【技術(shù)實現(xiàn)步驟摘要】
本公開的實施例涉及客戶營銷，具體涉及預估模型構(gòu)建方法、預估模型構(gòu)建裝置和電子設(shè)備。
技術(shù)介紹
1、目前，物流行業(yè)客戶合同期內(nèi)的行為表現(xiàn)紛繁多樣，沉淀在客戶經(jīng)營數(shù)據(jù)中的數(shù)據(jù)表現(xiàn)錯綜復雜，如何準確預估客戶的一些屬性數(shù)據(jù)(如生命周期價值)，是一個急需解決的問題。
2、然而，專利技術(shù)人發(fā)現(xiàn)，現(xiàn)有的客戶屬性預估通常以人工為主。一般根據(jù)歷史單量、收入、客訴率等指標進行粗淺的預估，這種預估往往偏差較大。并且客戶屬性經(jīng)常受到節(jié)假日大促等因素影響，短期會出現(xiàn)經(jīng)營數(shù)據(jù)的異常波動。人工預估通常對節(jié)假日大促等異常流量捕捉不及時，預判往往會有滯后性，導致預測效果大打折扣。
3、該
技術(shù)介紹
部分中所公開的以上信息僅用于增強對本專利技術(shù)構(gòu)思的背景的理解，并因此，其可包含并不形成本國的本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。
技術(shù)實現(xiàn)思路
1、本公開的內(nèi)容部分用于以簡要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實施方式部分被詳細描述。本公開的內(nèi)容部分并不旨在標識要求保護的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護的技術(shù)方案的范圍。
2、本公開的一些實施例提出了預估模型構(gòu)建方法、預估模型構(gòu)建裝置、電子設(shè)備、計算機可讀介質(zhì)和計算機程序產(chǎn)品，來解決以上
技術(shù)介紹
部分提到的技術(shù)問題中的一項或多項。
3、第一方面，本公開的一些實施例提供了一種預估模型構(gòu)建方法，包括：基于樣本數(shù)據(jù)和預估模型中的因果模型，確定影響目標用戶屬性的各因素的因果系數(shù)，其中，樣本數(shù)據(jù)包括多種數(shù)據(jù)維
4、在一些實施例中，基于樣本數(shù)據(jù)和預估模型中的因果模型，確定影響目標用戶屬性的各因素的因果系數(shù)，包括：根據(jù)樣本數(shù)據(jù)中不同特征數(shù)據(jù)序列的數(shù)據(jù)特性，選擇適配的因果模型；基于樣本數(shù)據(jù)和選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應；對各因素的因果效應進行變換處理，得到各因素的因果系數(shù)。
5、在一些實施例中，基于樣本數(shù)據(jù)和選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應，包括：對樣本數(shù)據(jù)進行對數(shù)變換，以及將變換后的樣本數(shù)據(jù)輸入選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應。
6、在一些實施例中，對各因素的因果效應進行變換處理，得到各因素的因果系數(shù)，包括：對各因素的因果效應進行指數(shù)變換，得到變換后的因果系數(shù)；對變換后的因果系數(shù)進行評估，以及將通過評估的因果系數(shù)確定為各因素的因果系數(shù)。
7、在一些實施例中，該方法還包括：從獲取的原始數(shù)據(jù)中提取相關(guān)特征數(shù)據(jù)，其中，相關(guān)特征數(shù)據(jù)包括以下至少一項：目標因素數(shù)據(jù)，混淆因素數(shù)據(jù)，和/或其他維度特征數(shù)據(jù)；將提取的相關(guān)特征數(shù)據(jù)按照設(shè)定時長進行特征組合，得到特征數(shù)據(jù)序列，以及對設(shè)定時長內(nèi)的目標用戶屬性進行打標，生成樣本數(shù)據(jù)。
