[发明专利]获客转化率预估方法及装置、计算机可读存储介质

说明书

一种获客转化率预估方法及装置、计算机可读存储介质，所述获客转化率预估方法，包括：获取业务环节中的第二环节的用户信息；将所述第二环节的用户信息输入至获客转化率预估模型中，得到获客转化率结果；所述获客转化率预估模型采用如下步骤生成：基于所述业务环节中的第一环节的样本信息训练得到第一预估模型，基于所述第二环节的样本信息，对所述第一预估模型进行训练得到所述获客转化率预估模型；其中，所述样本信息包括用户样本信息及对应的获客转化信息，所述第一环节为所述第二环节的前置环节；获取所述获客转化率预估结果并输出。采用上述方案，能够提高获客转化率预估精度。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种获客转化率预估方法及装置、计算机可读存储介质。

背景技术

在业务场景中，通常包括多个业务环节，如短信回复、注册、下单、绑卡或者购买等。每个业务环节均存在相应的获客转化率，且获客转化率层层衰减，所有业务环节的获客转化率呈漏斗型。

目前，通常基于某一特定的环节进行获客转化率预估，然而，上述预估方式得到的获客转化率的预估精度较低。

发明内容

本发明实施例解决的技术问题是获客转化率预估精度较低。

为解决上述技术问题，本发明实施例提供一种获客转化率预估方法，包括：获取业务环节中的第二环节的用户信息；将所述第二环节的用户信息输入至获客转化率预估模型中，得到获客转化率结果；所述获客转化率预估模型采用如下步骤生成：基于所述业务环节中的第一环节的样本信息训练得到第一预估模型，基于所述第二环节的样本信息，对所述第一预估模型进行训练得到所述获客转化率预估模型；其中，所述样本信息包括用户样本信息及对应的获客转化信息，所述第一环节为所述第二环节的前置环节；获取所述获客转化率预估结果并输出。采用上述方案，能够提高获客转化率预估精度。

可选的，采用如下方式训练得到所述获客转化率预估模型：获取训练样本集；将所述训练样本集中的第i个训练样本对应的所有的业务环节对应的环节信息进行处理，得到第i个训练样本中每个业务环节的用户样本信息及对应的获客转化信息；根据所述第i个训练样本中的每个业务环节的获客转化信息，生成所述第i个训练样本对应的转化特征向量，所述转化特征向量包括第二环节的获客转化信息及第一环节的获客转化信息；根据所述第i个训练样本中的每个业务环节的用户数据，生成第i个训练样本对应的用户特征向量；基于所述训练样本集中所有的训练样本的用户特征向量及第一环节的获客转化信息，采用有监督训练算法训练得到所述第一环节对应的第一预估模型；基于所述训练样本集中所有的训练样本的用户特征向量及对应的第二环节的获客转化信息，对所述第一预估模型继续训练，得到所述获客转化率预估模型。

可选的，所述有监督训练算法包括以下任一种：神经网络、深度神经网络、逻辑回归。

可选的，当所述第i个训练样本在第N环节转化为客户时，所述第i个训练样本在第1至N个业务环节的获客转化信息均为1；或者，当所述第i个训练样本在第N环节未转化为客户时，所述第i个训练样本在第N个业务环节的获客转化信息为0。

可选的，在获取所述获客转化率预估结果之后，还包括：当所述获客转化率预估结果满足预设条件时，执行对应的操作。

本发明实施例还提供一种获客转化率预估装置，包括：第一获取单元，适于获取业务环节中的第二环节的用户信息；预估单元，适于将所述第二环节的用户信息输入至获客转化率预估模型中，得到获客转化率结果；所述获客转化率预估模型采用如下步骤生成：基于所述业务环节中的第一环节的样本信息训练得到第一预估模型，基于所述第二环节的样本信息，对所述第一预估模型进行训练得到所述获客转化率预估模型；其中，所述样本信息包括用户样本信息及对应的获客转化信息，所述第一环节为所述第二环节的前置环节；第二获取单元，适于获取所述获客转化率预估结果；输出单元，适于输出所述获客转化率预估结果。