行卡对应的信息输入至概率预测模型,可以根据不同的银行卡预定情况,对概率进行曲线分析,从而更准确地预测银行卡的使用概率。即通过使用模型的方法进行使用概率的预测,可以提高预测准确性,模型通过学习历史数据和有效算法,可以根据不断变化的因素来预测概率。相较于没有模型直接进行预测,使用模型可以大大提高预测的准确性。而且概率预测模型还可以模拟可能发生的情景,使得最终得到的使用概率是更为准确的。通过模型进行预测,还可以节省大量时间和资源,提高决策效率。
此外,通过第一银行卡对应的数据以及第二银行卡对应的数据训练模型,可以帮助模型更好地学习并理解正负样本之间的差异,从而提高模型的准确性。而且可以减少模型的过拟合风险,使模型更具有泛化能力。还可以帮助模型更好地应对未知数据,从而提高模型的鲁棒性。
需要说明的是,第一银行卡与第二银行卡可以通过特定的值进行标定以区分,如,标记预定时间内平均使用频率低于第一阈值的银行卡为0,标记预定时间内平均使用频率低于第一阈值的银行卡为1。由于训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,包括的数据还有制定对应权益指数对应的权益方案后,是否使用对应银行卡的结果。以将预测与实际相结合,进行更好地模型训练。
在使用模型时,可以使用基于轻量级梯度提升决策树LightGBM模型改进和训练得到的模型。可以在训练过程中,LightGBM树深、叶子数、罚项等参数,以训练模型得到用户在未来预定时间内的使用概率曲线。
作为一种可选的实施例,依据使用概率曲线,确定与权益应用对应的目标权益指数,包括:确定使用概率曲线中是否存在预定形状段的确定结果,其中,预定形状段包括以下至少之一:凹形段,凸形段;在确定结果为使用概率曲线中存在预定形状段的情况下,依据预定形状段,确定与权益应用对应的目标权益指数。
在该实施例中,确定了使用概率曲线中是否存在预定形状段的确定结果,当有预定形状段时,说明某一权益指数下,对应的使用概率会达到极值。因此,可以根据该权益指数与对应的使用概率极值,进行相应的处理。从而使得后续确定出的目标权益指数更为合理。
而且,通过预定形状段的极值点解决问题,可以获得更好的解决方案。首先,极值点是函数在预定形状段内的最大值或最小值点。极值点通常对应的值会有特殊含义。因此通过找到预定形状段的极值点,可以确定特殊值的位置。这有助于更好地理解性质和结构。
作为一种可选的实施例,依据预定形状段,确定与权益应用对应的目标权益指数,包括:确定预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置;依据预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置,确定与权益应用对应的目标权益指数。
在该实施例中,确定了预定形状段的个数。在预定形状段的个数为1的情况下可以依据该预定形状段进行处理。但是在预定形状段为多个的情况下,可能说明该预定银行卡是比较波动的,此时要考虑多段综合进行处理。首先,要确定这多段中是否存在异常段,如果存在异常段的情况下,可以人工结果,或者,在个数较多且存在异常段较少的情况下筛除异常段进行处理。之后,根据筛除后的预定形状段进行处理。
在预定形状段的凹凸状态统一时,可以依据预先制定的目标去确定目标权益指数。如,在预定形状段全为凸形时,表示在某个权益指数下,在对应的预定形状段内,有一个使用概率最高的点。此时可以依据多个预定形状段分别对应的权益指数,优先选择,权益指数表示变化平缓,且对应的使用概率高,且对应的权益指数小(即表示预定形状段对应的位置)的权益指数。其中,预定形状段对应的位置可以理解为二维坐标。在预定形状段全为凹形时,表示用户可能不太想用卡,此时可以设定较高的权益指数,以给用户较高的优惠,提升用户的使用体验。在预定形状段又有凹形段又有凸形段时,可以根据实际的应用与场景进行具体的策略制定,此处不予限制。通过该方式,能够制定出合理的权益指数。
作为一种可选的实施例,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凸形段,且预定形状段的预定比例部分处于第二阈值以下的情况下,将预定形状段拟合为二元一次方程,得到二元一次方程的第一参数项与第二参数项,其中,第一参数项为二次方项的系数,第二参数项为一次方项的系数;确定负数化的第二参数项与两倍第一参数项的比例为目标权益指数。
