[发明专利]通过周期卡调控用户的电子支付的方法和装置

说明书

本说明书实施例提供一种通过周期卡调控用户的电子支付的方法和装置，方法包括：获取第一用户的个性化特征和场景特征，场景特征用于指示用户发生预设支付行为的历史发生频率；基于第一用户的个性化特征和场景特征，分别确定第一用户在周期卡的各优惠价格下的购买率、在持有周期卡的情况下，在第一预设时间周期内的预设支付行为的第一支付次数、在未持有周期卡的情况下，在第一预设时间周期内的预设支付行为的第二支付次数；根据各优惠价格下的购买率、第一支付次数、第二支付次数和各优惠价格，以及与各优惠价格相关的预算约束条件，将支付次数提升值最大的优惠价格确定为第一用户对应的优惠价格，能够确保周期卡调控用户的电子支付的最佳效果。

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及通过周期卡调控用户的电子支付的方法和装置。

背景技术

营销场景周期卡类产品，例如公交地铁周卡、月卡，用户购买周期卡需要先支付一笔购卡费用，购卡后每次乘坐公交、地铁会享受一定的折扣优惠，通常享受的优惠是大于购卡费用的，差额对电子支付平台来说就是营销费用。用户购卡后会增加电子支付平台的使用次数，逐渐养成使用该电子支付平台的习惯，从而提升该电子支付平台的线下支付市场份额。

在前述周期卡的商品售卖场景中，用户购卡需要先支付一定的费用，用户本身的出行需求不同，享受到的营销补贴也会不一样，购卡费用和营销补贴的关系直接影响到用户的购卡率。由于营销投入不考虑成本，补贴越多，用户购卡率越高，带来的支付笔数提升越多，但是在营销费用固定的情况下，最大化营销费用的投入产出比是营销算法需要考虑的第一要务。

目前通过周期卡调控用户的电子支付比较常见的方案：是认为用户购卡一定能提升支付笔数，所以在营销成本可控的情况下，最大化购卡率即可带来支付笔数提升，但是能带来多少并不能准确的衡量。该方案实际上无法实现最大化用户的支付笔数提升，通过周期卡调控用户的电子支付的效果不佳。

因此，希望能有改进的方案，能够确保周期卡调控用户的电子支付的最佳效果。

发明内容

本说明书一个或多个实施例描述了一种通过周期卡调控用户的电子支付的方法和装置，能够确保周期卡调控用户的电子支付的最佳效果。

第一方面，提供了一种通过周期卡调控用户的电子支付的方法，用户在持有所述周期卡的情况下，在第一预设时间周期内的预设支付行为能够获得折扣，方法包括：

获取第一用户的个性化特征和场景特征，所述场景特征用于指示用户发生所述预设支付行为的历史发生频率；

将所述第一用户的个性化特征、所述第一用户的场景特征和所述周期卡的各优惠价格作为预先训练的第一深度学习网络模型的输入，通过所述第一深度学习网络模型的输出得到所述第一用户在所述周期卡的各优惠价格下对所述周期卡的购买率；

将所述第一用户的个性化特征、所述第一用户的场景特征作为预先训练的第二深度学习网络模型的输入，通过所述第二深度学习网络模型的输出得到所述第一用户在持有所述周期卡的情况下，在所述第一预设时间周期内的预设支付行为的第一支付次数；

将所述第一用户的个性化特征、所述第一用户的场景特征作为预先训练的第三深度学习网络模型的输入，通过所述第三深度学习网络模型的输出得到所述第一用户在未持有所述周期卡的情况下，在所述第一预设时间周期内的预设支付行为的第二支付次数；

根据所述各优惠价格下的购买率、所述第一支付次数、所述第二支付次数和各优惠价格，以及与各优惠价格相关的预算约束条件，确定各优惠价格下的支付次数提升值，将支付次数提升值最大的优惠价格确定为所述第一用户对应的所述周期卡的优惠价格。

在一种可能的实施方式中，所述个性化特性包括如下至少一项：用户的年龄、性别、职业、城市、消费档次、线下支付情况、线上支付情况。