[发明专利]一种优惠券推送方法及装置

说明书

本说明书公开了一种优惠券推送方法及装置，先根据目标用户的历史行为数据，确定目标用户的用户特征，之后针对每个待推送优惠券，根据目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，在对所述待推送优惠券的不同使用情况下，该目标用户执行购买行为的概率，然后根据确定出的概率以及该推送优惠券的成本，确定向目标用户推送该待推送优惠券的回报值，最后，根据各待推送优惠券的回报值，从各待推送优惠券中确定目标优惠券并推送给目标用户。

技术领域

本申请涉及互联网技术领域，尤其涉及一种优惠券推送方法及装置。

背景技术

随着互联网技术的发展以及成熟，越来越多的用户习惯通过电子商务平台消费购物。而在电子商务平台大量出现且同质化严重的情况下，只有足够多的活跃用户才能保证平台的正常运行，因此如何提高用户留存率成为各电子商务平台的重要工作之一。而一种常用的提高用户留存率的方法是：向用户推送信息其感兴趣的信息，以增加用户使用平台的频率，提高留存率。其中，推送信息包括：广告、优惠券、互动活动、电子券等等。

由于用户通常只浏览自己感兴趣的信息，而不同用户的需求并不完全相同，因此为了提高推送信息的准确率，在现有技术中，通过获取用户的画像信息，根据训练完成的用于预测用户喜好的预测模型，确定向用户推送的信息。

并且，由于电子券或者优惠券这类信息对于吸引用户留存的效果更加明显，因此更常见的预测模型是用于预测用户在不同的费用减免值(即，优惠券提供的优惠额度)时完成预设交易的概率。则最后平台确定的向用户推送哪种优惠券。

现有技术中的采用的是拟合各费用减免值以及对应的各交易概率的函数，基于拟合函数以及预设的若干参数，将用户群划分为若干类，并确定每一类用户分别对应的推送优惠券(即，推送哪种优惠券)。但是，预测模型的粒度较大，不能真正的做到针对每个用户进行预测以及优惠券推送，导致推送优惠券的准确率较低。另外，由于优惠券推送的成本，还包含了优惠券本身在使用的费用减免值。但是现有技术中，并没有考虑优惠券实际使用时造成的成本，容易造成推送优惠券的成本过高，本末倒置。

于是针对现有技术中存在的问题，本说明书提供一种新的优惠券推送方法及装置。

发明内容

本说明书实施例提供一种优惠券推送方法及装置，用于解决现有推送优惠券的技术中不考虑成本，且预测模型的粒度较大，导致推送优惠券准确度低的问题。

本说明书实施例采用下述技术方案：

本说明书提供的一种优惠券推送方法，包括：

根据目标用户的历史行为数据，确定所述目标用户的用户特征；

针对各待推送优惠券，根据所述目标用户的用户特征以及该待推送优惠券的优惠券特征，通过预先训练的模型，确定所述目标用户在对该待推送优惠券的不同使用情况下执行购买行为的概率；

根据所述概率以及该待推送优惠券的成本，确定将该待推送优惠券推送给所述目标用户的回报值；

根据针对各待推送优惠券分别确定出的回报值，从各待推送优惠券中，确定目标优惠券并推送给所述目标用户。

可选地，预先训练模型，具体包括：

根据各用户的用户信息，确定若干用户类型；

针对确定出的每个用户类型，根据各优惠券以及该用户类型的各用户，确定训练样本，并训练用于预测该用户类型的用户在对优惠券的不同使用情况下执行购买行为的概率的模型；

其中，针对每个训练样本，该训练样本包含一个用户和一个优惠券，若该训练样本中包含的用户持有该训练样本中包含的优惠券，则该训练样本为正例，若该训练样本中包含的用户未持有该训练样本中包含的优惠券，则该训练样本为反例。

可选地，预先训练模型，具体包括：