在该实施例中,说明了在预定形状段为凸形段,且预定形状段的预定比例部分处于第二阈值以下的情况。预定形状段的预定比例部分处于第二阈值以下说明,用户的使用概率大部分都低于一个值,如0.8。举例说明,当预定形状段对应的预定比例部分都大于第二阈值,如0.8的情况下,说明该用户在该段内的任意权益指数下都有较高的使用意愿,此时可以用固定值的权益指数作为目标权益指数。只有当大部分都低于0.8时,需要制定相应的权益,以促进用户去使用预定银行卡。因此,在该情况下,将预定形状段拟合为二元一次方程,得到二元一次方程的第一参数项与第二参数项,其中,第一参数项为二次方项的系数,第二参数项为一次方项的系数;确定负数化的第二参数项与两倍第一参数项的比例为目标权益指数。即,确定出最大使用概率对应的权益指数为目标权益指数。通过该方式,在预定形状段为凸形段的情况下,能够制定出更为合理的权益指数。
作为一种可选的实施例,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凹形段,且预定形状段的预定比例部分处于第三阈值以下的情况下,确定预定形状段中对应权益指数最高的权益指数为目标权益指数。
在该实施例中,说明了在预定形状段为凹形段,且预定形状段的预定比例部分处于第三阈值以下的情况。预定形状段的预定比例部分处于第三阈值以下说明,用户的使用概率大部分都低于一个值,如0.4。举例说明,当预定形状段对应的预定比例部分都大于第三阈值,如0.4的情况下,说明该用户在该段内的任意权益指数下都有较高的使用意愿,此时可以用固定值的权益指数作为目标权益指数。只有当大部分都低于0.4时,需要制定相应的权益,以促进用户去使用预定银行卡。需要说明的是,可以限制第三阈值小于第二阈值,因为,第二阈值是在预定形状段为凸形段情况下设置的,说明用户是有想要使用银行卡的权益指数点。而凹形段情况下,说明用户在意愿较低,如果用户的使用概率大部分都低于一个值,如0.4,可以确定预定形状段中对应权益指数最高的权益指数为目标权益指数。通过该方式,在预定形状段为凹形段的情况下,能够制定出更为合理的权益指数。
作为一种可选的实施例,从权益应用对应的方案库中,调用与目标权益指数对应的权益方案之后,还包括:确定使用预定银行卡的目标用户;确定目标通讯方式,其中,目标通讯方式为与目标用户相关的多个通讯方式中使用频率最高的通讯方式;发送权益方案至与目标通讯方式对应的应用终端。
在该实施例中,确定出权益方案后,可以将权益方案通知到用户,以供用户选择是否参数。通知到用户的方式即为通过目标通讯方式通知到用户。比如,短信,电话,应用通知等等。可以从多种通讯方式中使用频率最高的通讯方式为目标通讯方式,以与用户进行通讯,避免用户忽略权益方案而错过权益。
基于上述实施例及可选实施例,提供了一种可选实施方式,下面具体说明。
本发明可选实施方式中提供了一种权益方案确定方法。
S1,获取预定银行卡;
S2,在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;
S3,确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;
其中,将预定银行卡输入至概率预测模型,得到使用概率曲线,其中,概率预测模型为依据训练数据训练得到的,训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,第二银行卡为预定时间内平均使用频率高于或等于第一阈值的银行卡。
训练前,可以获取历史动卡权益活动数据:根据业务人员的经验投放一小部分客户用于促使银行卡沉睡客户动卡,这部分客户在权益活动投放后是否动卡作为数据标签,设置值为不动卡:0,动卡:1,以及关键的可以获取到客户的活动权益信息,例如权益指数大小为2,3.88,5三档。其他的,选择除此之外随机选择一批未参与历史权益活动内的客户,标记不动卡:0,动卡:1,作为整个样本数据集的另一部分内容。
在训练过程中,可以使用LightGBM训练模型:将上诉两部分数据打乱顺序,形成模型训练的数据集,调节LightGBM树深、叶子数、罚项等参数,训练模型。
S4,依据使用概率曲线,确定与权益应用对应的目标权益指数;
即使用训练完成的模型得到的使用概率曲线,可以调节权益指数大小,调节至目标权益指数,客户可能都改变权益的大小,例如原来进行过权益的客户,历史权益为2,改变权益为0或者3.88或者5,得到不同权益下每个客户不同的动卡概率。若历史没有权益过动卡的客户,原始权益为0,则改变为2、3.88或者5。
举例说明,可以通过如下方式确定目标权益指数。
1)在预定形状段为凸形段,且预定形状段的预定比例部分处于第二阈值以下的情况下,将预定形状段拟合为二元一次方程,得到二元一次方程的第一参数项与第二参数项,其中,第一参数项为二次方项的系数,第二参数项为一次方项的系数;确定负数化的第二参数项与两倍第一参数项的比例为目标权益指数。
2)在预定形状段为凹形段,且预定形状段的预定比例部分处于第三阈值以下的情况下,确定预定形状段中对应权益指数最高的权益指数为目标权益指数。从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。
举例说明,还可以通过如下方式确定目标权益指数。
