[发明专利]一种优惠券发放方法及相关装置

权利要求书

1.一种优惠券发放方法，其特征在于，包括：

获取多个用户的历史出行订单；

根据所述用户的历史出行订单对各所述用户进行分组，以将各所述用户划分到多个用户组中；

初始化各所述用户组的效用表，所述效用表中存储有对各所述用户组中的用户采取预设动作的效用值，所述效用值表征对所述用户采取预设动作后获得的综合奖赏，所述预设动作包括优惠券升档、优惠券降档和维持原优惠券档位中的一种；

基于各所述用户组的效用表，计算采取不同的预设动作获得的效用值，将采取不同的预设动作获得的最大效用值对应的预设动作作为所述用户组的优惠券发放动作。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户的历史出行订单对各所述用户进行分组，以将各所述用户划分到多个用户组中包括：

根据所述用户的历史出行订单，计算用户的优惠券敏感度；

根据所述用户的历史出行订单，基于预先训练的预测模型，计算用户的单均金额预测值；

根据各所述用户的优惠券敏感度和单均金额预测值，将优惠券敏感度和单均金额预测值相近的用户划分到同一用户组中。

3.根据权利要求2所述的方法，其特征在于，所述根据所述用户的历史出行订单，计算用户的优惠券敏感度包括：

根据所述用户的历史出行订单，按预设周期统计所述用户在预设周期内的优惠券抵扣后的实付金额总和以及优惠券抵扣前的应付金额总和；

将用户在预设周期内的优惠券抵扣后的实付金额总和与优惠券抵扣前的应付金额总和的比值，作为所述用户的优惠券敏感度。

4.根据权利要求1所述的方法，其特征在于，所述初始化各所述用户组的效用表包括：

采用贪心策略对各所述用户组在采取不同所述预设动作后获得的效用值进行探索，以获得各所述用户组的效用表。

5.根据权利要求1所述的方法，其特征在于，所述基于各所述用户组的效用表，计算采取不同的预设动作获得的效用值包括：

确定学习率和折扣因子的取值；

计算采取不同的预设动作获得的奖赏值；

基于各所述用户组的效用表，确定对各所述用户组在当前状态下采取不同的预设动作可获得的最大效用值；

基于第一预设公式、对各所述用户组在当前状态下采取不同的预设动作可获得的最大效用值以及采取不同的预设动作获得的奖赏值，计算对各所述用户组在当前状态下采取不同的预设动作获得的效用值；

所述第一预设公式包括：其中，R(S,a)表示采取预设动作后的奖赏值，S表示用户组的当前状态，S′表示从当前状态通过采取预设动作转换到的下一状态，A表示采取的所述预设动作，a表示可选的预设动作，α表示折扣因子，Q(S,A)表示效用值，表示对所述用户组在当前状态下采取不同的预设动作可获得的最大效用值。

6.一种优惠券发放系统，其特征在于，包括：

数据获取模块，用于获取多个用户的历史出行订单；

用户分组模块，用于根据所述用户的历史出行订单对各所述用户进行分组，以将各所述用户划分到多个用户组中；

初始化模块，用于初始化各所述用户组的效用表，所述效用表中存储有对各所述用户组中的用户采取预设动作的效用值，所述效用值表征对所述用户采取预设动作后获得的综合奖赏，所述预设动作包括优惠券升档、优惠券降档和维持原优惠券档位中的一种；

策略确定模块，用于基于各所述用户组的效用表，计算采取不同的预设动作获得的效用值，将采取不同的预设动作获得的最大效用值对应的预设动作作为所述用户组的优惠券发放动作。

7.根据权利要求6所述的系统，其特征在于，所述用户分组模块包括：

敏感度计算单元，用于根据所述用户的历史出行订单，计算用户的优惠券敏感度；

单均金额预测单元，用于根据所述用户的历史出行订单，基于预先训练的预测模型，计算用户的单均金额预测值；

用户划分单元，用于根据各所述用户的优惠券敏感度和单均金额预测值，将优惠券敏感度和单均金额预测值相近的用户划分到同一用户组中。