8、在一些實施例中，從獲取的原始數(shù)據(jù)中提取相關(guān)特征數(shù)據(jù)，包括：對于獲取的原始數(shù)據(jù)中的非結(jié)構(gòu)化數(shù)據(jù)進行切詞處理，得到詞數(shù)據(jù)；采用樹形結(jié)構(gòu)對詞數(shù)據(jù)進行歸類，以及將該樹形結(jié)構(gòu)中的各節(jié)點信息作為數(shù)據(jù)維度，得到不同數(shù)據(jù)維度下的特征數(shù)據(jù)。
9、在一些實施例中，該方法還包括：根據(jù)預估目標用戶屬性和樣本數(shù)據(jù)中對應的標簽數(shù)據(jù)，對預估模型進行調(diào)優(yōu)，以對調(diào)優(yōu)后模型繼續(xù)訓練；響應于確定預估模型訓練完成，對預估模型進行評估。
10、在一些實施例中，對預估模型進行調(diào)優(yōu)，包括：采用網(wǎng)格搜索方法確定因果模型的類型，以對模型進行調(diào)優(yōu)；和/或根據(jù)奧卡姆剃刀原則對預估模型中的特征數(shù)據(jù)進行評估，以對模型的特征數(shù)據(jù)進行調(diào)優(yōu)。
11、在一些實施例中，該方法還包括：響應于接收到預估請求，通過預估模型得到預估請求的預估結(jié)果，其中，預估請求用于指示預估目標用戶屬性；將預估結(jié)果存儲至數(shù)據(jù)庫，以供查詢。
12、第二方面，本公開的一些實施例提供了一種預估模型構(gòu)建裝置，包括：因果系數(shù)確定單元，被配置成基于樣本數(shù)據(jù)和預估模型中的因果模型，確定影響目標用戶屬性的各因素的因果系數(shù)，其中，樣本數(shù)據(jù)包括多種數(shù)據(jù)維度下的特征數(shù)據(jù)序列，以及表征不同時間和不同數(shù)據(jù)維度下的樣本目標用戶屬性的標簽數(shù)據(jù)；目標系數(shù)選取單元，被配置成從確定的各因果系數(shù)中選取出目標因素的因果系數(shù)，其中，目標因素為與設(shè)定時間和設(shè)定維度相匹配的因素；初步預估單元，被配置成根據(jù)樣本數(shù)據(jù)和預估模型中的基礎(chǔ)預估模型，得到初步預估結(jié)果，其中，基礎(chǔ)預估模型用于預估在設(shè)定時間的目標用戶屬性；預估屬性輸出單元，被配置成根據(jù)目標因素的因果系數(shù)和初步預估結(jié)果，得到預估模型輸出的預估目標用戶屬性。
13、在一些實施例中，因果系數(shù)確定單元進一步被配置成根據(jù)樣本數(shù)據(jù)中不同特征數(shù)據(jù)序列的數(shù)據(jù)特性，選擇適配的因果模型；基于樣本數(shù)據(jù)和選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應；對各因素的因果效應進行變換處理，得到各因素的因果系數(shù)。
14、在一些實施例中，因果系數(shù)確定單元進一步被配置成對樣本數(shù)據(jù)進行對數(shù)變換，以及將變換后的樣本數(shù)據(jù)輸入選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應。
15、在一些實施例中，因果系數(shù)確定單元進一步被配置成對各因素的因果效應進行指數(shù)變換，得到變換后的因果系數(shù)；對變換后的因果系數(shù)進行評估，以及將通過評估的因果系數(shù)確定為各因素的因果系數(shù)。
16、在一些實施例中，該預估模型構(gòu)建裝置還包括樣本數(shù)據(jù)生成單元，被配置成從獲取的原始數(shù)據(jù)中提取相關(guān)特征數(shù)據(jù)，其中，相關(guān)特征數(shù)據(jù)包括以下至少一項：目標因素數(shù)據(jù)，混淆因素數(shù)據(jù)，和/或其他維度特征數(shù)據(jù)；將提取的相關(guān)特征數(shù)據(jù)按照設(shè)定時長進行特征組合，得到特征數(shù)據(jù)序列，以及對設(shè)定時長內(nèi)的目標用戶屬性進行打標，生成樣本數(shù)據(jù)。
