[发明专利]为目标用户进行资源分配的方法、装置及电子设备

说明书

本公开涉及一种为目标用户进行资源分配的方法、装置、电子设备及计算机可读介质。该方法包括：获取当前用户的用户信息，所述用户信息包括基础信息和行为信息；将所述用户信息输入短期风险模型中，得到短期风险评分，短期风险评分用于表示用户在第一时间段内进行资源归还的第一概率；将所述用户信息输入长期风险模型中，得到长期风险评分，长期风险评分用于表示用户在第二时间段内进行资源归还的第二概率；在第一概率和第二概率满足预设策略时，将当前用户确定为目标用户；根据预定策略为目标用户进行资源分配。本公开能够自动由海量用户中提取目标用户，并按照预定策略为目标用户进行资源分配，提高资源利用率和分配效率。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种为目标用户进行资源分配的方法、装置、电子设备及计算机可读介质。

背景技术

在企业进行用户服务，或者是推广某些产品、制定某些风险策略的时候，快速准确的定位具有某些特征的目标用户一直是一个有效的辅助手段。特别是在互联网金融服务领域，在为用户进行资源分配或者在为用户制定服务策略的时候，在海量用户中定位目标用户群能够节约大量的时间。但是在互联网金融服务领域，目标用户群的特征在很多时候不是显而易见的，人工提取目标用户群的能力是非常有限的，且不能高效及时地找出目标用户群。因此通过计算机技术辅助自动化的找到这类用户群对于互联网金融服务企业针对性的资源分配和策略干预则非常重要。

因此，需要一种新的为目标用户进行资源分配的方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种为目标用户进行资源分配的方法、装置、电子设备及计算机可读介质，能够自动由海量用户中提取目标用户，并按照预定策略为目标用户进行资源分配，提高资源利用率和分配效率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种为目标用户进行资源分配的方法，该方法包括：获取当前用户的用户信息，所述用户信息包括基础信息和行为信息；将所述用户信息输入短期风险模型中，得到短期风险评分，所述短期风险评分用于表示用户在第一时间段内进行资源归还的第一概率；将所述用户信息输入长期风险模型中，得到长期风险评分，所述短期风险评分用于表示用户在第二时间段内进行资源归还的第二概率；在所述第一概率和所述第二概率满足预设策略时，将当前用户确定为目标用户；根据预定策略为目标用户进行资源分配。

可选地，还包括：根据所述第一时间段和所述第二时间段为所述目标用户确定资源归还提醒策略。

可选地，还包括：根据多个历史用户的用户信息对机器学习模型进行训练生成所述短期风险模型和所述长期风险模型。

可选地，根据多个历史用户的用户信息对机器学习模型进行训练生成所述短期风险模型和所述长期风险模型，包括：根据多个历史用户的用户信息对机器学习模型进行训练生成初始短期风险模型和初始长期风险模型；由实时用户按比例提取测试用户，生成测试用户组；通过测试用户组对所述初始短期风险模型和所述初始长期风险模型进行模型测试；在模型测试通过后生成所述短期风险模型和所述长期风险模型。

可选地，通过测试用户组对所述初始短期风险模型和所述初始长期风险模型进行模型测试，包括：通过测试用户组对所述初始短期风险模型和所述初始长期风险模型进行ABtest测试。

可选地，根据多个历史用户的用户信息对机器学习模型进行训练生成初始短期风险模型和初始长期风险模型，包括：提取所述多个历史用户的在第一时间段内的第一行为信息；通过所述第一行为信息和所述基础信息对第一机器学习模型进行训练以生成所述初始短期风险模型。