确定目标用户群的方法、装置、设备及计算机存储介质

    公开(公告)号:CN114491193B

    公开(公告)日:2024-12-24

    申请号:CN202011144882.0

    申请日:2020-10-23

    Abstract: 本申请实施例提供了确定目标用户群的方法、装置、设备及计算机存储介质,方法包括:根据多个用户的目标特征数据和分类模型,得到包含多个目标用户的第一阶梯目标用户群,分类模型通过学习样本用户的特征数据与目标用户的映射关系得到;通过以下步骤获取第T阶梯目标用户群,T>1:获取第一用户的目标特征数据,目标特征数据包括多个子目标特征数据;计算第一用户的每个子目标特征数据的m个分位点;基于阈值搜索算法从m个分位点中确定每个子目标特征数据的目标分位点;根据第一用户的每个子目标特征数据和目标分位点,得到第T阶梯目标用户群。通过本申请实施例确定的目标用户群具有规模适中、定位精准的优点。

    套餐推荐方法、装置、电子设备和存储介质

    公开(公告)号:CN115471285A

    公开(公告)日:2022-12-13

    申请号:CN202110654003.7

    申请日:2021-06-11

    Abstract: 本发明提供一种套餐推荐方法、装置、电子设备和存储介质,其中方法包括:基于用户与待推荐套餐的套餐适配度、用户与渠道的渠道适配度、渠道与待推荐套餐的渠道套餐适配度,以及用户在各个渠道的交往圈影响力,确定各个用户对应各个渠道的推荐成功率;基于各个用户对应各个渠道的推荐成功率,确定待营销用户;基于各个用户与各个渠道之间的渠道适配度,确定各个待营销用户的推荐渠道;基于各个待营销用户的推荐渠道,将待推荐套餐推荐给对应的待营销用户;其中,任一用户与待推荐套餐之间的套餐适配度是基于该用户与待推荐套餐间的消费相似度,以及待推荐套餐的边际收益值确定的。本发明提高了套餐营销推广的准确性,提升了套餐的推荐效果。

    5G终端换机潜在用户识别方法及装置

    公开(公告)号:CN115409527A

    公开(公告)日:2022-11-29

    申请号:CN202110587387.5

    申请日:2021-05-27

    Abstract: 本发明提供一种5G终端换机潜在用户识别方法及装置,该方法包括:将目标用户的数据输入到第一分类模型中,输出目标用户的第一5G终端换机潜在用户类别标识,将数据输入到第二分类模型中,输出目标用户属于通信终端换机潜在用户的概率;计算目标用户的数据与5G终端换机潜在用户正样本数据集A1的平均中心之间的距离,根据距离对概率进行调整,根据调整后的概率获取目标用户的第二5G终端换机潜在用户类别标识;根据目标用户的第一5G终端换机潜在用户类别标识和第二5G终端换机潜在用户类别标识,获取目标用户的第三5G终端换机潜在用户类别标识。本发明在正负样本不平衡的情况下,确保5G终端换机潜在用户识别的准确性。

    确定目标用户群的方法、装置、设备及计算机存储介质

    公开(公告)号:CN114491193A

    公开(公告)日:2022-05-13

    申请号:CN202011144882.0

    申请日:2020-10-23

    Abstract: 本申请实施例提供了确定目标用户群的方法、装置、设备及计算机存储介质,方法包括:根据多个用户的目标特征数据和分类模型,得到包含多个目标用户的第一阶梯目标用户群,分类模型通过学习样本用户的特征数据与目标用户的映射关系得到;通过以下步骤获取第T阶梯目标用户群,T>1:获取第一用户的目标特征数据,目标特征数据包括多个子目标特征数据;计算第一用户的每个子目标特征数据的m个分位点;基于阈值搜索算法从m个分位点中确定每个子目标特征数据的目标分位点;根据第一用户的每个子目标特征数据和目标分位点,得到第T阶梯目标用户群。通过本申请实施例确定的目标用户群具有规模适中、定位精准的优点。

    一种信息推荐方法及装置
    7.
    发明公开

    公开(公告)号:CN115880015A

    公开(公告)日:2023-03-31

    申请号:CN202111143740.7

    申请日:2021-09-28

    Abstract: 本发明提供一种信息推荐方法及装置。其中,该方法包括:基于枢纽节点联合参与方的数据点,并利用预设密度聚类算子对多域联合数据进行密度聚类分群,得到特征空间差异化的用户群;根据所述用户群的订购产品统计结果,确定预设产品类别对应的初始的偏好用户群分类结果;将所述偏好用户群分类结果输入到相应的模型分类器中基于偏好概率进行产品潜客筛选,得到所述模型分类器输出的目标用户群及其对应的偏好产品类别。采用本发明方法,能够以群为单位进行并行模型预测,根据偏好概率精筛用户,提升了客户分群的准确率和产品推荐效率,为各类别产品细筛出偏好度高的用户群进行精准营销,极大的节省了内部资源,减少获客成本,有效提高了运营效率。

    用户离网预测模型的优化方法、装置、设备和介质

    公开(公告)号:CN112308278B

    公开(公告)日:2024-08-09

    申请号:CN201910710698.9

    申请日:2019-08-02

    Abstract: 本发明实施例提供一种用户离网预测模型的优化方法、装置、设备和介质。该方法包括:基于优化数据中的预测值和与预测值对应的真实值,确定用户离网预测模型的检验值;根据预设调整规则,调整用户离网预测模型的初始分界阈值,以使用户离网预测模型的检验值为最大数值,得到调整后的分界阈值;利用调整后的分界阈值、预测值和与预测值对应的真实值确定错误预测值;根据调整后的分界阈值和优化数据中的用户样本确定用户离网预测模型的调参数据;基于调参数据和预设梯度下降步长集合,利用预测函数,对用户离网预测模型的模型参数进行更新,得到优化后的预测模型。根据本发明实施例,能够提高用户离网预测模型的预测精度。

    数据处理方法、装置、设备及存储介质

    公开(公告)号:CN117314553A

    公开(公告)日:2023-12-29

    申请号:CN202311191654.2

    申请日:2023-09-14

    Abstract: 本发明公开了一种数据处理方法、装置、设备及存储介质,属于产品推荐技术领域。本发明获取当前信令数据和当前用户属性数据;将当前信令数据进行融合,得到时空统计特征数据;将当前用户属性数据按照预设编码策略映射为统一维度的目标用户基础属性特征;基于时空统计特征数据计算各统计特征的相似度,并根据计算结果得到目标时空信息特征;将目标时空信息特征和目标用户基础属性特征输入至成功率预测模型,得到用户属性;根据用户属性进行产品推荐,成功率预测模型为解码器结构更新后的结构,可以提取到不同模态特征深层的联系,从而更有效的对特征进行融合和提取,适用多种产品推荐场景,提高产品推荐的效果。

Patent Agency Ranking