[发明专利]名单数据筛选方法、装置、计算机设备及存储介质

说明书

本申请实施例属于大数据技术领域，涉及一种名单数据筛选方法，包括：获取历史信息记录，根据历史信息记录确定对应的初始名单数据；基于预设的相似度模型，获取初始名单数据与样本数据的总相似度；根据总相似度对初始名单数据进行筛选，得到无效数据和候选数据；在无效数据的占比值小于预设占比时，对候选数据进行再筛选，得到最终的可选名单数据；基于阶段模型，计算可选名单数据对应的预测评分，将预测评分大于等于预设评分阈值的可选名单数据，选定为最终名单数据。本申请还提供一种名单数据筛选装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，所述最终名单数据可存储于区块链中。本申请实现了对用户数据的精确筛选。

技术领域

本申请涉及大数据技术领域，尤其涉及一种名单数据筛选方法、装置、计算机设备及存储介质。

背景技术

随着信息技术的快速发展，无论是在线上还是在线下，每天都会有大量的数据被传递出去，人们也同时每天接收着由外界传来的大量的各种不同信息。然而，如何将信息向用户进行针对性的推送，使得接收该信息的群体是真正需要该信息的群体，是当前研究的热点。

传统的用户筛选通常采用线下人工拜访采集数据，然后进行人工筛选用户，再针对该类用户进行信息推荐，这种方式通常效率低下，并且无法对大量的数据进行精确分析处理。当前，针对线上的用户群体，尽管能够通过大数据进行数据分析，得到可能需要某类信息的用户群体。但是，在通过这种方式进行筛选时，由于数据量大仍然会存在筛选精度差，无法筛选到真正所需要当前推荐内容的用户，所筛选的用户粘性低的问题。因此，如何在大量信息中实现高精度用户数据筛选，是一个丞待解决的技术问题。

发明内容

本申请实施例的目的在于提出一种名单数据筛选方法、装置、计算机设备及存储介质，以解决当前无法在大量信息中实现高精度数据筛选的技术问题。

为了解决上述技术问题，本申请实施例提供一种名单数据筛选方法，采用了如下所述的技术方案：

获取历史信息记录，根据所述历史信息记录确定对应的初始名单数据；

基于预设的相似度模型，获取所述初始名单数据与样本数据的总相似度；

根据所述总相似度对所述初始名单数据进行筛选，得到无效数据和候选数据；

计算所述无效数据在所述初始名单数据中的第一占比值，在所述无效数据的第一占比值小于预设占比时，对所述候选数据进行再筛选，直至累计筛选出的所述无效数据的总和在所述初始名单数据中的第二占比值大于等于所述预设占比，得到最终的可选名单数据；

基于预设的阶段模型，计算每个所述可选名单数据对应的预测评分，将所述预测评分大于等于预设评分阈值的可选名单数据，选定为最终名单数据。

进一步的，在所述基于预设的相似度模型，获取所述初始名单数据与样本数据的总相似度的步骤之前还包括：

预先建立基础训练模型，基于采集的训练数据对所述基础训练模型进行训练，其中，所述训练数据包括正样本数据和负样本数据；

在所述基础训练模型对所述正样本数据和所述负样本数据的识别成功率达到预设成功率，确定所述基础训练模型训练完成，得到对应的相似度模型。

进一步的，所述基于预设的相似度模型，获取所述初始名单数据与样本数据的总相似度的步骤具体包括：

将所述初始名单数据中各项数据与样本数据中对应项的数据，通过预设的相似度模型进行计算，得到所述初始名单数据中每项数据对应的子相似度；

计算所有所述子相似度的和，以及所述和在所述初始名单数据总项数中占比，所述占比即为所述初始名单数据和所述样本数据的总相似度。

进一步的，所述计算每个所述可选名单数据对应的预测评分的步骤具体包括：