[发明专利]用户预期价值评估方法、装置、电子设备及可读介质

权利要求书

1.一种基于时序金融模型的用户预期价值评估方法，其特征在于，包括：

获取用户的基础数据，所述基础数据包括行为数据与属性数据；

通过所述行为数据与所述属性数据生成多维度特征数据，所述多维度特征数据包括时长维度数据，行为维度数据，频率维度数据，和属性维度数据；

将所述多维度特征数据输入时序金融模型中，获取所述用户的当前价值与价值转移概率；以及

基于所述当前价值与所述价值转移概率评估所述用户预期价值。

2.如权利要求1所述的方法，其特征在于，还包括：

通过历史用户的基础数据与至少一个机器学习模型建立所述时序金融模型。

3.如权利要求2所述的方法，其特征在于，通过历史用户的基础数据与至少一个机器学习模型建立所述时序金融模型包括：

通过历史用户的基础数据与无监督学习模型建立所述时序金融模型；和/或

通过历史用户的基础数据与有监督学习模型建立所述时序金融模型。

4.如权利要求2所述的方法，其特征在于，通过历史用户的基础数据与至少一个机器学习模型建立所述时序金融模型包括：

通过历史用户的基础数据生成历史多维度特征数据；

通过所述历史多维度特征数据生成训练集数据与测试集数据；

分别对训练集数据与测试集数据中的所述历史多维度数据的每一维度数据进行分箱编码；以及

将分箱编码后的训练集数据输入所述至少一个机器学习模型中，通过分箱编码后的测试集数据进行验证以建立所述时序金融模型。

5.一种基于时序金融模型的用户预期价值评估装置，其特征在于，包括：

基础数据模块，用于获取用户的基础数据，所述基础数据包括行为数据与属性数据；

特征数据模块，用于通过所述行为数据与所述属性数据生成多维度特征数据，所述多维度特征数据包括时长维度数据，行为维度数据，频率维度数据，和属性维度数据；

模型计算模块，用于将所述多维度特征数据输入时序金融模型中，获取所述用户的当前价值与价值转移概率；以及

价值评估模块，用于基于所述当前价值与价值转移概率评估所述用户的信贷价值。

6.如权利要求5所述的装置，其特征在于，还包括：

模型训练模块，用于通过历史用户的基础数据与至少一个机器学习模型建立所述时序金融模型。

7.如权利要求5所述的装置，其特征在于，所述模型训练模块包括：

聚类单元，用于通过历史用户的基础数据与无监督学习模型建立所述时序金融模型；和/或

决策单元，用于通过历史用户的基础数据与有监督学习模型建立所述时序金融模型。

8.如权利要求5所述的装置，其特征在于，所述模型训练模块包括：

历史数据单元，用于通过历史用户的基础数据生成历史多维度特征数据；

训练测试单元，用于通过所述历史多维度特征数据生成训练集数据与测试集数据；

分箱编码单元，用于分别对训练集数据与测试集数据中的所述历史多维度数据的每一维度数据进行分箱编码；以及

训练单元，用于将分箱编码后的训练集数据输入所述至少一个机器学习模型中，通过分箱编码后的测试集数据进行验证以建立所述时序金融模型。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。