[发明专利]用户筛选方法和装置

说明书

本说明书实施例提供一种用户筛选方法和装置，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，通过第一神经网络模型的输出得到目标用户的第一得分，第一得分用于指示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；将前述行为特征作为预先训练的第二神经网络模型的输入，通过第二神经网络模型的输出得到目标用户的第二得分，第二得分用于指示在针对目标用户推送资源使用提醒后，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；根据第二得分相对于第一得分的变化，确定是否向目标用户推送资源使用提醒，能够筛选出通过推送资源使用提醒可以激活的用户。

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及用户筛选方法和装置。

背景技术

对应一些电子支付系统，注册用户非常大，千万级别，每个月的活跃用户在百万级别，很多用户余额里面是有金钱的，并且很多用户的余额都是营销活动获得的，并没有消费出去，这批资金对公司来讲，就是一笔损失，投资了，但是没有带回来活跃用户。通过推送资源使用提醒可以提醒用户使用资源，例如，短信通知的方式提醒用户，短信通知的成本很低，但是每天的量级有限，如何最低成本的拉回这批用户，是营销活动中的重要一环。

使用运营规则，筛选出一批用户，进行短信投放，这样筛选用户的方法不能充分利用用户的特征，有的用户，是否发短信，都会活跃，有的用户不给短信，他不知道他有这笔钱，就不会活跃。而有的用户，给了短信，就是干扰，也许会卸载应用(app)。

因此，希望能有改进的方案，能够筛选出通过推送资源使用提醒可以激活的用户。

发明内容

本说明书一个或多个实施例描述了一种用户筛选方法和装置，能够筛选出通过推送资源使用提醒可以激活的用户。

第一方面，提供了一种用户筛选方法，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，所述与电子支付相关的行为特征包括多项特征；