具体地,如每个客户的概率值都减去0的概率值,算出概率的增量。计算公式如下,其中p(n)表示权益为n的客户动卡(使用银行卡)概率大小,△p表示概率的增量。
Δp(0)=0
Δp(2)=p(2)-p(0)
Δp(3.88)=p(3.88)-p(0)
Δp(5)=p(5)-p(0);
此时,可以在二维坐标轴上绘制4个点,通过最高次为2次幂的多项式ax^2+bx+c进行拟合。
示意性地,根据模型的预测概率与曲线状态确定权益指数:
(1)当预测的概率p(0)大于设定的阈值k时,则认为此客户可自然转化为动卡客户,不对其进行权益,此时权益大小设定为0。
(2)当预测的概率p(0)小于阈值k并且拟合曲线是上凸形状时,此时已经取得拟合曲线的a、b、c三个参数,对函数f(x)进行求导,得到导数为0的点的坐标,横坐标x0就是所求的权益大小。
f(x)=ax2+bx+c
f'(x)=2ax+b
(3)当预测的概率p(0)小于阈值k1并且拟合曲线是下凸形状时。此时设置一个值,限制权益的无限上升。这个值为如下公式所示的x1,即当给客户权益为0的概率加上给客户权益为x1的概率能使得客户动卡的整体概率达到k2,则认为当前的权益额度较为合适。并且y由于x1可能会出现一个很大的值,到x1大于给定的最大权益Mmax时,进行截取,此时x1=Mmax。
p(0)+Δp(x1)=k2;
另外,上述中的阈值k1、k2根据模型训练的混淆矩阵以及召回率、准确率等指标进行确定。
S5,确定使用预定银行卡的目标用户;
S6,确定目标通讯方式,其中,目标通讯方式为与目标用户相关的多个通讯方式中使用频率最高的通讯方式;
S7,发送权益方案至与目标通讯方式对应的应用终端。
通过上述可选实施方式,解决了相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。通过一系列系统实现算法过程与逻辑,自动化的确定了线上动卡活动对于每个潜在客户所需的适合的权益大小,最大限度上控制权益成本,优化权益流程。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
根据本发明实施例,还提供了一种用于实施上述权益方案的确定方法的装置,图2是根据本申请实施例提供的权益方案的确定装置的结构框图,如图2所示,该装置包括:获取模块201,第一确定模块202,第二确定模块203,第三确定模块204和调用模块205,下面对该装置进行详细说明。
获取模块201,用于获取预定银行卡;第一确定模块202,连接于上述获取模块201,用于在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;第二确定模块203,连接于上述第一确定模块202,用于确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;第三确定模块204,连接于上述第二确定模块203,用于依据使用概率曲线,确定与权益应用对应的目标权益指数;调用模块205,连接于上述第三确定模块204,用于从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。
此处需要说明的是,上述获取模块201,第一确定模块202,第二确定模块203,第三确定模块204和调用模块205对应于实施权益方案的确定方法中的步骤S101至步骤S105,多个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例所公开的内容。
本申请实施例提供的权益方案的确定装置,获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。由于制定了预定银行卡对应的权益应用以及与权益应用对应的权益方案,且确定权益应用时是通过历史使用记录确定的,制定方案时是通过权益指数确定的,因此,确定出的权益应用更符合用户意向,确定出的权益方案更合理,进而解决了相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
所述权益方案的确定装置包括处理器和存储器,上述多个模块等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中,难以合理制定使用预定银行卡时,对应的权益方案的技术问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现权益方案的确定方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行权益方案的确定方法。
图3是本发明实施例提供的电子设备的示意图,如图3所示,本发明实施例提供了一种电子设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。
