[发明专利]新用户补贴策略的计算方法、装置、电子设备及存储介质

权利要求书

1.一种新用户补贴策略的计算方法，其特征在于，包括：

基于当前用户的画像数据，确定所述当前用户的行为特征向量；

基于所述当前用户的行为特征向量，通过新客预估模型计算所述当前用户的新客转化率；

根据所述新客转化率确定与所述当前用户相对应的补贴信息。

2.根据权利要求1所述的方法，其特征在于，所述基于当前用户的画像数据，确定所述当前用户的行为特征向量的步骤之前，还包括：

基于历史用户的画像数据，确定平台的每个历史用户的行为特征向量样本；

对所述行为特征向量样本进行机器学习，得到所述新客预估模型；

其中，所述新客预估模型的模型文件包括：所述行为特征向量的维度分布以及各个维度特征的权重。

3.根据权利要求2所述的方法，其特征在于，所述基于所述当前用户的行为特征向量，通过新客预估模型计算所述当前用户的新客转化率的步骤，包括：

对所述当前用户的行为特征向量的各维度特征进行加权求和，得到所述当前用户的新客转化率；其中，各维度特征的加权权值等于所述新客预估模型的模型文件中行为特征向量相应维度特征的权重。

4.根据权利要求1所述的方法，其特征在于，所述根据所述新客转化率确定与所述当前用户相对应的补贴信息的步骤，包括：

所述补贴信息中的补贴额度与所述新客转化率成反比。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述画像数据包括：平台站内数据；或平台站内数据和站外数据；其中，所述平台站内数据包括：用户基本身份信息数据、用户行为日志；所述站外数据包括：用户附加身份信息数据、用户行为日志。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述行为特征向量至少包括以下维度：用户身份信息维度、用户行为维度。

7.一种新用户补贴策略的计算装置，其特征在于，包括：

行为特征向量确定模块，用于基于当前用户的画像数据，确定所述当前用户的行为特征向量；

新客转化率计算模块，用于基于所述行为特征向量确定模块确定的当前用户的行为特征向量，通过新客预估模型计算所述当前用户的新客转化率；

新用户补贴确定模块，用于根据所述新客转化率计算模块计算的新客转化率确定与所述当前用户相对应的补贴信息。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

行为特征向量样本确定模块，用于基于历史用户的画像数据，确定平台的每个历史用户的行为特征向量样本；

模型训练模块，用于对所述行为特征向量样本确定模块确定的行为特征向量样本进行机器学习，得到所述新客预估模型；

其中，所述新客预估模型的模型文件包括：所述行为特征向量的维度分布以及各个维度特征的权重。

9.根据权利要求8所述的装置，其特征在于，所述新客转化率计算模块进一步用于：

对所述当前用户的行为特征向量的各维度特征进行加权求和，得到所述当前用户的新客转化率；其中，各维度特征的加权权值等于所述新客预估模型的模型文件中行为特征向量相应维度特征的权重。

10.根据权利要求7所述的装置，其特征在于，所述新用户补贴确定模块具体用于：

所述补贴信息中的补贴额度与所述新客转化率成反比。

11.根据权利要求7至10任一项所述的装置，其特征在于，所述画像数据，包括：平台站内数据；或平台站内数据和站外数据；其中，所述平台站内数据包括：用户基本身份信息数据、用户行为日志；所述站外数据包括：用户附加身份信息数据、用户行为日志。

12.根据权利要求7至10任一项所述的装置，其特征在于，所述行为特征向量至少包括以下维度：用户身份信息维度、用户行为维度。