[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

说明书

本申请提供了一种新用户补贴策略的计算方法，属于计算机技术领域，解决现有技术新用户补贴策略的计算方法存在的补贴效率低下的问题。所述方法包括：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，然后，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，并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。本申请公开的新用户补贴策略的计算方法，通过结合预先训练的新客预估模型预估当前用户的新客转化率，并根据新客转化率进行相应额度补贴，对具有自然转化倾向的用户不予补贴，对于不具备自然转化倾向的用户根据其转化率进行相应额度的补贴，可以充分利用补贴额度，提高补贴效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种新用户补贴策略的计算方法、装置、电子设备及存储介质。

背景技术

在O2O(Online to offline,线上到线下)领域，为了提高平台或产品对用户的吸引力，通常会对用户进行消费行为补贴，以增强已注册用户粘性和吸引新用户。现有技术中，对于已注册用户，通常根据用户的历史消费行为，如用户的消费额度，使用补贴额度等信息，确定对用户的补贴政策。而对于没有消费行为的新用户，现有的补贴策略基本是针对所有潜在新用户补贴相同的代金券或者根据用户关注的商品的价格补贴相应额度的代金券，忽略了自然转化新用户的存在，浪费了有限的补贴额度，降低了补贴效率。同时，仅基于用户关注的商品的价格确定补贴策略，用户关注的商品价格高这补贴额度高，用户关注的商品价格低则补贴额度低，会导致补贴不精准，也会降低不提额效率。

可见，现有技术中的新用户补贴策略的计算方法至少存在由于补贴不够精准导致的补贴效率低下的缺陷。

发明内容

本申请提供一种新用户补贴策略的计算方法，解决现有技术中的新用户补贴策略的计算方法存在的补贴效率低下的问题。

为了解决上述问题，第一方面，本申请公开了一种新用户补贴策略的计算方法，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。

第二方面，本申请公开了一种新用户补贴策略的计算装置，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。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的新用户补贴策略的计算方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请实施例所述的新用户补贴策略的计算方法的步骤。

本申请实施例公开的基新用户补贴策略的计算方法，通过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，然后，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，并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。通过结合预先训练的新客预估模型预估当前用户的新客转化率，根据新客转化率对新用户进行相应额度补贴，可以充分利用补贴额度，提高补贴效率，进一步减少运营成本。

附图说明