可选地,确定未来预定时间内使用预定银行卡的使用概率曲线,包括:将预定银行卡对应的信息输入至概率预测模型,得到使用概率曲线,其中,概率预测模型为依据训练数据训练得到的,训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,第二银行卡为预定时间内平均使用频率高于或等于第一阈值的银行卡。
可选地,依据使用概率曲线,确定与权益应用对应的目标权益指数,包括:确定使用概率曲线中是否存在预定形状段的确定结果,其中,预定形状段包括以下至少之一:凹形段,凸形段;在确定结果为使用概率曲线中存在预定形状段的情况下,依据预定形状段,确定与权益应用对应的目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:确定预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置;依据预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置,确定与权益应用对应的目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凸形段,且预定形状段的预定比例部分处于第二阈值以下的情况下,将预定形状段拟合为二元一次方程,得到二元一次方程的第一参数项与第二参数项,其中,第一参数项为二次方项的系数,第二参数项为一次方项的系数;确定负数化的第二参数项与两倍第一参数项的比例为目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凹形段,且预定形状段的预定比例部分处于第三阈值以下的情况下,确定预定形状段中对应权益指数最高的权益指数为目标权益指数。
可选地,从权益应用对应的方案库中,调用与目标权益指数对应的权益方案之后,还包括:确定使用预定银行卡的目标用户;确定目标通讯方式,其中,目标通讯方式为与目标用户相关的多个通讯方式中使用频率最高的通讯方式;发送权益方案至与目标通讯方式对应的应用终端。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取预定银行卡;在预定银行卡存在历史使用记录的情况下,依据历史使用记录,确定权益应用;确定未来预定时间内使用预定银行卡的使用概率曲线,其中,使用概率曲线中横坐标对应的值表示权益应用对应的权益指数,纵坐标对应的值表示预定银行卡对应的使用概率;依据使用概率曲线,确定与权益应用对应的目标权益指数;从权益应用对应的方案库中,调用与目标权益指数对应的权益方案,其中,权益方案为使用预定银行卡得到权益的方案。
可选地,确定未来预定时间内使用预定银行卡的使用概率曲线,包括:将预定银行卡对应的信息输入至概率预测模型,得到使用概率曲线,其中,概率预测模型为依据训练数据训练得到的,训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,第二银行卡为预定时间内平均使用频率高于或等于第一阈值的银行卡。
可选地,依据使用概率曲线,确定与权益应用对应的目标权益指数,包括:确定使用概率曲线中是否存在预定形状段的确定结果,其中,预定形状段包括以下至少之一:凹形段,凸形段;在确定结果为使用概率曲线中存在预定形状段的情况下,依据预定形状段,确定与权益应用对应的目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:确定预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置;依据预定形状段的个数,以及预定形状段分别对应的曲率指数以及位置,确定与权益应用对应的目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凸形段,且预定形状段的预定比例部分处于第二阈值以下的情况下,将预定形状段拟合为二元一次方程,得到二元一次方程的第一参数项与第二参数项,其中,第一参数项为二次方项的系数,第二参数项为一次方项的系数;确定负数化的第二参数项与两倍第一参数项的比例为目标权益指数。
可选地,依据预定形状段,确定与权益应用对应的目标权益指数,包括:在预定形状段为凹形段,且预定形状段的预定比例部分处于第三阈值以下的情况下,确定预定形状段中对应权益指数最高的权益指数为目标权益指数。
