[发明专利]在应用程序中推送贷款广告的方法、电子装置及介质

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种在应用程序中推送贷款广告的方法、电子装置及可读存储介质。

背景技术

当前在APP上的贷款营销方式通常是固定位置运营或群发短信，即对所有的APP用户进行贷款营销。缺乏对需求人群的精准定位，浪费了宝贵的广告资源，效果往往很差，同时，也对非目标人群造成了不必要的骚扰，影响用户体验。

发明内容

本发明提供一种在应用程序中推送贷款广告的方法、电子装置及可读存储介质，旨在向APP用户中有贷款需求人群进行贷款广告的精准推送。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的在应用程序中推送贷款广告的系统，所述在应用程序中推送贷款广告的系统被所述处理器执行时实现如下步骤：

A、将应用程序上的用户数据与包含属性标签的预设用户画像进行关联得到关联用户数据；标注所述关联用户数据中预设的与贷款相关的属性标签；

B、从所述关联用户数据中提取出已通过该应用程序转化为贷款用户的贷款用户数据，并基于所述贷款用户数据中标注的与贷款相关的属性标签进行训练得到用于贷款倾向预测的决策树模型；

C、利用所述决策树模型对该应用程序上的用户进行贷款倾向预测，并根据预测结果进行贷款广告信息的推送。

优选地，所述决策树模型的生成过程如下：

将应用程序的用户中已通过该应用程序转化为贷款用户的标注为具有贷款倾向用户，并获取具有贷款倾向用户对应的贷款用户数据中标注的与贷款相关的属性标签；

根据标注的具有贷款倾向用户及其对应的与贷款相关的属性标签，采用递归的方法将与贷款相关的属性标签划分为多个子集；

通过增益信息选择决策树模型中各个节点所对应的最佳属性标签，采用分类回归算法训练得到决策树模型。

优选地，所述步骤C包括：

获取该应用程序上用户的关联用户数据，从该用户的关联用户数据中得到与贷款相关的属性标签；

根据训练得到的决策树模型加载该用户的与贷款相关的属性标签；

递归遍历所述决策树模型，查找该用户的与贷款相关的属性标签对应的决策树叶子分类节点，由所述叶子节点分析出该用户是否为具有贷款倾向的用户；

针对由所述决策树模型分析出的具有贷款倾向的用户，通过短信、站内信和/或消息推送push的方式推送预设的贷款广告信息，或者，在该用户应用程序界面的预设位置展示预设的贷款广告信息。

优选地，所述步骤A包括：

若有应用程序上的用户数据无法关联到用户画像，则基于该用户在应用程序上的行为数据，并通过余弦相似度计算找出应用程序上与该用户的相似用户，并将该用户的用户数据关联到该用户的相似用户所关联的用户画像；其中，该相似用户为应用程序上能关联到用户画像的用户。

此外，为实现上述目的，本发明还提供一种在应用程序中推送贷款广告的方法，所述在应用程序中推送贷款广告的方法包括：

步骤一、将应用程序上的用户数据与包含属性标签的预设用户画像进行关联得到关联用户数据；标注所述关联用户数据中预设的与贷款相关的属性标签；

步骤二、从所述关联用户数据中提取出已通过该应用程序转化为贷款用户的贷款用户数据，并基于所述贷款用户数据中标注的与贷款相关的属性标签进行训练得到用于贷款倾向预测的决策树模型；

步骤三、利用所述决策树模型对该应用程序上的用户进行贷款倾向预测，并根据预测结果进行贷款广告信息的推送。

优选地，所述决策树模型的生成过程如下：

将应用程序的用户中已通过该应用程序转化为贷款用户的标注为具有贷款倾向用户，并获取具有贷款倾向用户对应的贷款用户数据中标注的与贷款相关的属性标签；

根据标注的具有贷款倾向用户及其对应的与贷款相关的属性标签，采用递归的方法将与贷款相关的属性标签划分为多个子集；

通过增益信息选择决策树模型中各个节点所对应的最佳属性标签，采用分类回归算法训练得到决策树模型。

优选地，所述步骤三包括：

获取该应用程序上用户的关联用户数据，从该用户的关联用户数据中得到与贷款相关的属性标签；

根据训练得到的决策树模型加载该用户的与贷款相关的属性标签；