[发明专利]商户激励程度的确定方法、装置和订单生成方法、装置

权利要求书

1.一种商户激励程度的确定方法，其特征在于，所述方法包括：

获取目标商户集，所述目标商户集包括至少一个目标商户；

针对每个所述目标商户，采用用户数预测模型预测在不同的激励程度参数下访问所述目标商户的用户数；所述用户数预测模型通过第一训练样本训练得到，所述第一训练样本包括：第一样本商户信息、第一样本激励程度和样本用户数；

针对每个所述目标商户，采用下单率预测模型预测在不同的激励程度参数下所述目标商户对应的下单率；所述下单率预测模型通过第二训练样本训练得到，所述第二训练样本包括：第二样本商户信息、第二样本激励程度和样本下单率；

针对每个所述目标商户和每个所述激励程度参数，根据所述目标商户在所述激励程度参数下对应的下单率、访问所述目标商户的用户数和所述激励程度参数，确定所述目标商户在所述激励程度参数下对应的激励成本参数；

根据预设的最大激励成本和每个所述目标商户在每个所述激励程度参数下对应的激励成本参数，确定每个所述目标商户的目标激励程度参数。

2.根据权利要求1所述的商户激励程度的确定方法，其特征在于，所述根据预设的最大激励成本和每个所述目标商户在每个所述激励程度参数下对应的激励成本参数，确定每个所述目标商户的目标激励程度参数的步骤，包括：

针对每个所述目标商户，生成所述目标商户的调整信息；所述调整信息包括：至少一个激励程度参数、所述目标商户在所述激励程度参数下对应的激励成本参数和所述激励程度参数对应的调整效率，所述激励程度参数对应的调整效率是根据激励成本差值与激励程度差值的比值确定的，所述激励程度差值是大于所述激励程度参数的相邻激励程度参数与所述激励程度参数的差值，所述激励成本差值是所述相邻激励程度参数对应的激励成本参数，与所述激励程度参数对应的激励成本参数的差值；

针对每个所述目标商户，初始化所述目标商户的目标激励程度参数；

若所述目标商户集中各目标商户在所述目标激励程度参数下对应的激励成本参数之和大于预设的最大激励成本，则确定最大的所述调整效率对应的目标调整信息，并将所述目标调整信息中的目标商户的目标激励程度参数调整为所述目标调整信息中的激励程度参数，直至所述目标商户集中各目标商户在所述目标激励程度参数下对应的激励成本参数之和小于或等于预设的最大激励成本。

3.根据权利要求1所述的商户激励程度的确定方法，其特征在于，所述针对每个所述目标商户和每个所述激励程度参数，根据所述目标商户在所述激励程度参数下对应的下单率、访问所述目标商户的用户数和所述激励程度参数，确定所述目标商户在所述激励程度参数下对应的激励成本参数的步骤，包括：

针对每个所述目标商户和每个所述激励程度参数，将在所述激励程度参数下所述目标商户对应的下单率、访问所述目标商户的用户数和所述激励程度参数的乘积，作为所述激励程度参数对应的激励成本参数。

4.根据权利要求1所述的商户激励程度的确定方法，其特征在于，所述第一训练样本通过如下步骤得到：从用户行为记录中获取针对第一样本商户的第一训练样本；所述第一训练样本中的第一样本商户信息是所述第一样本商户的商户信息，所述第一训练样本中的样本用户数是历史访问所述第一样本商户的用户数，若所述第一样本商户是随机激励商户，则所述第一训练样本中的第一样本激励程度是随机数值，若所述第一样本商户不是所述随机激励商户，则所述第一训练样本中的第一样本激励程度是所述第一样本商户的目标激励程度参数。

5.根据权利要求1所述的商户激励程度的确定方法，其特征在于，所述第二训练样本通过如下步骤得到：

从用户行为记录中获取针对第二样本商户的第二训练样本；所述第二训练样本中的第二样本商户信息是所述第二样本商户的商户信息，所述第二训练样本中的样本下单率是历史访问所述第二样本商户的用户是否对所述目标商户进行下单的标识，若所述第二样本商户是随机激励商户，则所述第二训练样本中的第二样本激励程度是随机数值，若所述第二样本商户不是所述随机激励商户，则所述第二训练样本中的第二样本激励程度是所述第二样本商户的目标激励程度参数。