可选地,从权益应用对应的方案库中,调用与目标权益指数对应的权益方案之后,还包括:确定使用预定银行卡的目标用户;确定目标通讯方式,其中,目标通讯方式为与目标用户相关的多个通讯方式中使用频率最高的通讯方式;发送权益方案至与目标通讯方式对应的应用终端。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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数据处理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数据处理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数据处理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数据处理设备上,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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (10)
1.一种权益方案的确定方法,其特征在于,包括:
获取预定银行卡;
在所述预定银行卡存在历史使用记录的情况下,依据所述历史使用记录,确定权益应用;
确定未来预定时间内使用所述预定银行卡的使用概率曲线,其中,所述使用概率曲线中横坐标对应的值表示所述权益应用对应的权益指数,纵坐标对应的值表示所述预定银行卡对应的使用概率;
依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数;
从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案,其中,所述权益方案为使用所述预定银行卡得到权益的方案。
2.根据权利要求1所述的方法,其特征在于,所述确定未来预定时间内使用所述预定银行卡的使用概率曲线,包括:
将所述预定银行卡对应的信息输入至概率预测模型,得到所述使用概率曲线,其中,所述概率预测模型为依据训练数据训练得到的,所述训练数据包括第一银行卡对应的数据以及第二银行卡对应的数据,所述第一银行卡为预定时间内平均使用频率低于第一阈值的银行卡,所述第二银行卡为所述预定时间内平均使用频率高于或等于所述第一阈值的银行卡。
3.根据权利要求1所述的方法,其特征在于,所述依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数,包括:
确定所述使用概率曲线中是否存在预定形状段的确定结果,其中,所述预定形状段包括以下至少之一:凹形段,凸形段;
在所述确定结果为所述使用概率曲线中存在所述预定形状段的情况下,依据所述预定形状段,确定与所述权益应用对应的目标权益指数。
4.根据权利要求3所述的方法,其特征在于,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:
确定所述预定形状段的个数,以及所述预定形状段分别对应的曲率指数以及位置;
依据所述预定形状段的个数,以及所述预定形状段分别对应的曲率指数以及位置,确定与所述权益应用对应的目标权益指数。
5.根据权利要求3所述的方法,其特征在于,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:
在所述预定形状段为所述凸形段,且所述预定形状段的预定比例部分处于第二阈值以下的情况下,将所述预定形状段拟合为二元一次方程,得到所述二元一次方程的第一参数项与第二参数项,其中,所述第一参数项为二次方项的系数,所述第二参数项为一次方项的系数;
确定负数化的所述第二参数项与两倍所述第一参数项的比例为所述目标权益指数。
6.根据权利要求3所述的方法,其特征在于,所述依据所述预定形状段,确定与所述权益应用对应的目标权益指数,包括:
在所述预定形状段为所述凹形段,且所述预定形状段的预定比例部分处于第三阈值以下的情况下,确定所述预定形状段中对应权益指数最高的权益指数为所述目标权益指数。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案之后,还包括:
确定使用所述预定银行卡的目标用户;
确定目标通讯方式,其中,所述目标通讯方式为与所述目标用户相关的多个通讯方式中使用频率最高的通讯方式;
发送所述权益方案至与所述目标通讯方式对应的应用终端。
8.一种权益方案的确定装置,其特征在于,包括:
获取模块,用于获取预定银行卡;
第一确定模块,用于在所述预定银行卡存在历史使用记录的情况下,依据所述历史使用记录,确定权益应用;
第二确定模块,用于确定未来预定时间内使用所述预定银行卡的使用概率曲线,其中,所述使用概率曲线中横坐标对应的值表示所述权益应用对应的权益指数,纵坐标对应的值表示所述预定银行卡对应的使用概率;
第三确定模块,用于依据所述使用概率曲线,确定与所述权益应用对应的目标权益指数;
