营销策略确定方法、装置、终端设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266601A(43)申请公布日2022.04.01(21)申请号202111606916.8(22)申请日2021.12.24(71)申请人深圳前海微众银行股份有限公司地址518000广东省深圳市南山区沙河西路1819号深圳湾科技生态园7栋A座(72)发明人吴轶凡陈婷吴三平庄伟亮(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人陈小娟(51)Int.Cl.G06Q30/02(2012.01)权利要求书2页说明书10页附图2页(54)发明名称营销策略确定方法、装置、终端设备及存储介质(57)摘要本发明公开了一种营销策略确定方法、装置、终端设备及存储介质，该方法包括：获取用户的观测性数据，从所述观测性数据中提取所述用户的基本特征信息；将所述基本特征信息输入经过预训练的目标分类模型中，基于所述基本特征信息对所述用户进行分类，得到对所述用户的决策结果；根据所述决策结果，确定所述用户对应的目标营销策略。本发明通过用户的观测性数据对用户进行分类，消除客群结构性差异，对营销策略的评估，可以消除客群基于自身客观条件的倾向性的影响，有利于对不同营销策略对用户行为产生的影响做出较为准确的估计，从而使选取的营销策略更加准确，与用户的匹配度更高，进而有利于营销收益的提升。CN114266601ACN114266601A权利要求书1/2页1.一种营销策略确定方法，其特征在于，所述营销策略确定方法包括以下步骤：获取用户的观测性数据，从所述观测性数据中提取所述用户的基本特征信息；将所述基本特征信息输入经过预训练的目标分类模型中，基于所述基本特征信息对所述用户进行分类，得到对所述用户的决策结果；根据所述决策结果，确定所述用户对应的目标营销策略。2.如权利要求1所述的营销策略确定方法，其特征在于，所述决策结果中包含多个候选营销策略，所述根据所述决策结果，确定所述用户对应的目标营销策略的步骤，包括：计算所述决策结果中各所述候选营销策略对应的第一收益值；获取所述用户当前对应的第二收益值，并计算各所述第一收益值与所述第二收益值之间的目标差值；根据所述目标差值从所述多个营销策略中确定所述用户对应的目标营销策略。3.如权利要求2所述的营销策略确定方法，其特征在于，所述根据所述目标差值从所述多个营销策略中确定所述用户对应的目标营销策略的步骤，包括：计算将所述用户当前的营销策略转换为各所述候选营销策略的营销成本值；基于所述营销成本值和所述目标差值计算所述用户的收益提升值；从所述多个候选营销策略中确定所述收益提升值最大的目标营销策略。4.如权利要求3所述的营销策略确定方法，其特征在于，所述基于所述营销成本值和所述目标差值计算所述用户的收益提升值的步骤之后，还包括：若所述收益提升值为负，则将所述用户当前的营销策略设置为目标营销策略。5.如权利要求1所述的营销策略确定方法，其特征在于，所述目标分类模型包括随机森林模型，所述将所述基本特征信息输入经过预训练的目标分类模型中，基于所述基本特征信息对所述用户进行分类，得到对所述用户的决策结果的步骤，包括：将所述基本特征信息输入经过预训练的随机森林模型中，以所述基本特征信息为分类条件生成多个决策树，各所述决策树的最大深度小于预设的深度阈值；基于各所述决策树对所述用户进行分类，确定所述用户在各所述决策树中对应的目标叶子节点，得到对所述用户的决策结果，其中，各所述决策树的叶子节点为候选营销策略。6.如权利要求1所述的营销策略确定方法，其特征在于，所述将所述基本特征信息输入经过预训练的分类模型中，以所述基本特征信息为分类条件对所述用户进行分类，得到对所述用户的决策结果的步骤之前，还包括：获取用户集合中各用户的观测性数据形成观测性数据集，并基于所述观测性数据集构建样本数据集；利用所述样本数据集对预设的基础分类模型进行预训练，得到目标分类模型。7.如权利要求6所述的营销策略确定方法，其特征在于，所述目标分类模型包括随机森林模型，所述样本数据集包括所述用户集合中各用户的基本特征信息，所述利用所述样本数据集对预设的基础分类模型进行预训练，得到目标分类模型的步骤，包括：获取模型训练参数，其中，所述模型训练参数包括深度阈值和样本阈值；以所述用户集合中各用户的基本特征信息为分类条件进行分裂，生成随机森林模型，其中，所述随机森林模型包括多个决策树，各所述决策树的最大深度小于所述深度阈值，各所述决策树的叶子节点为候选营销策略，各所述候选营销策略对应的样本数量不小于所述2CN114266601A权利要求书2/2页样本阈值。8.一种营销策略确定装置，其特征在于，所述营销策略确定装置包括：特征提取模块，用于获取用户的观测性数据，从所述观测性数据中提取所述用户的基本特