【技術實現步驟摘要】
本公開一般涉及金融領域，具體涉及一種基于金融領域的廣告營銷建模方法、裝置、服務器以及計算機可讀存儲介質。
技術介紹
1、廣告營銷是一種通過各種媒體渠道向目標受眾傳遞產品或服務信息的策略，目的是增加品牌知名度、促進銷售以及與潛在客戶建立聯系。廣告營銷算法則是指通過對過潛在用戶的信息進行學習編碼，從而計算出用戶對產品的需求意愿的一種方法。在金融領域，廣告營銷模型常常用在判斷一個潛在用戶對金融產品的需求度。
2、目前的廣告營銷算法主要是通過lr模型對用戶的輸入特征進行建模，為用戶的特征賦予權重，輸出特征的加權和得到概率分，指示用戶對該金融產品的需求度。
3、但是在金融廣告領域，用戶的數據通常是比較稀疏的，特征的覆蓋率較低，而且樣本整體的分布不均勻，導致模型的建模效果較差，預測結果精度低，可信度差。
技術實現思路
1、鑒于現有技術中的上述缺陷或不足，期望提供一種廣告營銷建模方法、裝置、服務以及計算機可讀存儲介質，可以顯著提升對于金融產品的用戶需求評估的精準度。
2、第一方面，本申請實施例提供了一種基于金融領域的廣告營銷建模方法，包括：
3、獲取收集的用戶特征數據，作為樣本集；
4、根據樣本的分類表現對所述樣本集進行樣本類型的劃分，得到若干子樣本集；
5、調用各樣本類型對應的特征提取模型，對對應的子樣本集進行特征提取，并融合各所述特征提取模型生成的各組特征值；
6、調用評估模型基于融合后的特征值對金融產品進行
7、在一種實施例中，所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分，包括：
8、調用預訓練的特征提取模型對所述樣本集進行樣本評估；
9、確定評估結果中正負樣本的分割線；
10、按照距離所述分割線從近到遠，從所述樣本集中提取第一比例的樣本，作為困難樣本集；
11、按照距離所述分割線從遠到近，從所述樣本集中提取第二比例的樣本，作為噪聲樣本集。
12、在一種實施例中，所述調用各樣本類型對應的特征提取模型，對對應的子樣本集進行特征提取，并融合各所述特征提取模型生成的各組特征值，包括：
13、調用第一特征提取模型對所述困難樣本集中的各樣本進行特征提取，將生成的特征作為回撈的第一特征；
14、從所述樣本集中剔除所述噪聲樣本集，并調用第二特征提取模型對剩余的各樣本進行特征提取，將生成的特征作為排除干擾后的第二特征；
15、調用第三特征提取模型對所述樣本集中的各樣本進行特征提取，將生成的特征作為基礎的第三特征；
16、對所述第一特征、所述第二特征以及所述第三特征進行特征融合。
17、在一種實施例中，在所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分之前，還包括：
18、確定所述用戶特征數據中存在缺失的核心特征，作為目標特征；
19、調用預訓練的特征預測模型對所述目標特征進行缺失數據的預測，并將預測得到的數據回填至所述用戶特征數據；
20、將回填后的用戶特征數據作為樣本集。
21、在一種實施例中，確定所述用戶特征數據中存在缺失的核心特征，包括：
22、將所述用戶特征數據輸入至lr模型進行評估，獲取各特征對應的權重；
23、按所述權重的大小，依序提取前m項用戶特征；
24、確定前m項用戶特征中各特征的覆蓋率；
25、從前m項用戶特征中剔除覆蓋率高于閾值的特征，并將剩余特征作為所述目標特征。
26、在一種實施例中，在所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分之前，還包括：
27、確定所述用戶特征數據中的關鍵特征；
28、對所述關鍵特征進行特征交叉處理，生成新特征；
29、合并所述用戶特征數據以及所述新特征，作為樣本集。
30、在一種實施例中，確定所述用戶特征中的關鍵特征，包括：
31、將所述用戶特征數據輸入至lr模型進行評估，獲取各特征對應的權重；
32、按所述權重的大小，依序提取前n項用戶特征；
33、判斷前n項用戶特征的權重是否存在斷層；
34、若存在斷層，將斷層前的所有用戶特征作為所述關鍵特征；
35、若不存在斷層，將前n項用戶特征作為所述關鍵特征。
36、第二方面，本申請實施例提供了一種基于金融領域的廣告營銷建模裝置，包括：
37、數據獲取單元，用于獲取收集的用戶特征數據，作為樣本集；
38、樣本集劃分單元，用于根據樣本的分類表現對所述樣本集進行樣本類型的劃分，得到若干子樣本集；
39、多模型提取單元，用于調用各樣本類型對應的特征提取模型，對對應的子樣本集進行特征提取，并融合各所述特征提取模型生成的各組特征值；
40、需求評估單元，用于調用評估模型基于融合后的特征值對金融產品進行需求預測，將預測結果作為用戶對所述金融產品的需求度。
41、第三方面，本申請實施例提供了一種服務器，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，該處理器執行該程序時實現如本申請實施例描述的方法的步驟。
42、第四方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本申請實施例描述的方法的步驟。
43、本專利技術附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實踐了解到。
本文檔來自技高網...【技術保護點】
1.一種基于金融領域的廣告營銷建模方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分，包括：
3.如權利要求2所述的方法，其特征在于，所述調用各樣本類型對應的特征提取模型，對對應的子樣本集進行特征提取，并融合各所述特征提取模型生成的各組特征值，包括：
4.如權利要求1所述的方法，其特征在于，在所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分之前，還包括：
5.如權利要求4所述的方法，其特征在于，確定所述用戶特征數據中存在缺失的核心特征，包括：
6.如權利要求1所述的方法，其特征在于，在所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分之前，還包括：
7.如權利要求6所述的方法，其特征在于，確定所述用戶特征中的關鍵特征，包括：
8.一種基于金融領域的廣告營銷建模裝置，其特征在于，包括：
9.一種服務器，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時，實現如權利
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1至7中任一所述的方法的步驟。
...【技術特征摘要】
1.一種基于金融領域的廣告營銷建模方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分，包括：
3.如權利要求2所述的方法，其特征在于，所述調用各樣本類型對應的特征提取模型，對對應的子樣本集進行特征提取，并融合各所述特征提取模型生成的各組特征值，包括：
4.如權利要求1所述的方法，其特征在于，在所述根據樣本的分類表現對所述樣本集進行樣本類型的劃分之前，還包括：
5.如權利要求4所述的方法，其特征在于，確定所述用戶特征數據中存在缺失的核心特征，包括：
6.如...
【專利技術屬性】
技術研發人員：谷煉，楊青，
申請(專利權)人：度小滿科技北京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。