[发明专利]实时用户转化评估方法、装置及电子设备

权利要求书

1.一种实时用户转化评估方法，其特征在于，包括：

获取用户的实时流量数据；

根据所述实时流量数据中的用户基础数据确定离线特征数据；

根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及

将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。

2.如权利要求1所述的方法，其特征在于，还包括：

根据所述用户转化评估值生成广告出价；以及

基于所述广告出价进行广告竞价操作。

3.如权利要求1-2所述的方法，其特征在于，还包括：

通过多个第三方数据源的用户数据生成用户初始数据；

对所述用户初始数据进行数据清洗和特性处理生成所述全量用户数据；以及

基于所述全量用户数据与离线转化评估模型生成所述离线特征数据集合，

所述离线特性数据集合中包括全量用户数据及其对应的离线特征数据。

4.如权利要求1-3所述的方法，其特征在于，还包括：

获取历史上已进行落地转化的第一用户的基础数据；

获取历史上未进行落地转化的第二用户的基础数据；以及

通过所述第一用户和所述第二用户的基础数据对第一机器学习模型进行训练，生成所述离线转化评估模型。

5.如权利要求1-4所述的方法，其特征在于，还包括：

获取历史上已进行落地转化的第一用户的操作数据、离线特征数据；

获取历史上未进行落地转化的第二用户的操作数据、离线特征数据；以及

通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。

6.如权利要求1-5所述的方法，其特征在于，通过所述第一用户和所述第二用户的操作数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型，包括：

根据所述第一用户和所述第二用户的操作数据生成所述第一用户和所述第二用户的时间序列特征数据；

根据所述离线特征数据集合获取所述第一用户和所述第二用户的所述离散特征数据；以及

通过所述第一用户和所述第二用户的时间序列特征数据、离线特征数据对第二机器学习模型进行训练，生成所述实时转化评估模型。

7.如权利要求1-6所述的方法，其特征在于，根据所述实时流量数据中的用户基础数据确定离线特征数据，包括：

根据所述实时流量数据中的用户基础数据和所述离线特征数据集合确定离线特征数据。

8.一种实时用户转化评估装置，其特征在于，包括：

实时流量模块，用于获取用户的实时流量数据；

离线特征模块，用于根据所述实时流量数据中的用户基础数据确定离线特征数据；

时间序列模块，用于根据所述实时流量数据中的用户操作数据生成时间序列特征数据；以及

转化评估模块，用于将所述时间序列特征数据和所述离线特征数据输入实时转化评估模型，生成用户转化评估值。

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1-7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1-7中任一所述的方法。