[发明专利]业务推送方法和业务推送系统

权利要求书

1.一种业务推送方法，其特征在于，包括：

步骤S1、确定影响业务订购概率的用户特征向量，所述用户特征向量包括若干个用户特征变量；

步骤S2、选取若干个已经订购所述业务的已订购用户的用户特征向量作为样本，带入逻辑回归模型中以预估出所述已订购用户的所述用户特征向量中各用户特征变量的权值，并生成各所述已订购用户对应于所述用户特征变量的权值向量；

步骤S3、根据各所述已订购用户的所述权值向量，预测出针对全体用户的对应于所述用户特征变量的基准权值向量；

步骤S4、将所述基准权值向量带入至所述逻辑回归模型中，计算出可使得逻辑回归模型中的Sigmoid函数的取值处于预设概率范围的用户特征向量的取值；

步骤S5、根据所计算出的所述用户特征向量的取值向对应的用户推送所述业务；

所述逻辑回归模型为：

Sigmoid函数：

加权评分表达式：

Z_m＝β_{m_1}X_{m_1}+β_{m_2}X_{m_2}+...+β_{m_n}X_{m_n}

β_{m_1}+β_{m_2}+...+β_{m_n}＝1

F(Z_m)表示第m个用户订购所述业务的概率评分，0＜F(Z_m)＜1，Z_m表示第m个用户的用户特征变量的加权评分，X_{m_1}、X_{m_2}……X_{m_n}为第m个用户的用户特征向量中的n个用户特征变量的取值，β_{m_1}、β_{m_2}、……β_{m_n}为第m个用户的用户特征向量中n个用户特征变量对应的权值；

在步骤S2中计算出的第m个已订购用户的对应于所述用户特征变量的权值向量为β_m＝(β_{m_1}，β_{m_2}......β_{m_n})；

在步骤S2中计算已订购用户的所述用户特征向量中各用户特征变量的权值时，F(Z_m)的取值为θ，0＜θ＜1。

2.根据权利要求1所述的业务推送方法，其特征在于，所述用户特征变量包括：用户最近一次消费距离当前时刻的时间、用户在预设时间段内的消费总额、用户在预设时间段内的消费次数、用户的性别、用户的年龄中的至少一者。

3.根据权利要求1所述的业务推送方法，其特征在于，在步骤S4中的预设概率范围包括：(θ，1)。

4.根据权利要求1所述的业务推送方法，其特征在于，在步骤S3中，根据各所述已订购用户的所述权值向量，采用指数平滑预测算法以预测出针对全体用户的对应于所述用户特征变量的基准权值向量。