调用模块,用于从所述权益应用对应的方案库中,调用与所述目标权益指数对应的权益方案,其中,所述权益方案为使用所述预定银行卡得到权益的方案。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311828480.6A CN117934076A (zh) | 2023-12-27 | 2023-12-27 | 权益方案的确定方法、装置、处理器及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311828480.6A CN117934076A (zh) | 2023-12-27 | 2023-12-27 | 权益方案的确定方法、装置、处理器及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117934076A true CN117934076A (zh) | 2024-04-26 |
Family
ID=90749862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311828480.6A Pending CN117934076A (zh) | 2023-12-27 | 2023-12-27 | 权益方案的确定方法、装置、处理器及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117934076A (zh) |
-
2023
- 2023-12-27 CN CN202311828480.6A patent/CN117934076A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Matthiopoulos et al. | Establishing the link between habitat selection and animal population dynamics | |
CN114330130A (zh) | 一种电池剩余使用寿命预测方法、设备及介质 | |
CN115712866A (zh) | 数据处理方法、装置及设备 | |
CN116188878A (zh) | 基于神经网络结构微调的图像分类方法、装置和存储介质 | |
CN113656699B (zh) | 用户特征向量确定方法、相关设备及介质 | |
Youn et al. | Bitwidth-adaptive quantization-aware neural network training: A meta-learning approach | |
CN111709766B (zh) | 一种用户行为预测方法、装置、存储介质及电子设备 | |
CN117035374A (zh) | 一种应对突发事件的兵力协同调度方法、系统及介质 | |
CN112598526A (zh) | 资产数据的处理方法及装置 | |
CN116579852A (zh) | 基于元宇宙的金融服务提供方法、装置和存储介质 | |
CN117934076A (zh) | 权益方案的确定方法、装置、处理器及电子设备 | |
CN113296951A (zh) | 一种资源配置方案确定方法及设备 | |
CN113284027A (zh) | 团伙识别模型的训练方法、异常团伙识别方法及装置 | |
KAMLEY et al. | Multiple regression: A data mining approach for predicting the stock market trends based on open, close and high price of the month | |
CN111783453A (zh) | 文本的情感信息处理方法及装置 | |
CN109409117B (zh) | 敏感数据的差分隐私保护方法和装置 | |
CN117253061B (zh) | 数据推荐方法、装置及计算机可读介质 | |
CN117648638A (zh) | 监测策略的确定方法、装置以及电子设备 | |
CN116611930A (zh) | 金融产品的推荐方法、装置、处理器及电子设备 | |
CN110334342B (zh) | 词语重要性的分析方法及装置 | |
CN114676854A (zh) | 一种集成学习方法及装置 | |
CN117494012A (zh) | 对目标对象分类的方法及装置、存储介质和电子设备 | |
CN117132329A (zh) | 产品推荐方法、装置、存储介质及电子设备 | |
CN117635225A (zh) | 电子红包的发放方法及装置、存储介质和电子设备 | |
CN117893309A (zh) | 用户等级的确定方法、装置、存储介质以及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |