[发明专利]基于图数据和反向传播算法的数据传播方法、装置和电子设备

说明书

本发明提供了一种基于图数据和反向传播算法的数据传播方法、装置和电子设备。所述方法包括：获取历史用户的行为特征数据和金融表现数据，该金融表现数据用于度量用户对金融产品的表现；使用历史用户的行为特征数据和金融表现数据训练金融评估模型；获取目标用户的基本信息及目标用户的行为关系网络图，根据目标用户的行为关系网络图并通过反向传播算法确定目标用户的行为特征数据；将目标用户的行为特征数据作为金融评估模型的输入特征，计算目标用户的金融评估值；基于述目标用户的金融评估值，向目标用户发送定制数据。本发明能够向各类用户更精准地发送对应的定制数据，提高了效率，并降低了营销成本。

技术领域

本发明涉及通信领域，具体而言，涉及一种基于图数据和反向传播算法的数据传播方法、装置和电子设备。

背景技术

随着移动通信的蓬勃发展，电信运营商能拥有处理和存储的电信数据越来越多，很多公司和企业为了高效的发现目标用户，开始通过和电信运营商合作获取他们的电信数据进行分析和处理，得出结果后反馈给合作商家进行精准营销。

在相关技术中，关于某个超市的尿布与啤酒的销售案例，人们发现了一个有趣的现象：尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。从事情本质上的原因是美国的妇女通常在家照顾孩子，所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个现象是通过数据分析后发现的，这个发现让商家决定将啤酒与尿布摆放在一起，结果带来了两者销售量的剧增。

国外很多电信企业利用数据挖掘在客户细分有广泛的应用，并且一些电信企业对客户细分及客户营销方面非常重视，同时依据客户细分产生的结果做出正确的决策。某电信企业基于数据挖掘手段在客户流失方面有广泛的应用，并且对其进行预测。此外，有些企业主要利用数据挖掘技术对客户进行细分，例如采用客户的性别和年龄等基本特征来。此外，还有一些企业主要通过分析不同客户的业务贡献来对客户进行细分，针对不同客户群制定差异化的营销方案。

虽然目前大数据在精准营销方面已经有了一些应用，但是针对电信大数据的精准营销方式还是偏少，主要原因是电信运营商为了保护用户隐私，不会随便公开用户的电信数据。此外，在用于数据分析的大量数据中，有些用户的特征数据缺失，对于具有缺失数据的这部分用户的特征数据，事实上并没有得到应用，尤其是在关系网络图数据中存在大量这种缺失数据，由此给模型计算上带来很多问题。

综上，在目标数据优化和精准营销方面仍存在很大改进空间，因此，有必要提供一种更精准的数据传播方法。

发明内容

为了解决上述问题，本发明提供了一种基于图数据和反向传播算法的数据传播方法，包括：获取历史用户的行为特征数据和金融表现数据，该金融表现数据用于度量用户对金融产品的表现；使用所述历史用户的行为特征数据和金融表现数据训练一个机器自学习的金融评估模型，所述金融评估模型用于根据用户的行为特征数据预测其金融评估值，该金融评估值表示的是所述用户对所述金融产品的表现的预测值；获取目标用户的基本信息及目标用户的行为关系网络图，根据所述目标用户的行为关系网络图并通过反向传播算法确定所述目标用户的行为特征数据；将所述目标用户的行为特征数据作为所述金融评估模型的输入特征，计算所述目标用户的金融评估值；基于所述目标用户的金融评估值，向所述目标用户发送定制数据。

优选地，所述通过反向传播算法确定所述目标用户的行为特征数据包括：根据目标用户的邻近用户的行为特征数据，以及目标用户与其邻近用户之间的关系亲密度，计算目标用户通话特征数据。

优选地，所述关系亲密度由通话行为数据确定。

优选地，所述目标用户的行为特征数据通过对所述目标用户的所有邻近用户的行为特征数据与对应关系亲密度的乘积求和而得到。

优选地，所述通话行为数据包括通话次数、通话时长、通话起始时间、呼叫类型和通话时段中的至少一个或其组合。