[发明专利]基于机器学习的运营策略配置方法、装置和电子设备

权利要求书

1.一种基于机器学习的运营策略配置方法，其特征在于，包括：

获取多个历史用户群的用户标签和与各历史用户群对应的运营策略参数，建立基于机器学习的运营策略参数计算模型；

获取新用户群的用户标签，使用所述计算模型计算该新用户群的运营策略参数；

根据所计算得到的运营策略参数自动为所述新用户群配置运营策略。

2.根据权利要求1所述的方法，其特征在于，所述获取多个历史用户群的用户标签和与各历史用户群对应的运营策略参数，进一步包括：

获取每个历史用户的用户标签和对应的运营策略参数，其中，所述用户标签包括分类标签和特征标签；

根据所述历史用户的分类标签对所述历史用户分类形成历史用户群，并对不同类型的历史用户群配置对应的运营策略参数。

3.根据权利要求1-2中任一所述的方法，其特征在于，所述根据所述历史用户的分类标签对所述历史用户分类形成历史用户群，并对不同类型的历史用户群配置对应的运营策略参数，进一步包括：

将所有历史用户的分类标签拆分为多个独立的子标签形成分类标签池；

从所述分类标签池中获取每个历史用户对应的子标签形成标签集合，并将拥有相同标签集合的历史用户分为同一个历史用户群；

对每个历史用户群命名并配置对应的运营策略参数。

4.根据权利要求1-3中任一所述的方法，其特征在于，所述获取多个历史用户群的用户标签和与各历史用户群对应的运营策略参数，还包括：

根据预设条件从所述分类标签池中选取特定的子标签进行组合形成虚拟历史用户群；

对所述虚拟历史用户群命名并配置新的运营策略参数。

5.根据权利要求1-4中任一所述的方法，其特征在于，所述运营策略参数计算模型为相似度匹配模型，其根据新用户群与各历史用户群的特征标签的相似度计算运营策略参数。

6.根据权利要求1-5中任一所述的方法，其特征在于，所述获取新用户群的用户标签，使用所述计算模型计算该新用户群的运营策略参数，包括：

将拥有相同分类标签的新用户分为同一个新用户群并命名；

将所述新用户群的特征标签输入所述计算模型，筛选出与所述新用户群的特征标签相似度最高的历史用户群对应的运营策略参数。

7.根据权利要求1-6中任一所述的方法，其特征在于，所述根据所计算得到的运营策略参数自动为所述新用户群配置运营策略，进一步包括：

检测所述新用户群的分类标签与筛选得到的历史用户群的分类标签是否相同；

若相同，将计算得到的运营策略参数代入所述运营策略中作为所述新用户群的运营策略；

若不相同，根据所述新用户群的分类标签自动调整所述运营策略参数后代入所述运营策略中作为所述新用户群的运营策略。

8.一种基于机器学习的运营策略配置装置，其特征在于，包括：

信息获取模块，用于获取多个历史用户群的用户标签和与各历史用户群对应的运营策略参数，还用于获取新用户群的用户标签；

参数计算模块，用于建立基于机器学习的运营策略参数计算模型，还用于使用所述计算模型计算该新用户群的运营策略参数；

策略配置模块，用于根据所计算得到的运营策略参数自动为所述新用户群配置运营策略。

9.一种电子设备，其中，该电子设备包括：

处理器；以及，

存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。