[发明专利]预测用户购买权益商品的方法、装置、设备及存储介质

说明书

本发明实施例提供一种预测用户购买权益商品的方法、装置、设备及存储介质，其中，该方法包括：获取目标用户的第一用户信息；基于所述第一用户信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率；若所述目标用户购买所述权益商品的概率大于第一预设阈值，则向所述目标用户推送所述权益商品的营销消息。本发明实施例通过预测用户购买权益商品的概率，向购买概率大于第一预设阈值的用户推送该权益商品的营销消息，能够提高权益商品的客户转化率，提高客户体验。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种预测用户购买权益商品的方法、装置、设备及存储介质。

背景技术

权益商品是指运营商给部分用户提供的，以低于市场价格出售的优惠商品，比如说已低于市场价出售的电影票和第三方优惠券等。这个权益商品，一般来说，都是运营商为等级较高的用户提供的，但是，并不是每个高等级用户都会购买这个权益商品。

现有权益商品的营销方式是针对符合要求的全体用户进行营销，没有针对性的营销策略，客户转化率较低，并且对于没有购买意愿的用户，这种营销将影响用户对运营商的服务体验。

发明内容

本发明实施例提供一种预测用户购买权益商品的方法、装置、设备及存储介质，用以提高权益商品的客户转化率，提高权益商品营销消息推送的针对性，提高用户体验。

本发明实施例第一方面提供一种预测用户购买权益商品的方法，包括：

获取目标用户的第一用户信息；

基于所述第一用户信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率；

若所述目标用户购买所述权益商品的概率大于第一预设阈值，则向所述目标用户推送所述权益商品的营销消息。

可选的，所述基于所述第一用户信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率，包括：

将所述第一用户信息输入预设的Lasso模型中，获得所述目标用户的目标信息，所述目标信息与所述目标用户是否购买所述权益商品之间的关联程度大于第二预设阈值；

基于所述目标信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率。

可选的，所述购买预测模型包括多个分类模型，所述分类模型可用于基于用户信息预测用户购买所述权益商品的概率；

所述基于所述第一用户信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率，包括：

将所述第一用户信息输入所述多个分类模型中，基于各分类模型的输出数据的加权值，计算获得所述目标用户购买所述权益商品的概率。

可选的，所述将所述第一用户信息输入所述多个分类模型中，基于各分类模型输出数据的加权值，计算获得所述目标用户购买所述权益商品的概率之前，所述方法包括：

获取多个购买所述权益商品的用户的第二用户信息，以及多个未购买所述权益商品的用户的第三用户信息；

将所述多个第二用户信息和所述多个第三用户信息输入所述多个分类模型中，基于各分类模型的预测结果，确定各分类模型对应的加权值。

本发明实施例第二方面提供一种预测装置，包括：

第一获取模块，用于获取目标用户的第一用户信息；

第一确定模块，用于基于所述第一用户信息和预设的权益商品的购买预测模型，确定所述目标用户购买所述权益商品的概率；

推送模块，用于在所述目标用户购买所述权益商品的概率大于第一预设阈值时，向所述目标用户推送所述权益商品的营销消息。