17、在一些實施例中，樣本數(shù)據(jù)生成單元進一步被配置成對于獲取的原始數(shù)據(jù)中的非結(jié)構(gòu)化數(shù)據(jù)進行切詞處理，得到詞數(shù)據(jù)；采用樹形結(jié)構(gòu)對詞數(shù)據(jù)進行歸類，以及將該樹形結(jié)構(gòu)中的各節(jié)點信息作為數(shù)據(jù)維度，得到不同數(shù)據(jù)維度下的特征數(shù)據(jù)。
18、在一些實施例中，該預估模型構(gòu)建裝置還包括模型調(diào)優(yōu)單元，被配置成根據(jù)預估目標用戶屬性和樣本數(shù)據(jù)中對應的標簽數(shù)據(jù)，對預估模型進行調(diào)優(yōu)，以對調(diào)優(yōu)后模型繼續(xù)訓練；響應于確定預估模型訓練完成，對預估模型進行評估。
19、在一些實施例中，模型調(diào)優(yōu)單元進一步被配置成采用網(wǎng)格搜索方法確定因果模型的類型，以對模型進行調(diào)優(yōu)；和/或根據(jù)奧卡姆剃刀原則對預估模型中的特征數(shù)據(jù)進行評估，以對模型的特征數(shù)據(jù)進行調(diào)優(yōu)。
20、在一些實施例中，該預估模型構(gòu)建裝置還包括存儲單元，被配置成響應于接收到預估請求，通過預估模型得到預估請求的預估結(jié)果，其中，預估請求用于指示預估目標用戶屬性本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種預估模型構(gòu)建方法，包括：
2.根據(jù)權(quán)利要求1所述的預估模型構(gòu)建方法，其中，所述基于樣本數(shù)據(jù)和預估模型中的因果模型，確定影響目標用戶屬性的各因素的因果系數(shù)，包括：
3.根據(jù)權(quán)利要求2所述的預估模型構(gòu)建方法，其中，所述基于所述樣本數(shù)據(jù)和選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應，包括：
4.根據(jù)權(quán)利要求2所述的預估模型構(gòu)建方法，其中，所述對各因素的因果效應進行變換處理，得到各因素的因果系數(shù)，包括：
5.根據(jù)權(quán)利要求1所述的預估模型構(gòu)建方法，其中，所述方法還包括：
6.根據(jù)權(quán)利要求5所述的預估模型構(gòu)建方法，其中，所述從獲取的原始數(shù)據(jù)中提取相關(guān)特征數(shù)據(jù)，包括：
7.根據(jù)權(quán)利要求1所述的預估模型構(gòu)建方法，其中，所述方法還包括：
8.根據(jù)權(quán)利要求7所述的預估模型構(gòu)建方法，其中，所述對所述預估模型進行調(diào)優(yōu)，包括：
9.根據(jù)權(quán)利要求1-8之一所述的預估模型構(gòu)建方法，其中，所述方法還包括：
10.一種預估模型構(gòu)建裝置，包括：
11.一種電子設(shè)備，包括：
...【技術(shù)特征摘要】
1.一種預估模型構(gòu)建方法，包括：
2.根據(jù)權(quán)利要求1所述的預估模型構(gòu)建方法，其中，所述基于樣本數(shù)據(jù)和預估模型中的因果模型，確定影響目標用戶屬性的各因素的因果系數(shù)，包括：
3.根據(jù)權(quán)利要求2所述的預估模型構(gòu)建方法，其中，所述基于所述樣本數(shù)據(jù)和選擇的因果模型，得到影響目標用戶屬性的各因素的因果效應，包括：
4.根據(jù)權(quán)利要求2所述的預估模型構(gòu)建方法，其中，所述對各因素的因果效應進行變換處理，得到各因素的因果系數(shù)，包括：
5.根據(jù)權(quán)利要求1所述的預估模型構(gòu)建方法，其中，所述方法還包括：
6.根據(jù)權(quán)利要求5所述的預估模型構(gòu)建方法，其中，所述從獲取的原始數(shù)據(jù)中提取相關(guān)特征數(shù)據(jù)，包括...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：于一淼，
申請(專利權(quán))人：北京京東遠升科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。