[发明专利]用户筛选方法和装置

权利要求书

1.一种用户筛选方法，所述方法包括：

将目标用户与电子支付相关的行为特征作为预先训练的第一神经网络模型的输入，通过所述第一神经网络模型的输出得到所述目标用户的第一得分，所述第一得分用于指示所述目标用户在第一预设时间周期内发生对预先发放的虚拟资源的使用行为的概率；

将所述目标用户与电子支付相关的行为特征作为预先训练的第二神经网络模型的输入，通过所述第二神经网络模型的输出得到所述目标用户的第二得分，所述第二得分用于指示在针对所述目标用户推送资源使用提醒后，所述目标用户在第二预设时间周期内发生对预先发放的虚拟资源的使用行为的概率；

根据所述第二得分相对于所述第一得分的变化，确定是否向所述目标用户推送资源使用提醒。

2.如权利要求1所述的方法，其中，所述第一神经网络模型通过以下方式训练：

将第一用户集合中各用户在第一时间的与电子支付相关的行为特征作为样本特征，将所述各用户在所述第一时间之后的所述第一预设时间周期内对预先发放的虚拟资源的使用行为作为样本标签，对所述第一神经网络模型进行训练。

3.如权利要求1所述的方法，其中，所述第二神经网络模型通过以下方式训练：

将第二用户集合中各用户在第二时间的与电子支付相关的行为特征作为样本特征，所述第二时间为针对所述各用户推送资源使用提醒的时间，将所述各用户在所述第二时间之后的所述第二预设时间周期内对预先发放的虚拟资源的使用行为作为样本标签，对所述第二神经网络模型进行训练。

4.如权利要求1所述的方法，其中，所述与电子支付相关的行为特征包括如下至少一项：

用户在一定时间内的交易次数、用户在一定时间内的充值次数、用户的基本信息、用户的绑卡信息。

5.如权利要求1所述的方法，其中，所述与电子支付相关的行为特征包括多项特征；

所述第一神经网络模型用于分别提取所述多项特征的低阶特征组合和所述多项特征的高阶特征组合，根据所述低阶特征组合和所述高阶特征组合得到所述第一得分。

6.如权利要求1所述的方法，其中，所述与电子支付相关的行为特征包括多项特征；

所述第二神经网络模型用于分别提取所述多项特征的低阶特征组合和所述多项特征的高阶特征组合，根据所述低阶特征组合和所述高阶特征组合得到所述第二得分。

7.如权利要求1所述的方法，其中，所述推送资源使用提醒包括如下至少一项：

短信提醒、电话提醒、通知消息提醒。

8.如权利要求1所述的方法，其中，所述根据所述第二得分相对于所述第一得分的变化，确定是否向所述目标用户推送资源使用提醒，包括：

将所述第二得分相对于所述第一得分的变化，确定为所述目标用户的增加值；

当所述目标用户的增加值在第三用户集合中各用户的增加值中的排序高于预设排名时，确定向所述目标用户推送资源使用提醒。

9.一种用户筛选装置，所述装置包括：

第一评分单元，用于将目标用户与电子支付相关的行为特征作为预先训练的第一神经网络模型的输入，通过所述第一神经网络模型的输出得到所述目标用户的第一得分，所述第一得分用于指示所述目标用户在第一预设时间周期内发生对预先发放的虚拟资源的使用行为的概率；

第二评分单元，用于将所述目标用户与电子支付相关的行为特征作为预先训练的第二神经网络模型的输入，通过所述第二神经网络模型的输出得到所述目标用户的第二得分，所述第二得分用于指示在针对所述目标用户推送资源使用提醒后，所述目标用户在第二预设时间周期内发生对预先发放的虚拟资源的使用行为的概率；

确定单元，用于根据所述第二评分单元得到的第二得分相对于所述第一评分单元得到的第一得分的变化，确定是否向所述目标用户推送资源使用提醒。